摘要:隨著(zhù)近年霧霾天氣的頻繁出現,空氣質(zhì)量開(kāi)始越來(lái)越受到公眾關(guān)注。PM2.5濃度指數是判斷空氣質(zhì)量的重要指標,如何根據歷史數據有效地預測空氣中PM2.5濃度,具有很高的應用價(jià)值。分析以往空氣質(zhì)量數據表明,PM2.5濃度有明顯的非線(xiàn)性和不確定性波動(dòng),很難用傳統機器學(xué)習算法有效地預測。本文基于LSTM循環(huán)神經(jīng)網(wǎng)絡(luò ),依據過(guò)去20小時(shí)采集的空氣數據,預測未來(lái)5小時(shí)的PM2.5濃度指數。實(shí)驗結果表明,LSTM可以有效地捕獲空氣質(zhì)量的時(shí)序特征,較準確預測出未來(lái)時(shí)刻的PM2.5濃度指數。