基于深度学习驱动的遗传编程符号回归方法

本发明公开了一种基于深度学习驱动的遗传编程符号回归方法，用于空气质量预测。本申请主要在获取环境数据后利用符号树成分预测模型预测符号树中节点和边的分布；然后将节点和边的分布作为先验知识优化遗传编程符号回归过程，从而构建空气质量预测模型。本申请能充分发挥深度学习在数据特征提取和预测方面的卓越性能，可显著提升空气质量预测模型的求解效率和准确性。