基于幾何平均優(yōu)化器的門控循環(huán)單元模型GMO-GRU的氣溫預測
打開文本圖片集
摘要：為提升氣溫預測的準確度，改善農(nóng)業(yè)生產(chǎn)等領域的經(jīng)營情況，提出了利用幾何平均優(yōu)化器算法優(yōu)化門控循環(huán)單元神經(jīng)網(wǎng)絡的GMO-GRU模型。首先，在GRU模型參數(shù)選擇方面，采用幾何平均優(yōu)化器對其模型選擇進行優(yōu)化。然后，采用伯克利的天氣數(shù)據(jù)集對文中模型進行驗證。驗證結(jié)果表明，提出的預測模型在預測精度上有一定優(yōu)勢，相比于LSTM模型，GMO-GRU模型的MAE、RMSE、MAPE3種指標分別提升了5.5×10-3、1.13×10-2、7.2×10-3；相比于GRU模型，GMO-GRU模型的MAE、RMSE、MAPE3種指標分別提升了2.0×10-3、8.9×10-3、3.9×10-3。（剩余3480字）