基于多元统计分析和LSTM融合的PM2.5浓度预测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109902881A(43)申请公布日2019.06.18(21)申请号201910210516.1(22)申请日2019.03.19(71)申请人武汉乐易创想科技有限公司地址430000湖北省武汉市武昌区和平大道1004号杨园教育科技创业园2#Ａ座404(72)发明人方强何粤城王学锐(74)专利代理机构北京天盾知识产权代理有限公司11421代理人杨本官(51)Int.Cl.G06Q10/04(2012.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书6页附图5页(54)发明名称基于多元统计分析和LSTM融合的PM2.5浓度预测方法(57)摘要本发明涉及人工智能与大数据领域，涉及基于多元统计分析和LSTM融合的PM2.5浓度预测方法，包括在理论层面上分析两者的优缺点，并在此基础上构建基于两者的融合算法；通过从省控点、国控点获取气象数据与污染物数据；采样近半年的数据，通过使用Pearson相关系数分析各因子与PM2.5浓度的相关性；将所有数据分为训练数据、测试数据、预测数据三个部分，其中使用训练数据去训练模型，并设置相关的模型参数；将测试数据输入模型中，最终获取预测结果，本发明通过分析PM2.5的时间和空间特性，将数据进行降维，通过深度学习技术，挖掘PM2.5的深层数据特征，大大提升了数据运算的速度，结合精度的提升，使预测工作可以实时进行，消除数据滞后性问题。CN109902881ACN109902881A权利要求书1/2页1.基于多元统计分析和LSTM融合的PM2.5浓度预测方法，其特征在于，包括如下步骤：步骤一、获取源数据：从各省控点、国控点获取气象数据与污染物数据；步骤二、数据预处理：采样至少半年内的数据，计算各因子与PM2.5浓度的相关系数，将获取的数据进行排序，剔除相关系数小于0.5的因子；步骤三、数据分类训练：将所有数据分为训练数据、测试数据、预测数据三个部分，其中使用训练数据去训练LSTM模型，并设置LSTM模型参数；步骤四、评价预测模型：设定数据阈值，将测试数据输入模型中，并通过RMSE、MAP、MSE三种方法评价模型的预测结果；如果预测结果符合阈值要求进入步骤五，如果不符合就进入步骤一；步骤五、将待分析数据输入预测模型获取预测结果。2.根据权利要求1所述的基于多元统计分析和LSTM融合的PM2.5浓度预测方法，其特征在于，所述步骤三中的LSTM模型包括3个控制门，分别是输入门it、输出门ot、遗忘门ft；遗忘门ft表达式为：ft＝σ(Wf*[ht-1,xt]+Bf)其中Wf为权重矩阵，Bf为偏置值，σ为sigmoid函数；输入门的Sigmoid层it计算公式是：it＝σ(Wi*[ht-1,xt]+Bi)其中Wi为权重矩阵，Bf为偏置值，tanh层的候选向量Cst表达式为：Cst＝tanh(Wc*[ht-1,xt]+Bc)其中Wc为权重矩阵，Bc为偏置值；tanh层的更新值表达式为：Ct＝ft*Ct-1+it*Cst；输出门Ot包括sigmoid层与tanh层，所述输出门Ot运行sigmoid层决定细胞状态被输出部分，然后将tanh函数与sigmoid门的输出相乘，其计算公式为：ot＝σ(Wo*[ht-1,xt]+Bo)，ht＝ot*tanh(Ct)。3.根据权利要求1所述的基于多元统计分析和LSTM融合的PM2.5浓度预测方法，其特征在于，所述步骤二中，相关系数具体公式如下：其中Rp为相关系数，xi为输入值，xav为均值，yi为输出值，yav为输出均值，相关性阈值为0.3。4.根据权利要求1所述的基于多元统计分析和LSTM融合的PM2.5浓度预测方法，其特征在于，所述步骤三具体包括：3.1.将经过处理的数据分为训练集、测试集、预测值，其中训练集用于训练模型；3.2.将模型所需的参数赋值，将隐藏层数量设为72个神经元，输出层仅使用1个神经元，输入变量是PM10、CO、NO2、NOx、NO、湿度、SO2的时间步特征，损失函数使用MAE，优化算法使用Adam,模型的迭代次数epochs设为72，每次迭代选取的batch大小为72。5.根据权利要求1所述的基于多元统计分析和LSTM融合的PM2.5浓度预测方法，其特征在于，所述步骤四中进行测试数据时使用的三种评价回归模型指标分别为：MSE：MAE：RMSE：其2CN109902881A权利要求书2/2页中M为总数量，yi为输出值，yav为输出均值；所述步骤四还包括：将测试数据预测的结果与实际的浓度值作对比，使用RMSE、MAP、MSE三种方法评价模型，若计算得到的结果符合阈值的要求，则停止模型，否则重新调整模型。6.根据权利要求1所述的基于多元统计