隨著科學(xué)技術(shù)的不斷發(fā)展,城市化的快速推進(jìn),空氣污染的問(wèn)題日益嚴(yán)重�？諝馕廴緯�(huì)嚴(yán)重危害動(dòng)植物和人體的健康,也會(huì)顯著影響到天氣和氣候,從而限制了很多發(fā)展中國(guó)家甚至發(fā)達(dá)國(guó)家的發(fā)展。對(duì)空氣質(zhì)量有效準(zhǔn)確的預(yù)測(cè),有利于人們關(guān)注和預(yù)防空氣污染造成的健康問(wèn)題并采取相應(yīng)的措施,也便于政府及時(shí)采取相應(yīng)的決策遏制和治理空氣污染。因此,對(duì)空氣質(zhì)量指數(shù)預(yù)測(cè)的研究顯得尤為重要。本文深入分析了當(dāng)前空氣質(zhì)量指數(shù)預(yù)測(cè)方式的優(yōu)劣,針對(duì)傳統(tǒng)方法空氣質(zhì)量指數(shù)預(yù)測(cè)精確度不高的問(wèn)題,決定采用深度學(xué)習(xí)、深度強(qiáng)化學(xué)習(xí)技術(shù)進(jìn)行空氣質(zhì)量指數(shù)預(yù)測(cè)的相關(guān)研究。本文旨在研究面向空氣質(zhì)量指數(shù)預(yù)測(cè)的基于深度學(xué)習(xí)和深度強(qiáng)化學(xué)習(xí)方法的空氣質(zhì)量指數(shù)預(yù)測(cè)問(wèn)題,并以國(guó)內(nèi)主要城市的空氣質(zhì)量指數(shù)預(yù)報(bào)為背景,目的是提高空氣質(zhì)量指數(shù)統(tǒng)計(jì)預(yù)報(bào)方法的精確度和準(zhǔn)確度。首先,針對(duì)傳統(tǒng)空氣質(zhì)量預(yù)測(cè)方式的預(yù)測(cè)精度不高、領(lǐng)域知識(shí)門檻過(guò)高的弊端,本文提出了一種面向空氣質(zhì)量指數(shù)預(yù)測(cè)的長(zhǎng)短期記憶網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的集成模型,該模型通過(guò)串聯(lián)機(jī)制將長(zhǎng)短期記憶網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)有機(jī)結(jié)合,最大發(fā)揮了長(zhǎng)短期記憶網(wǎng)絡(luò)對(duì)時(shí)間序列預(yù)測(cè)的優(yōu)勢(shì)和卷積神經(jīng)網(wǎng)絡(luò)對(duì)局部特征識(shí)別的優(yōu)勢(shì)。經(jīng)過(guò)大量實(shí)驗(yàn)設(shè)計(jì)與分析,... 

【文章來(lái)源】：國(guó)防科技大學(xué)湖南省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

MAE的實(shí)驗(yàn)結(jié)果

SMAPE的實(shí)驗(yàn)結(jié)果

國(guó)防科技大學(xué)研究生院碩士學(xué)位論文第40頁(yè)前預(yù)測(cè)天數(shù)。為了保持一致性，我們同樣選取北京2010~2014年P(guān)M2.5數(shù)據(jù)集，但是在本節(jié)實(shí)驗(yàn)中我們不再按照春夏秋冬分組數(shù)據(jù)集。氣象數(shù)據(jù)向量空氣質(zhì)量等級(jí)環(huán)境過(guò)去7天的氣象數(shù)據(jù)向量過(guò)去7天的空氣質(zhì)量等級(jí)狀態(tài)預(yù)測(cè)天數(shù)8維1維56維7維1維圖4.5環(huán)境與狀態(tài)向量的數(shù)據(jù)結(jié)構(gòu)4.3.5實(shí)驗(yàn)結(jié)果與分析如圖4.6所示，我們的DoubleDQN模型累計(jì)回報(bào)值在訓(xùn)練10000次后趨于平穩(wěn)，穩(wěn)定在30~35之間，根據(jù)我們定義的回報(bào)值函數(shù)，最理想的情況下是7天全部預(yù)測(cè)正確為42（4.1中關(guān)于總回報(bào)值函數(shù)的定義），也就是說(shuō)根據(jù)實(shí)驗(yàn)結(jié)果，我們總回報(bào)值大小已經(jīng)很穩(wěn)定的接近42，表明預(yù)測(cè)相對(duì)精準(zhǔn)。圖4.7表明了我們模型中估計(jì)神經(jīng)網(wǎng)絡(luò)是收斂的，也就是說(shuō)我們的模型是穩(wěn)定的、可行的。綜上，我們的面向空氣質(zhì)量等級(jí)預(yù)測(cè)的DoubleDQN模型是行之有效的。圖4.6空氣質(zhì)量的累計(jì)回報(bào)值R

【參考文獻(xiàn)】：
期刊論文
[1]門限重復(fù)單元的PM2.5濃度預(yù)報(bào)方法[J]. 侯俊雄,李琦,林紹福,馮逍,朱亞杰.  測(cè)繪科學(xué). 2018(07)
[2]基于全連接和LSTM神經(jīng)網(wǎng)絡(luò)的空氣污染物預(yù)測(cè)[J]. 韓偉,吳艷蘭,任福.  地理信息世界. 2018(03)
[3]我國(guó)環(huán)境空氣質(zhì)量預(yù)報(bào)預(yù)警工作淺析[J]. 楊薇薇.  資源節(jié)約與環(huán)保. 2017(11)
[4]基于LIBSVM的PM2.5濃度預(yù)測(cè)模型[J]. 謝申汝,錢彬彬,楊寶華.  洛陽(yáng)理工學(xué)院學(xué)報(bào)(自然科學(xué)版). 2017(02)
[5]基于深度學(xué)習(xí)的大數(shù)據(jù)空氣污染預(yù)報(bào)[J]. 尹文君,張大偉,嚴(yán)京海,張超,李云婷,芮曉光.  中國(guó)環(huán)境管理. 2015(06)
[6]基于BP神經(jīng)網(wǎng)絡(luò)的空氣污染指數(shù)預(yù)測(cè)模型研究[J]. 白鶴鳴,沈潤(rùn)平,師華定,董鈺春.  環(huán)境科學(xué)與技術(shù). 2013(03)
[7]解讀空氣質(zhì)量指數(shù)與空氣污染指數(shù)[J]. 王小輝,劉蕓蕓.  中國(guó)科技術(shù)語(yǔ). 2011(06)
[8]城市環(huán)境空氣污染預(yù)報(bào)研究進(jìn)展[J]. 任萬(wàn)輝,蘇樅樅,趙宏德.  環(huán)境保護(hù)科學(xué). 2010(03)
[9]基于GA-ANN改進(jìn)的空氣質(zhì)量預(yù)測(cè)模型[J]. 趙宏,劉愛(ài)霞,王愷,白志鵬.  環(huán)境科學(xué)研究. 2009(11)
[10]未來(lái)高技術(shù)戰(zhàn)爭(zhēng)之高[J]. 謝紹云.  科學(xué)之友. 2001(08)



本文編號(hào)：2956619