基于 SSA-Bi-LSTM的港口環(huán)境空氣質(zhì)量指數(shù)預(yù)測(cè)

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(cè)治理能力，本研究提出了一種基于雙向長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)模型（BidirectionalLSTM，Bi-LSTM）的港口空氣質(zhì)量指數(shù)預(yù)測(cè)算法，并引入了麻雀搜索算法（SparrowSearchAlgorithm，SSA）進(jìn)行參數(shù)優(yōu)化，以提高預(yù)測(cè)精度和模型的穩(wěn)定性。選取浙江省嘉興市乍浦港空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)和氣象數(shù)據(jù)為實(shí)驗(yàn)樣本進(jìn)行模型訓(xùn)練，實(shí)驗(yàn)結(jié)果顯示，SSA-Bi-LSTM模型相比LSTM、CNN-LSTM、Bi-LSTM模型誤差更小，通過(guò)該算法的應(yīng)用，能夠更準(zhǔn)確地預(yù)測(cè)港口環(huán)境空氣質(zhì)量指數(shù)，為港口大氣監(jiān)測(cè)與治理提供科學(xué)依據(jù)和決策支持。01Bi-LSTM模型1.1LSTM神經(jīng)網(wǎng)絡(luò)LSTM（Long-ShortTermMemory）是一種特殊類型的循環(huán)神經(jīng)網(wǎng)絡(luò)，通過(guò)其設(shè)計(jì)的記憶單元，能夠有效地處理和建模時(shí)間相關(guān)的數(shù)據(jù)。相較于傳統(tǒng)的循環(huán)神經(jīng)網(wǎng)絡(luò)，LSTM能夠更好地捕捉時(shí)間序列中的長(zhǎng)期依賴關(guān)系。LSTM的主要優(yōu)勢(shì)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(jī)制，這些機(jī)制使得LSTM網(wǎng)絡(luò)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(dòng)，避免了傳統(tǒng)循環(huán)神經(jīng)網(wǎng)絡(luò)中的梯度消失和梯度爆炸問(wèn)題。其結(jié)構(gòu)如圖1所示。圖1LSTM結(jié)構(gòu)基于圖1展示的連接結(jié)構(gòu)，LSTM神經(jīng)元可以用如下數(shù)學(xué)表達(dá)式表示：式（1）中，x?表示該時(shí)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(luò)單元的輸出向量；W表示權(quán)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(luò)

Bi-LSTM模型由Graves提出，其在傳統(tǒng)LSTM模型上，同時(shí)考慮了正向和反向的歷史信息，可以更好地捕捉時(shí)間序列的上下文特征。Bi-LSTM神經(jīng)網(wǎng)絡(luò)模型包含2個(gè)獨(dú)立的LSTM結(jié)構(gòu)，分別按照時(shí)間順序和時(shí)間逆序處理序列，然后進(jìn)行特征提取，將兩個(gè)網(wǎng)絡(luò)的輸出向量（即提取后的特征向量）進(jìn)行聯(lián)接后形成的向量作為最終特征表達(dá)。02SSA改進(jìn)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(guò)定義和更新麻雀的位置和速度來(lái)模擬搜索過(guò)程，適用于解決復(fù)雜、非線性和多模態(tài)的問(wèn)題，具有尋優(yōu)能力強(qiáng)，收斂速度快的優(yōu)點(diǎn)。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(shè)算法中有n只麻雀，麻雀的適應(yīng)度值表示為fx，而問(wèn)題的優(yōu)化變量維度為d，那么所有麻雀的適應(yīng)度值表示如下：在SSA中，適應(yīng)度值較高的發(fā)現(xiàn)者優(yōu)先獲取食物，通過(guò)不斷地迭代和位置更新，進(jìn)行最優(yōu)解的搜索：式（4）中，t表示當(dāng)前迭代次數(shù)；j=1，2，…，d，表示第i個(gè)麻雀在第j維中的位置信息；設(shè)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(jī)數(shù)；L表示1×d的單位矩陣。在迭代過(guò)程中，加入者會(huì)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(gè)元素的值為隨機(jī)數(shù)1或-1。式中，A+=AT（AAT）-1。在模擬中，假設(shè)一部分麻雀具備偵察預(yù)警機(jī)制，將數(shù)量設(shè)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(guò)如下方式生成：式（6）中，Xbest表示全局最優(yōu)位置；β代表步長(zhǎng)控制參數(shù)，服從均值為0，步長(zhǎng)為1的正態(tài)分布；K為隨機(jī)數(shù)，取值為-1到1；f表示當(dāng)前麻雀適應(yīng)度值；fg

