典型文献
基于ARIMA-LSTM的货运量组合预测方法研究
文献摘要：
针对仅考虑单一线性或非线性的货运量预测方法的不足,基于ARIMA和LSTM循环神经网络预测模型,提出ARIMA-LSTM 4种组合预测模型,实现综合考虑线性与非线性特征的货运量预测.研究结果表明:任意一种ARIMA-LSTM的组合模型的货运量预测精度均优于单一模型的,由误差倒数确定权重系数的并联组合模型预测精度最优,该模型相比于ARIMA,均方根误差降低40.66％,平均绝对误差降低29.76％,平均绝对百分比误差降低51.45％;相比于LSTM,均方根误差降低13.67％,平均绝对误差降低10.75％,平均绝对百分比误差降低36.32％,该研究可为货运量预测提供有效依据.
文献关键词：
货运量预测;ARIMA;LSTM循环神经网络;组合预测模型
中图分类号：
作者姓名：
杨艳;黄晴;龙思;潘自翔;欧阳瑞祥
作者机构：
长沙理工大学交通运输工程学院,湖南长沙410114
文献出处：
引用格式：
[1]杨艳;黄晴;龙思;潘自翔;欧阳瑞祥-.基于ARIMA-LSTM的货运量组合预测方法研究)[J].交通科学与工程,2022(02):102-108
A类：
B类：
ARIMA,组合预测方法,或非,货运量预测,循环神经网络,神经网络预测模型,组合预测模型,非线性特征,倒数,确定权重,权重系数,联组,组合模型预测,平均绝对误差,平均绝对百分比误差
AB值：
0.179151
相似文献
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。
