大气污染的可解释预测方法

摘要

本发明一种大气污染的可解释预测方法，包括如下步骤：①大气污染的可解释预测建模；②大气污染可解释预测模型中动态关系的构建；③大气污染可解释预测模型中周期性因素的构建；④大气污染的时间序列挖掘方法；⑤大气污染的可解释性度量方法。针对大气污染系统动态预测中无法对预测结果进行有效解析这一缺陷，提出融合深度神经网络表达大气污染系统动态关系，构建大气污染可解释预测模型，进行大气污染可解释预测的时间序列挖掘与可解释度量，是一种基于数据驱动的大气污染动态建模与动态解析方法，具有创新性。