基于量子行为花朵授粉算法优化LSTM模型

李汝嘉, 贺壹婷, 季荣彪, 李亚东, 孙晓海, 陈娇娇, 吴叶辉, 王灿宇

PDF(5758 KB)
PDF(5758 KB)
吉林大学学报(理学版) ›› 2024, Vol. 62 ›› Issue (05) : 1163-1178. DOI: 10.13413/j.cnki.jdxblxb.2023173

基于量子行为花朵授粉算法优化LSTM模型

  • 李汝嘉, 贺壹婷, 季荣彪, 李亚东, 孙晓海, 陈娇娇, 吴叶辉, 王灿宇
作者信息 +
History +

摘要

针对传统花朵授粉算法(flower pollination algorithm, FPA)受初始参数影响较大、且易陷入局部最优解或算法无法收敛等问题,提出一种基于量子行为的花朵授粉算法(quantum-inspired flower pollination algorithm, QFPA).通过引入量子系统到FPA中,使授粉过程中的搜索更高效,从而提高全局搜索能力.此外,还引入轨迹分析,使种群能更好地逃离局部最优解,进一步降低误差.为验证该方法的有效性,先通过选定的几个基准函数对QFPA进行评估,然后采用评估效果最好的QFPA对长短期记忆网络(LSTM)模型超参数进行寻优,最后在用自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN)算法去除噪声后的空气质量数据集上进行实验,并与其他几种常用的优化算法进行对比.实验结果表明:QFPA提高了优化算法的全局搜索能力和收敛性;QFPA-LSTM模型增强了长时间序列数据预测的准确性和效率,该模型预测的均方根误差为10.93μg/m3,为实际应用中的空气质量预测提供了可靠的解决方案.

关键词

花朵授粉算法 / 量子行为花朵授粉算法 / CEEMDAN算法 / LSTM模型

中图分类号

TP18

引用本文

导出引用
李汝嘉, 贺壹婷, 季荣彪, 李亚东, 孙晓海, 陈娇娇, 吴叶辉, 王灿宇. 基于量子行为花朵授粉算法优化LSTM模型. 吉林大学学报(理学版). 2024, 62(05): 1163-1178 https://doi.org/10.13413/j.cnki.jdxblxb.2023173

基金

云南省重大科技专项基金(批准号:202302AE09002003)

评论

PDF(5758 KB)

Accesses

Citation

Detail

段落导航
相关文章

/