基于几何平均优化器的门控循环单元模型GMO-GRU的气温预测

打开文本图片集

摘要：为提升气温预测的准确度，改善农业生产等领域的经营情况，提出了利用几何平均优化器算法优化门控循环单元神经网络的GMO-GRU模型。首先，在GRU模型参数选择方面，采用几何平均优化器对其模型选择进行优化。然后，采用伯克利的天气数据集对文中模型进行验证。验证结果表明，提出的预测模型在预测精度上有一定优势，相比于LSTM模型，GMO-GRU模型的MAE、RMSE、MAPE3种指标分别提升了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种指标分别提升了2.0×10-3、8.9×10-3、3.9×10-3。（剩余3480字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。