典型文献
基于遗传算法和长短记忆神经网络组合模型的加油站销量预测
文献摘要：
针对加油站销量波动大且非线性特征明显,使用传统时间序列的预测模型无法满足实际预测需求的情况,提出基于遗传算法(GA)和长短记忆神经网络(LSTM)的销量组合预测模型,在原始数据的基础上加入温度、天气、油价、星期、节假日特征进行辅助预测,对文本类数据使用One-hot编码并使用Embedding降维,采用遗传算法求得LSTM模型的最优超参数来提升模型精度.结果显示:该模型精度保持在90％以上且符合大规模预测需求,能够投入实际应用.
文献关键词：
遗传算法+长短记忆神经网络;多变量预测;成品油;销量预测;数据降维
中图分类号：
作者姓名：
潘诗元;易万里;李翔宇
作者机构：
中国石油大学人工智能学院;中国人民大学统计学院;东北财经大学统计学院
文献出处：
引用格式：
[1]潘诗元;易万里;李翔宇-.基于遗传算法和长短记忆神经网络组合模型的加油站销量预测)[J].化工自动化及仪表,2022(02):207-214
A类：
B类：
长短记忆神经网络,组合模型,加油站,销量预测,非线性特征,传统时间,GA,组合预测模型,原始数据,油价,星期,节假日,本类,数据使用,One,hot,Embedding,优超,超参数,模型精度,规模预测,多变量预测,成品油,数据降维
AB值：
0.395364
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
