[发明专利]一种基于季节性循环神经网络的空气质量预测方法

摘要

本发明提供一种基于季节性循环神经网络的空气质量预测方法，包括记录长时序空气质量监测站点数据；对监测站点数据进行预处理，分析空气质量长时序监测数据季节性和周期性变化特征，确定其季节变化频率；根据空气质量监测参数的季节性和周期性的时序变化特征进行时序分解，生成趋势性分量、季节性分量及残差分量；构建大批量训练样本，并初步建立三通道循环神经网络，通过训练得到最优的三通道循环网络模型；利用最优三通道循环网络模型，根据历史值对各分量未来值进行预测，得到趋势性分量预测值、季节性分量预测值和残差分量预测值；整合各分量预测结果，形成最终空气质量预测值序列。