基于LSTM的城市交通路网CO2排放与雾霾等级预测方法及系统

本发明涉及一种基于LSTM的城市交通路网CO2排放与雾霾等级预测方法和系统。预测方法包括如下步骤：收集道路监测数据和车辆特征数据，作为输入数据；使用主成分分析和相关系数法对所述输入数据进行特征分析，筛选出与CO2排放与雾霾等级相关的特征变量作为输入特征变量；对所述输入特征变量的数据集进行归一化处理，得到归一化后的特征变量数据集；将所述归一化后的特征变量数据集划分为训练集和测试集；构建LSTM交通排放预测模型，所述LSTM交通排放预测模型包括序列输入层、LSTM层、Dropout层、ReLU层、全连接层和回归输出层；使用Adam梯度下降算法配置LSTM交通排放预测模型的超参数，所述超参数包括初始学习率、批大小、迭代次数以及梯度阈值；以及将所述归一化后的特征变量数据集输入设置好超参数的LSTM交通排放预测模型中进行训练，得到用于城市交通路网CO2排放与雾霾等级的预测模型，使用评估指标评估所述CO2排放与雾霾等级的预测模型。本发明提出的基于LSTM的城市交通路网CO2排放与雾霾等级预测方法，摆脱了传统的基于经验的预测模型存在的主观因素影响，具有强时序性的LSTM模型能够自动学习关键特征，避免人工经验的局限性。