基于灰色關聯(lián)-長短時記憶網(wǎng)絡的水質(zhì)預測研究

摘要： 為了有效預測河流水質(zhì)變化趨勢，充分利用水質(zhì)序列的時序性與多元相關性信息，構建基于灰色關聯(lián)-長短時記憶網(wǎng)絡(Grey Relational Anlysis-Long and Short-Term Memory Network, GRA-LSTM)水質(zhì)預測模型，以改善水環(huán)境質(zhì)量。選擇長江南京段河流型水源地進行實例研究，結(jié)果顯示：當滑動時間窗口(d)為2,最大訓練次數(shù)(MaxEpoc... （共12頁）