基于 SSA-Bi-LSTM的港口環(huán)境空氣質量指數(shù)預測

摘要為貫徹綠色港口發(fā)展理念，提升港口大氣污染監(jiān)測治理能力，本研究提出了一種基于雙向長短期記憶神經(jīng)網(wǎng)絡模型（BidirectionalLSTM，Bi-LSTM）的港口空氣質量指數(shù)預測算法，并引入了麻雀搜索算法（SparrowSearchAlgorithm，SSA）進行參數(shù)優(yōu)化，以提高預測精度和模型的穩(wěn)定性。選取浙江省嘉興市乍浦港空氣質量監(jiān)測數(shù)據(jù)和氣象數(shù)據(jù)為實驗樣本進行模型訓練，實驗結果顯示，SSA-Bi-LSTM模型相比LSTM、CNN-LSTM、Bi-LSTM模型誤差更小，通過該算法的應用，能夠更準確地預測港口環(huán)境空氣質量指數(shù)，為港口大氣監(jiān)測與治理提供科學依據(jù)和決策支持。01Bi-LSTM模型1.1LSTM神經(jīng)網(wǎng)絡LSTM（Long-ShortTermMemory）是一種特殊類型的循環(huán)神經(jīng)網(wǎng)絡，通過其設計的記憶單元，能夠有效地處理和建模時間相關的數(shù)據(jù)。相較于傳統(tǒng)的循環(huán)神經(jīng)網(wǎng)絡，LSTM能夠更好地捕捉時間序列中的長期依賴關系。LSTM的主要優(yōu)勢在于其記憶單元（Memorycell）引入了遺忘門（Forgetgate）、輸入門（Inputgate）和輸出門（Outputgate）等機制，這些機制使得LSTM網(wǎng)絡能夠選擇性地遺忘和記憶輸入序列中的信息，并控制信息的流動，避免了傳統(tǒng)循環(huán)神經(jīng)網(wǎng)絡中的梯度消失和梯度爆炸問題。其結構如圖1所示。圖1LSTM結構基于圖1展示的連接結構，LSTM神經(jīng)元可以用如下數(shù)學表達式表示：式（1）中，x?表示該時刻的輸入向量；f，i，o分別表示遺忘門、輸入門與輸出門的激活向量；c表示記憶單元向量；h表示神經(jīng)網(wǎng)絡單元的輸出向量；W表示權重系數(shù)；b表示偏執(zhí)向量；σ為激活函數(shù)。1.2Bi-LSTM神經(jīng)網(wǎng)絡

Bi-LSTM模型由Graves提出，其在傳統(tǒng)LSTM模型上，同時考慮了正向和反向的歷史信息，可以更好地捕捉時間序列的上下文特征。Bi-LSTM神經(jīng)網(wǎng)絡模型包含2個獨立的LSTM結構，分別按照時間順序和時間逆序處理序列，然后進行特征提取，將兩個網(wǎng)絡的輸出向量（即提取后的特征向量）進行聯(lián)接后形成的向量作為最終特征表達。02SSA改進的Bl-LSTM2.1麻雀搜索算法麻雀搜索算法受到麻雀的群體行為啟發(fā)，算法通過定義和更新麻雀的位置和速度來模擬搜索過程，適用于解決復雜、非線性和多模態(tài)的問題，具有尋優(yōu)能力強，收斂速度快的優(yōu)點。在模擬環(huán)境中，麻雀位置可以用矩陣表示，如式（2）所示：假設算法中有n只麻雀，麻雀的適應度值表示為fx，而問題的優(yōu)化變量維度為d，那么所有麻雀的適應度值表示如下：在SSA中，適應度值較高的發(fā)現(xiàn)者優(yōu)先獲取食物，通過不斷地迭代和位置更新，進行最優(yōu)解的搜索：式（4）中，t表示當前迭代次數(shù)；j=1，2，…，d，表示第i個麻雀在第j維中的位置信息；設置最大迭代次數(shù)itermax；α是介于0～1之間的任意數(shù)字；R?和ST分別代表警戒值和安全閾值，取值范圍分別為0～1與0.5～1；Q為服從正態(tài)分布的隨機數(shù)；L表示1×d的單位矩陣。在迭代過程中，加入者會更新自己的位置去尋找更好的食物，加入者的位置更新如下：式（5）中，XP

代表發(fā)現(xiàn)者的最佳位置，而Xworst

代表目前全局最差位置，A為矩陣，大小為1×d，其中每個元素的值為隨機數(shù)1或-1。式中，A+=AT（AAT）-1。在模擬中，假設一部分麻雀具備偵察預警機制，將數(shù)量設定為麻雀總數(shù)量的10%～20%，這部分麻雀稱為警戒者，其初始位置通過如下方式生成：式（6）中，Xbest表示全局最優(yōu)位置；β代表步長控制參數(shù)，服從均值為0，步長為1的正態(tài)分布；K為隨機數(shù)，取值為-1到1；f表示當前麻雀適應度值；fg

