【摘要】为了降低风灾对人们正常生活和生产的影响，有效预测风速并及时预警，显得尤为重要。 在机器学习中，风速预测可以 归结为一个基于时间序列的预测问题，根据前 Ｔ 个时刻的风速观测数据建模，通过训练好的模型来预测 Ｔ＋１ 时刻的时间序列的风速 数据。 传统风速时间序列预测方法都是使用单一序列，往往会忽视掉其他因素的影响，容易造成预测结果的不准确。 基于此，本文提 出了一种基于长短期记忆（ｌｏｎｇ ｓｈｏｒｔ⁃ｔｅｒｍ ｍｅｍｏｒｙ，ＬＳＴＭ）的多特征预测算法，利用耶拿气象数据集（ Ｊｅｎａ ｃｌｉｍａｔｅ ｄａｔａｓｅｔ）进行模型训 练，并通过训练损失曲线和预测拟合曲线，验证了该模型的准确性。