典型文献
基于ARIMA-LSTM组合模型的原油产量时序预测研究
文献摘要：
针对现阶段油田产量预测中所出现的一些预测效果不理想的问题,开展了对全国原油产量的时序预测研究.针对全国原油2011-2020年产量所呈现出来的特点,采用一种基于时间序列自回归移动平均模型(ARIMA)结合长短期记忆网络(LSTM)组合模型的预测方法.首先,运用时间序列ARIMA模型的建模思想,对全国原油产量进行初步预测,再通过LSTM训练拟合残差并进行预测.最后将LSTM的预测结果补偿到初步预测结果中,得到组合预测值.组合模型预测结果显示,预测结果比较可靠,对预估原油产量具有一定的参考价值.
文献关键词：
原油;ARIMA;LSTM;残差;时序预测
中图分类号：
作者姓名：
李阳;杜睿山;程永昌
作者机构：
东北石油大学数学与统计学院,黑龙江 大庆163318;东北石油大学计算机与信息技术学院,黑龙江 大庆163318
文献出处：
引用格式：
[1]李阳;杜睿山;程永昌-.基于ARIMA-LSTM组合模型的原油产量时序预测研究)[J].数学的实践与认识,2022(06):40-48
A类：
B类：
ARIMA,原油产量,时序预测,预测研究,油田,田产,产量预测,所出,年产量,自回归移动平均模型,长短期记忆网络,建模思想,拟合残差,组合预测,组合模型预测,结果比较
AB值：
0.275291
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。