和fw分別表示全局最優(yōu)、最差適應度值；ε為避免分母為0的常數(shù)。2.2SSA-Bi-LSTM通過SSA算法，將Bi-LSTM的學習率及迭代次數(shù)以及隱含層節(jié)點數(shù)作為優(yōu)化變量，步驟概述為：（1）對種群、迭代次數(shù)、捕食者和加入者序列進行初始化設置。（2）以Bi-LSTM預測值和實測值的均方根誤差作為SSA適應度值，并排序。（3）利用式（4）～（6）進行計算，更新發(fā)現(xiàn)者、加入者、警戒者的位置。（4）進行exp適應度值計算，更新麻雀位置。（5）判斷是否符合終止條件，若符合則退出算法，輸出結果，否則返回步驟（2）～（4）進行迭代。03實驗與結果分析3.1數(shù)據(jù)描述本實驗所用數(shù)據(jù)為浙江省嘉興市乍浦港區(qū)2022年3月空氣質量監(jiān)測數(shù)據(jù)和氣象要素監(jiān)測數(shù)據(jù)，以小時為監(jiān)測單位，共計744個監(jiān)測樣本，指標包括大氣污染監(jiān)測指數(shù)和氣象監(jiān)測數(shù)據(jù)，具體為：AQI指數(shù)、PM?.5、O?、PM??、SO?、NO?、CO、溫度、風力、降雨量、濕度。本文數(shù)據(jù)樣例如表1所示。表1樣本數(shù)據(jù)示例本模型依據(jù)前八小時的AQI指數(shù)及其他污染物濃度指標和氣象因子來預測下一小時的AQI指數(shù)，數(shù)據(jù)集被分為訓練集、驗證集與測試集，取前500組數(shù)據(jù)用于模型訓練，中間144組數(shù)據(jù)用于模型驗證，最后100組數(shù)據(jù)用于模型測試，評估模型準確率。模型正式訓練前，數(shù)據(jù)還需要經(jīng)過異常檢測、清洗、歸一化處理等，以上全部流程如圖2所示：圖2SSA-Bi-LSTM的AQI指數(shù)預測流程3.2模型評價指標選取均方根誤差（RootMeanSquaredError，RMSE）、平均絕對誤差（MeanAboluteError，MAE）、平均絕對百分比誤差（MeanAbolutePercentageError，MAPE）作為評估模型準確性的指標，如式（7）所示：式中，N為樣本數(shù)量；y為預測數(shù)據(jù)；yi為實測數(shù)據(jù)。3.3實驗分析與模型評價3.3.1SSA-Bi-LSTM模型預測結果分析如圖3所示，AQI預測值與實測值呈現(xiàn)近似對角分布的狀態(tài)，且在數(shù)值低的區(qū)域和數(shù)值高的區(qū)域，點的分布比較均勻，說明通過SSA-Bi-LSTM預測的AQI指數(shù)，在整體上呈現(xiàn)出較好的預測精度與穩(wěn)定性。如圖4所示，SSA-Bi-LSTM對AQI預測值的結果殘差整體上接近正態(tài)分布，其中有80%的預測結果的絕對誤差低于10，其中有50%的結果低于5，只有5%的結果大于15。圖3SSA-BI-LSTM預測值和實測值散點分布圖4SSA-BI-LSTM預測值和實測值殘差分布3.3.2模型對比為了校驗SSA-Bi-LSTM的預測性能，基于相同的數(shù)據(jù)及處理邏輯，對其他神經(jīng)網(wǎng)絡模型進行學習，其他神經(jīng)網(wǎng)絡模型包括LSTM模型、CNN-LSTM模型、Bi-LSTM模型，如圖5所示。圖5不同神經(jīng)網(wǎng)絡模型預測效果對比圖圖5中（a）、（b）、（c）、（d）分別顯示了LSTM模型、CNN-LSTM模型、Bi-LSTM模型、SSA-Bi-LSTM模型在AQI指數(shù)上的預測值同實測值的效果對比圖，其中橫坐標為監(jiān)測數(shù)據(jù)時間序列，縱坐標為AQI值。其中（e）子圖中，對四種神經(jīng)網(wǎng)絡模型的表現(xiàn)情況集中觀測。從對比結果中可以看到，四種模型的預測趨勢與真實數(shù)據(jù)的走勢基本相符。CNN-LSTM和Bi-LSTM的預測效果較好，提升了LSTM模型表現(xiàn)，而SSA-BI-LSTM的預測表現(xiàn)又較CNN-LSTM和Bi-LSTM更優(yōu)。計算了四種神經(jīng)網(wǎng)絡模型的預測值效果的評價指標，如表2所示。SSA-Bi-LSTM預測模型的RMSE、MAE、MAPE分別為8.16、6.28、14.86%，與Bi-LSTM的RMSE、MAE、MAPE相比分別降低了1.12、0.77和0.88%;與CNN-LSTM的RMSE、MAE、MAPE相比分別降低了1.05、0.77和2.22%;與LSTM的RMSE