基于AGA-BiLSTM的降水预测方法

作     者：李冰洁 于霞 于丹丹 LI Bingjie;YU Xia;YU Dandan

作者机构：大连医科大学附属第一医院辽宁大连116011 沈阳工业大学沈阳110870 

出 版 物：《计算机应用文摘》 

年 卷 期：2025年第41卷第1期

页      面：115-117页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：BiLSTM 注意力机制 遗传算法 降水预测 

摘      要：准确的降水预测在许多应用领域被广泛认为是一项重要任务。然而,真实世界的降水数据通常具有高度非线性和复杂性,这使得传统预测技术难以获得精确结果。为了解决这些问题,文章提出了一种改进的AGA-BiLSTM模型,旨在克服BiLSTM在特征提取能力、长序列处理能力以及参数调优方面的局限性。该模型在BiLSTM网络的基础上进行创新,即引入注意力机制放大关键信息,模型能够有效提取降水数据中的主要特征,同时抑制对次要信息的过度关注,提高预测的准确性;引入遗传算法自动全局优化模型参数,从而节省人工调优的时间成本,同时避免模型陷入局部最优解的困境。实验结果表明,AGA-BiLSTM模型在降水预测任务中表现出色,能够有效处理复杂的降水数据特性,为降水预测问题提供了一个高效的解决方案。