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)。
