AutoLSTM下的降水量预测方法

为解决利用长短期记忆网络(LSTM)进行降水量预测时所存在的网络超参数调节依赖人工经验的问题,采用全局优化思想,提出一种基于遗传算法的LSTM超参数自动优化模型-AutoLSTM.利用遗传算法全局寻优能力强的特点,在LSTM超参数空间中自动选择最佳的超参数组合,进而确定预测效果好、泛化能力强的LSTM降水量预测模型.研究结果表明:AutoLSTM在降水量预测中具有较高的准确性,并兼具了自动化、简便、易于推广等特点,是一种良好的时间序列数据预测自动优化模型.研究结论有助于完善降水量预测方法体系.