图卷积神经网络在空气质量指数预测中的应用研究

史雨梅; 余晓美

doi:10.14098/j.cn35-1288/z.2024.03.008

三明学院学报 ›› 2024, Vol. 41 ›› Issue (3) : 58 -66. DOI: 10.14098/j.cn35-1288/z.2024.03.008

图卷积神经网络在空气质量指数预测中的应用研究

史雨梅, 余晓美

作者信息 +

Author information +

文章历史 +

摘要

为解决忽略了不同邻近区域之间存在的空间依赖关系导致预测空气质量结果缺乏可靠性这一问题，将图卷积神经网络（graph convolutional networks,GCN）应用于空气质量指数(air quality index, AQI)的预测，基于GCN特征聚合的特点，充分考虑邻近区域之间的空间相关性。文中以安徽省16个地级市为例，构建了城市之间的依赖关系图，预测各个城市的AQI。实验结果表明，相比传统的神经网络模型（ARIMA、RNN、LSTM、GRU），提出的GCN模型表现突出，具有更高的预测准确性和可靠性。