VARLST 混合预测模型

小样本高精度预测

结合向量自回归移动平均与双向LSTM神经网络，实现小数据样本下的多参数水质高精度预测。

郑志强 · Hao, Ding · Weng, Zhi · 王立新

Ecological Informatics 2023

参数信息

平均误差

0.0015

拟合精度

99.869 %

技术优势

小样本高精度

模型结合VARMA与BiLSTM，在数据量较少时仍能实现高精度多参数预测。

优于单一模型

相比单一模型，VARLST在可行性和精度上均有提升。

应用场景

• 水质监测：用少量监测数据即可高精度预测多个水质指标，降低监测成本。
• 环境物联网：适合部署在数据采集量有限的物联网节点上，实现实时水质预测。
• 水环境管理：提供可靠的多参数预测，辅助管理者提前制定水质调控措施。