基于灰色關(guān)聯(lián)-長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)的水質(zhì)預(yù)測(cè)研究

摘要： 為了有效預(yù)測(cè)河流水質(zhì)變化趨勢(shì)，充分利用水質(zhì)序列的時(shí)序性與多元相關(guān)性信息，構(gòu)建基于灰色關(guān)聯(lián)-長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)(Grey Relational Anlysis-Long and Short-Term Memory Network, GRA-LSTM)水質(zhì)預(yù)測(cè)模型，以改善水環(huán)境質(zhì)量。選擇長(zhǎng)江南京段河流型水源地進(jìn)行實(shí)例研究，結(jié)果顯示：當(dāng)滑動(dòng)時(shí)間窗口(d)為2,最大訓(xùn)練次數(shù)(MaxEpoc...