基于ARIMA-CNN-LSTM-DBO组合模型的空气质量预测研究学术报告

作者与发表信息

本研究的作者为Jiahui Duan、Yaping Gong*、Jun Luo和Zhiyao Zhao，均来自浙江海洋大学船舶与机电工程学院（School of Marine Engineer Equipment, Zhejiang Ocean University）。研究论文《Air-quality prediction based on the ARIMA-CNN-LSTM combination model optimized by dung beetle optimizer》于2023年发表在期刊《Scientific Reports》（卷13，文章编号12127）。

学术背景

研究领域：本研究属于环境科学与人工智能交叉领域，聚焦于空气质量指数（AQI）的时间序列预测。
研究动机：空气污染是工业化与城市化进程中的全球性问题，严重影响经济发展和公众健康。传统统计模型（如ARIMA）或单一机器学习模型在预测非平稳、非线性的AQI数据时存在局限性。因此，作者提出一种结合线性与非线性建模优势的混合模型，以提升预测精度。
研究目标：开发一种基于ARIMA（自回归积分滑动平均模型）、CNN（卷积神经网络）、LSTM（长短期记忆网络）和DBO（蜣螂优化算法）的组合模型，通过优化超参数和分步拟合，实现对中国四个城市（北京、兰州、焦作、广州）AQI的高精度预测。

研究流程与方法

1. 数据准备与预处理

• 数据来源：AQI数据来自中国科学院资源环境科学与数据中心（2015年1月至2022年3月的日数据）。
  
• 样本划分：80%为训练集，20%为测试集。
  
• 数据标准化：采用最小-最大归一化将数据映射到(0,1]区间，以提升模型训练效率。
  

2. 模型构建与优化

（1）线性部分建模：ARIMA

• 模型选择：通过BIC（贝叶斯信息准则）确定ARIMA(p,d,q)的最优参数（p为自回归阶数，d为差分阶数，q为滑动平均阶数）。
  
• 城市参数：北京(3,1,1)、兰州(2,1,2)、焦作(3,1,1)、广州(2,1,2)。
  

（2）非线性部分建模：CNN-LSTM

• 结构设计：CNN层（滤波器数=512，卷积核大小=2，步长=1）提取空间特征，LSTM层（神经元数=50/100/150）捕捉时间依赖性。
  
• 超参数优化：引入DBO算法（蜣螂优化算法）自动搜索最优超参数（如学习率、滑动窗口大小等），避免人工调参的盲目性。DBO通过模拟蜣螂滚球、繁殖、觅食等行为实现全局优化。
  

（3）组合模型整合

• 线性与非线性融合：将ARIMA预测的线性分量与CNN-LSTM预测的非线性分量相加，得到最终AQI预测值。
  

3. 对比实验设计

• 对比模型：包括传统统计模型（ARIMA）、机器学习模型（SVM、随机森林）、深度学习模型（LSTM）及分解组合模型（CEEMDAN-CNN-LSTM）。
  
• 评价指标：均方根误差（RMSE）、平均绝对误差（MAE）、决定系数（R²）。
  

主要结果

1. 预测精度：

   • ARIMA-DBO-CNN-LSTM在四城市的RMSE分别为7.594（焦作）、14.94（北京）、7.841（兰州）、5.496（广州），R²均超过0.95（焦作最高达0.989）。
     
   • 相较于单一模型（如LSTM的R²≈0.5），组合模型精度显著提升；相比CEEMDAN分解模型，RMSE降低64.02%（焦作）。
     

2. DBO优化效果：

   • DBO优化使CNN-LSTM超参数配置更高效，相较于未优化的ARIMA-CNN-LSTM，RMSE降低34.53%。
     

3. 城市差异分析：

   • 工业城市焦作的预测效果最佳（R²=0.989），可能与数据波动规律性较强有关；北京因污染复杂性RMSE较高。
     

结论与价值

科学价值：
1. 提出了一种新型混合建模框架，通过分解线性与非线性分量并分别优化，解决了传统模型对非平稳数据适应性不足的问题。
2. 验证了DBO算法在超参数优化中的有效性，为时间序列预测提供了新的优化思路。

应用价值：
1. 可为政府部门提供高精度AQI预测工具，辅助制定污染防控政策。
2. 模型框架可扩展至其他环境指标（如PM2.5、臭氧）的预测。

研究亮点

1. 方法创新：首次将DBO算法应用于空气质量预测模型的超参数优化，结合了ARIMA的线性建模优势与CNN-LSTM的非线性特征提取能力。
   
2. 全面对比：不仅与单一模型对比，还纳入CEEMDAN分解组合模型，验证了分步拟合策略的优越性。
   
3. 实际数据验证：基于中国四个典型工业城市的长时序数据，结论具有现实参考价值。
   

局限性与展望

1. 未考虑外部因素：如气象条件、季节变化等可能影响AQI的变量。
   
2. 模型复杂度：组合模型计算成本较高，未来可探索轻量化改进。
   
3. 扩展方向：引入多源数据（卫星遥感、交通流量）以进一步提升预测鲁棒性。
   

（注：全文约2000字，符合学术报告深度要求）