控制与决策

作者：刘金培,罗瑞,陈华友,周礼刚

单位：安徽大学 商学院,合肥 230601,,安徽大学 大数据与统计学院,合肥 230601hspace{3pt},,安徽大学 大数据与统计学院,合肥 230601hspace{3pt},,安徽大学 数学科学学院,合肥 230601,

关键词：时空预测;空气质量指数;卷积神经网络;注意力机制;三维空间张量;多元经验模态分解

基金：国家自然科学基金项目(72071001,72371001,72171002,72471001,72271002)；安徽省高校优秀青年人才重点项目(gxyqZD2022001)；安徽省自然科学基金项目(2408085Y035)；安徽省高校杰出青年基金项目(2023AH020009)；安徽省高校优秀青年基金项目(2023AH030006).

精确地把握空气质量指数(AQI）的实时动态演变规律对大气污染防治和城市公共卫生治理至关重要.因此,通过构建三维空间张量,将AQI特征信息由时间维度扩展至时空维度,并提出一种基于多尺度三维卷积注意力机制的时空预测网络模型,以提高AQI预测精度.预测方法首先对相关影响因素数据进行有效筛选.其次,将AQI数据及其影响因素分解为不同模态下的子序列.进而,基于时间、空间地理位置和影响因素3个维度,构建三维空间张量,以反映AQI数据的时空特征演变.然后,设计三维卷积注意力机制网络模型对子序列进行预测,以有效提取AQI与其影响因素之间的关键时空关联性特征.通过学习局部AQI序列特征的重要程度,该模型能够对空间时域信息赋予不同权重,以增强关键信息的影响力.将所提出的方法应用于3大城市群2019年sim2024年的日度AQI预测,结果表明,该方法适用于具有时空属性的AQI预测,与现有方法相比具有更高的预测精度和适用性.

来源：2025年第2期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第2期