【摘要】：長期以來,世界各地受空氣質(zhì)量問題困擾,尤其是PM2.5污染。而傳統(tǒng)的統(tǒng)計模型預(yù)測PM2.5存在準確率低、預(yù)測時間步少等問題。針對以上問題,本文提出了一種基于數(shù)據(jù)驅(qū)動的深度學(xué)習(xí)模型CNNs-GRU。同時,設(shè)計了無錫市PM2.5預(yù)測軟件,能精細化預(yù)測未來6小時的PM2.5濃度。論文的主要工作如下:1.分析現(xiàn)有統(tǒng)計模型預(yù)測PM2.5的國內(nèi)外研究現(xiàn)狀,歸納其存在的問題,并提出了一種基于數(shù)據(jù)驅(qū)動的PM2.5預(yù)測模型CNNs-GRU。該模型由CNNs結(jié)構(gòu)、GRU網(wǎng)絡(luò)和全連接網(wǎng)絡(luò)三部分組成。其中,CNNs結(jié)構(gòu)可以自動提取、融合多站點多模態(tài)空氣質(zhì)量數(shù)據(jù)的局部變化趨勢和空間關(guān)聯(lián)特征;GRU網(wǎng)絡(luò)能捕獲時間序列的長期依賴特征。前兩部分結(jié)合,能自動提取空氣質(zhì)量數(shù)據(jù)的時空特征,提高PM2.5預(yù)測準確率。最后,全連接網(wǎng)絡(luò)輸出PM2.5的最終預(yù)測結(jié)果。2.設(shè)計了基于CNNs-GRU模型的無錫市PM2.5預(yù)測軟件,其功能模塊包括數(shù)據(jù)庫設(shè)計、空氣質(zhì)量數(shù)據(jù)獲取、數(shù)據(jù)預(yù)處理、預(yù)測模型實現(xiàn)和可視化界面設(shè)計。數(shù)據(jù)庫設(shè)計需要根據(jù)軟件的實際需求設(shè)計表結(jié)構(gòu),用于存儲原始空氣質(zhì)量數(shù)據(jù)、預(yù)處理結(jié)果、預(yù)測結(jié)果等過程數(shù)據(jù),是整個預(yù)測軟件的數(shù)據(jù)交互中心。數(shù)據(jù)預(yù)處理功能主要對原始空氣質(zhì)量數(shù)據(jù)進行數(shù)值化編碼、缺失值填充等操作,獲得預(yù)測模型能直接使用的數(shù)據(jù)形式。CNNs-GRU模型實現(xiàn)是整個預(yù)測軟件的核心,本文采用深度學(xué)習(xí)框架Keras建模,并使用BatchNormalization、Earlystop等方法對預(yù)測模型進行優(yōu)化。最后,使用可視化圖庫Echarts和百度地圖API設(shè)計Web界面,實時展示PM2.5預(yù)測結(jié)果。3.構(gòu)建了測試環(huán)境,對無錫市PM2.5預(yù)測軟件的空氣質(zhì)量數(shù)據(jù)獲取、數(shù)據(jù)預(yù)處理、預(yù)測模型實現(xiàn)和可視化界面設(shè)計四大功能模塊進行功能測試;分析了CNNsGRU模型和ARIMA、ANN、LSTM、APNet(LSTM/GRU)、RNN-CNN六種模型的預(yù)測性能。在無錫市2017年1月份、6月份兩組測試集上,CNNs-GRU模型的預(yù)測準確率(100-MAPE)分別高達76.902%、70.053%,較其它預(yù)測模型至少提高6.6%、5.1%;同時,該模型的RMSE指標為15.570、9.577,MAE指標為10.720、7.068,均明顯優(yōu)于其它六種預(yù)測模型。
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：X513;TP18
【圖文】：

重慶郵電大學(xué)碩士學(xué)位論文 第 3 章 無錫市 PM2.5 預(yù)測軟件設(shè)計了突變，其特點是該時刻的數(shù)值明顯高于前后一個小時的正常數(shù)值。而且，對異常偏高的數(shù)據(jù)點進行數(shù)值分析發(fā)現(xiàn)，大部分異常數(shù)值比較統(tǒng)一，分別是0.985和0.715，其它少部分異常值均分布在 0.35 以上。在圖 3.11 左下角的橢圓區(qū)域，部分站點的PM2.5 數(shù)據(jù)出現(xiàn)了負值，明顯與實際情況不符。除此之外，使用 SQL 統(tǒng)計分析PM2.5、PM10、氣壓、相對濕度等模態(tài)數(shù)據(jù)時，均發(fā)現(xiàn)了類似的較為統(tǒng)一的異常值（或異常邊界值），通過這些異常值定位超限數(shù)據(jù)點，可以修復(fù)絕大多數(shù)異常情況，極大程度改善數(shù)據(jù)質(zhì)量。

