LSTM优化CO预测模型

通过缩减深度特征和LSTM优化，提高城市垃圾焚烧CO排放预测的准确性。

Runyu, Zhang · 汤健 · Xia, Heng · Xiaotong, Pan · Wen, Yu · 乔俊飞

Neural Computing and Applications 2024

参数信息

重复次数

30

技术优势

自动选特征

利用粒子群算法自适应地选择深度特征和模型超参数，减少了人工调参和特征工程的工作量。

能抓非线性

采用一维卷积提取非线性深度特征，再用LSTM建模时序关系，能够刻画MSWI变量与CO排放之间的复杂映射。

应用场景

• 垃圾焚烧排放控制：实时预测CO排放，优化焚烧过程以减少污染物。
• 环境监测：提供高精度CO预测，辅助环境监测和预警。
• 预测性维护：预测排放异常，提前安排维护避免超标。