和fw分別表示全局最優(yōu)、最差適應(yīng)度值；ε為避免分母為0的常數(shù)。2.2SSA-Bi-LSTM通過(guò)SSA算法，將Bi-LSTM的學(xué)習(xí)率及迭代次數(shù)以及隱含層節(jié)點(diǎn)數(shù)作為優(yōu)化變量，步驟概述為：（1）對(duì)種群、迭代次數(shù)、捕食者和加入者序列進(jìn)行初始化設(shè)置。（2）以Bi-LSTM預(yù)測(cè)值和實(shí)測(cè)值的均方根誤差作為SSA適應(yīng)度值，并排序。（3）利用式（4）～（6）進(jìn)行計(jì)算，更新發(fā)現(xiàn)者、加入者、警戒者的位置。（4）進(jìn)行exp適應(yīng)度值計(jì)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(jié)果，否則返回步驟（2）～（4）進(jìn)行迭代。03實(shí)驗(yàn)與結(jié)果分析3.1數(shù)據(jù)描述本實(shí)驗(yàn)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(zhì)量監(jiān)測(cè)數(shù)據(jù)和氣象要素監(jiān)測(cè)數(shù)據(jù)，以小時(shí)為監(jiān)測(cè)單位，共計(jì)744個(gè)監(jiān)測(cè)樣本，指標(biāo)包括大氣污染監(jiān)測(cè)指數(shù)和氣象監(jiān)測(cè)數(shù)據(jù)，具體為：AQI指數(shù)、PM?.5、O?、PM??、SO?、NO?、CO、溫度、風(fēng)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(shí)的AQI指數(shù)及其他污染物濃度指標(biāo)和氣象因子來(lái)預(yù)測(cè)下一小時(shí)的AQI指數(shù)，數(shù)據(jù)集被分為訓(xùn)練集、驗(yàn)證集與測(cè)試集，取前500組數(shù)據(jù)用于模型訓(xùn)練，中間144組數(shù)據(jù)用于模型驗(yàn)證，最后100組數(shù)據(jù)用于模型測(cè)試，評(píng)估模型準(zhǔn)確率。模型正式訓(xùn)練前，數(shù)據(jù)還需要經(jīng)過(guò)異常檢測(cè)、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(yù)測(cè)流程3.2模型評(píng)價(jià)指標(biāo)選取均方根誤差（RootMeanSquaredError，RMSE）、平均絕對(duì)誤差（MeanAboluteError，MAE）、平均絕對(duì)百分比誤差（MeanAbolutePercentageError，MAPE）作為評(píng)估模型準(zhǔn)確性的指標(biāo)，如式（7）所示：式中，N為樣本數(shù)量；y為預(yù)測(cè)數(shù)據(jù)；yi為實(shí)測(cè)數(shù)據(jù)。3.3實(shí)驗(yàn)分析與模型評(píng)價(jià)3.3.1SSA-Bi-LSTM模型預(yù)測(cè)結(jié)果分析如圖3所示，AQI預(yù)測(cè)值與實(shí)測(cè)值呈現(xiàn)近似對(duì)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(diǎn)的分布比較均勻，說(shuō)明通過(guò)SSA-Bi-LSTM預(yù)測(cè)的AQI指數(shù)，在整體上呈現(xiàn)出較好的預(yù)測(cè)精度與穩(wěn)定性。如圖4所示，SSA-Bi-LSTM對(duì)AQI預(yù)測(cè)值的結(jié)果殘差整體上接近正態(tài)分布，其中有80%的預(yù)測(cè)結(jié)果的絕對(duì)誤差低于10，其中有50%的結(jié)果低于5，只有5%的結(jié)果大于15。圖3SSA-BI-LSTM預(yù)測(cè)值和實(shí)測(cè)值散點(diǎn)分布圖4SSA-BI-LSTM預(yù)測(cè)值和實(shí)測(cè)值殘差分布3.3.2模型對(duì)比為了校驗(yàn)SSA-Bi-LSTM的預(yù)測(cè)性能，基于相同的數(shù)據(jù)及處理邏輯，對(duì)其他神經(jīng)網(wǎng)絡(luò)模型進(jìn)行學(xué)習(xí)，其他神經(jīng)網(wǎng)絡(luò)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(luò)模型預(yù)測(cè)效果對(duì)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(yù)測(cè)值同實(shí)測(cè)值的效果對(duì)比圖，其中橫坐標(biāo)為監(jiān)測(cè)數(shù)據(jù)時(shí)間序列，縱坐標(biāo)為AQI值。其中（e）子圖中，對(duì)四種神經(jīng)網(wǎng)絡(luò)模型的表現(xiàn)情況集中觀測(cè)。從對(duì)比結(jié)果中可以看到，四種模型的預(yù)測(cè)趨勢(shì)與真實(shí)數(shù)據(jù)的走勢(shì)基本相符。CNN-LSTM和Bi-LSTM的預(yù)測(cè)效果較好，提升了LSTM模型表現(xiàn)，而SSA-BI-LSTM的預(yù)測(cè)表現(xiàn)又較CNN-LSTM和Bi-LSTM更優(yōu)。計(jì)算了四種神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)值效果的評(píng)價(jià)指標(biāo)，如表2所示。SSA-Bi-LSTM預(yù)測(cè)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