| 基于ARMA-LSTM组合模型的铁路客流量预测 |
| |
| 引用本文： | 孙越,宋晓宇,金莉婷,刘童. 基于ARMA-LSTM组合模型的铁路客流量预测[J]. 计算机应用与软件, 2021, 38(12): 262-267,273. DOI: 10.3969/j.issn.1000-386x.2021.12.042 |
| |
| 作者姓名： | 孙越 宋晓宇 金莉婷 刘童 |
| |
| 作者单位： | 兰州交通大学电子与信息工程学院 甘肃 兰州730070 |
| |
| 摘 要： | 单一模型在铁路客流量预测中很难同时捕获到数据序列的线性、非线性和周期性等多种特征,从而无法取得很好的预测效果.针对该问题提出基于机器学习的ARMA-LSTM组合模型预测方法.对原始数据进行分析和特征提取;训练LSTM(Long Shot-Term Memory)模型和ARMA(Autoregressive moving average model)模型,分别得到两模型预测结果;通过BP神经网络算法对两模型进行权重优化,得到预测结果.将ARMA-LSTM组合模型与ARMA、LSTM、灰色模型、GM-LSTM组合模型进行对比,预测效果明显优于其他单一模型,预测结果误差(MAPE)降至3.10％ ～10.73％,验证了ARMA-LSTM组合模型在铁路客流量预测中有更高的准确性和更好的适用性.
|
| 关 键 词： | 时间序列 机器学习 LSTM神经网络 组合预测模型 |
RAILWAY PASSENGER FLOW FORECAST BASED ON ARMA-LSTM COMBINED MODEL |
| |
| Sun Yue,Song Xiaoyu,Jin Liting,Liu Tong. RAILWAY PASSENGER FLOW FORECAST BASED ON ARMA-LSTM COMBINED MODEL[J]. Computer Applications and Software, 2021, 38(12): 262-267,273. DOI: 10.3969/j.issn.1000-386x.2021.12.042 |
| |
| Authors: | Sun Yue Song Xiaoyu Jin Liting Liu Tong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