重慶郵電大學(xué)碩士學(xué)位論文 第 3 章 無錫市 PM2.5 預(yù)測軟件設(shè)計3.4.4 構(gòu)造周期性特征構(gòu)造周期性特征的功能是通過軟件設(shè)計，根據(jù)無錫市多站點多模態(tài)空氣質(zhì)量數(shù)據(jù)中存在的周期性變化特點，擴展一維周期特征，輸入 PM2.5 預(yù)測模型以提高預(yù)測準確率�？諝赓|(zhì)量變化受周期性社會活動和季節(jié)性因素的影響，經(jīng)常表現(xiàn)出周期變化的特點。例如，每到的冬季供暖期，北方城市空氣質(zhì)量都有明顯的下降，中國華北、西北地區(qū)的城市，在春季受沙層暴天氣的影響，經(jīng)常性出現(xiàn)高污染指數(shù)的天氣。圖 3.13 是以無錫市旺莊站為例，基于 13 個月的歷史數(shù)據(jù)，展示了氣態(tài)污染因子 PM2.5 濃度隨時間的變化規(guī)律。其中，由于無錫市環(huán)保局提供的數(shù)據(jù)集缺少4 月份，下圖中 4 月份的統(tǒng)計值使用了插值法進行數(shù)值補充。

以消除量綱的影響。如圖3.15 所示，是經(jīng)過前面幾個軟件流程處理獲得的數(shù)據(jù)統(tǒng)計結(jié)果，可以發(fā)現(xiàn)不同模態(tài)數(shù)據(jù)之間存在較大的數(shù)量級差距，這不利于模型的訓(xùn)練和快速收斂。因此，本文進行了數(shù)據(jù)標準化處理軟件設(shè)計，將經(jīng)過標準化處理的都站點多模態(tài)空氣質(zhì)量數(shù)據(jù)輸入模型，以消除數(shù)據(jù)的數(shù)量級差距、加快模型的收斂速度。圖 3.15 標準化處理前數(shù)據(jù)集結(jié)果目前，常用的數(shù)據(jù)標準化處理算法主要有兩類：Max-Min 標準化、Z-Score 標準化。Max-Min 標準化方法使得數(shù)據(jù)處理后的結(jié)果落在 區(qū)間內(nèi)，其計算公式如（3.2）所示。該方法適用于最小值和最大值不發(fā)生明顯變化的序列數(shù)據(jù)。如果新采集單模態(tài)空氣質(zhì)量數(shù)據(jù) 是新的極值，就需要對數(shù)據(jù)序列 的整體重新進行標準化處理，使得新加入的數(shù)據(jù)容易對標準化結(jié)果產(chǎn)生影響。第二種就是 Z-Score 標準化，該方法使得數(shù)據(jù)處理后的結(jié)果符合均值為 0、標準差為 1 的標準正態(tài)分布，其計算公式如（3.3）所示。該方法適用于數(shù)據(jù)分布未知的場景

【相似文獻】

相關(guān)期刊論文 前10條

1 李國浩;劉丹;谷壇;李峰;高奕奕;;腐蝕預(yù)測軟件在酸性油氣環(huán)境中的應(yīng)用[J];石油化工腐蝕與防護;2008年02期

2 ;日本開發(fā)出洪水預(yù)測軟件 精確度達到50m[J];海河水利;2005年05期

3 趙昆;面向用戶經(jīng)濟預(yù)測軟件展望[J];軟件世界;1994年05期

4 ;歡迎移植“通用預(yù)測組合軟件包”[J];預(yù)測;1987年01期

5 朱朝暉;大氣污染預(yù)測軟件的測試[J];油氣田環(huán)境保護;2002年03期

6 丁志榮;分析管理與預(yù)測軟件包的研制[J];教學(xué)與研究;1995年Z2期

7 馮菊香;;基于奧村模型的衰耗預(yù)測軟件開發(fā)[J];廣西通信技術(shù);2010年02期

8 王鋒;侯健;杜慶軍;宮法明;王玉斗;;化學(xué)驅(qū)潛力預(yù)測軟件的研制與應(yīng)用[J];計算機應(yīng)用與軟件;2006年10期

9 趙春澤,高小強,鄭忠;自組織經(jīng)驗進化預(yù)測軟件的設(shè)計與開發(fā)[J];計算機工程;2003年18期

10 朱詩兵,李迎春;灰色預(yù)測軟件[J];微型電腦應(yīng)用;1995年04期

相關(guān)會議論文 前10條

1 陳勇;黃亮;徐而迅;;建筑面積預(yù)測軟件的設(shè)計與實現(xiàn)[A];第十九屆華東六省一市測繪學(xué)會學(xué)術(shù)交流會暨2017年海峽兩岸測繪技術(shù)交流與學(xué)術(shù)研討會論文集[C];2017年

2 李曉東;黃雪杰;;常用環(huán)境噪聲預(yù)測軟件的介紹及選用[A];2012全國環(huán)境聲學(xué)學(xué)術(shù)會議論文集[C];2012年

3 梁貞潛;沈宇綱;張春路;丁國良;;家用冰箱動態(tài)性能預(yù)測軟件[A];上海市制冷學(xué)會二○○一年學(xué)術(shù)年會論文集[C];2001年

4 左海濱;陳令坤;朱俊虹;;爐缸爐底侵蝕預(yù)測軟件最新進展[A];2006年全國煉鐵生產(chǎn)技術(shù)會議暨煉鐵年會文集[C];2006年

5 李勝濤;劉昌文;鄒澤紅;陶愛林;;MHC-Ⅱ類抗原表位預(yù)測軟件的對比評價[A];中華醫(yī)學(xué)會2010年全國變態(tài)反應(yīng)學(xué)術(shù)會議暨中歐變態(tài)反應(yīng)高峰論壇參會指南/論文匯編[C];2010年

6 王治國;王薇;張建平;訾凱;任鵬;;臨床檢驗定量測定項目室間質(zhì)量評價成績預(yù)測軟件系統(tǒng)(EQACS)的開發(fā)與應(yīng)用[A];中華醫(yī)學(xué)會第九次全國檢驗醫(yī)學(xué)學(xué)術(shù)會議暨中國醫(yī)院協(xié)會臨床檢驗管理專業(yè)委員會第六屆全國臨床檢驗實驗室管理學(xué)術(shù)會議論文匯編[C];2011年

7 賀鵬;;一種用于IP復(fù)用的SoC設(shè)計的信息預(yù)測軟件[A];中國通信集成電路技術(shù)與應(yīng)用研討會論文集[C];2004年

8 潘卓;湯紅衛(wèi);;電力預(yù)測軟件的研制[A];中國農(nóng)業(yè)工程學(xué)會電氣信息與自動化專業(yè)委員會、中國電機工程學(xué)會農(nóng)村電氣化分會科技與教育專委會2010年學(xué)術(shù)年會論文摘要[C];2010年

9 李如新;王道恒;徐繼生;俞勝兵;;移動網(wǎng)無線信號場強預(yù)測軟件開發(fā)[A];2002’中國通信學(xué)會無線及移動通信委員會學(xué)術(shù)年會論文集[C];2002年

10 李力克;賈荷香;;城市軌道交通高架段噪聲治理預(yù)測研究[A];2016’中國西部聲學(xué)學(xué)術(shù)交流會論文集[C];2016年

相關(guān)重要報紙文章 前10條

1 陳琳;上高速之前，先瀏覽預(yù)測軟件[N];第一財經(jīng)日報;2007年

2 閆秀蓉;不能忽視的環(huán)節(jié)[N];國際經(jīng)貿(mào)消息;2002年

3 特約記者 郭戈;兩個油氣勘探預(yù)測軟件獲著作權(quán)登記[N];地質(zhì)勘查導(dǎo)報;2010年

4 記者 楊麟 實習(xí)生 韓宏 通訊員 張澤文;60歲及以上人口已占15.4%[N];湖北日報;2013年

5 記者 李江濤;100人中有7名65歲以上老人[N];洛陽日報;2006年

6 張揚 張許穎 李沛霖;關(guān)注人口遠景 促進可持續(xù)發(fā)展[N];中國人口報;2012年

7 劉霞;福特展示“能學(xué)習(xí)”的汽車[N];科技日報;2011年

8 張剛;中國在人口預(yù)測技術(shù)上取得重要突破[N];中國人口報;2011年

9 ;IBM：軟件能預(yù)測計算機需求[N];計算機世界;2003年

10 科學(xué)導(dǎo)報評論員 麻亞瓊;警惕“大數(shù)據(jù)”包裝的騙局[N];科學(xué)導(dǎo)報;2014年

相關(guān)博士學(xué)位論文 前1條

1 楊開宇;增程式電動汽車動力系統(tǒng)電磁兼容研究[D];吉林大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 冀林;基于CNNs-GRU深度學(xué)習(xí)的PM2.5預(yù)測研究與實現(xiàn)[D];重慶郵電大學(xué);2019年

2 師秀珍;電壓質(zhì)量預(yù)測軟件設(shè)計與開發(fā)[D];東北大學(xué);2012年

3 陳新強;凸輪使用壽命預(yù)測軟件的開發(fā)[D];武漢理工大學(xué);2003年

4 馬闖;基因結(jié)構(gòu)預(yù)測軟件的測評及翻譯起始位點預(yù)測[D];華中科技大學(xué);2007年

5 王彬彬;應(yīng)用回歸分析方法預(yù)測軟件開發(fā)時程[D];浙江工業(yè)大學(xué);2011年

6 隋祥;大氣環(huán)境影響預(yù)測軟件開發(fā)研究[D];東北林業(yè)大學(xué);2007年

7 陶維;基于射線跟蹤算法的場景重構(gòu)與信道預(yù)測軟件的設(shè)計[D];西安電子科技大學(xué);2014年

8 梁明仁;大型火電機組能效預(yù)測軟件開發(fā)[D];華北電力大學(xué);2014年

9 黎遠思;風(fēng)功率預(yù)測軟件的開發(fā)及微網(wǎng)能量管理系統(tǒng)方案設(shè)計[D];華北電力大學(xué)（北京）;2011年

10 劉峗;三種QSAR預(yù)測軟件在化學(xué)品生態(tài)風(fēng)險分類管理中的應(yīng)用研究[D];華東理工大學(xué);2012年

本文編號：2773229