一种基于ARIMA和LSTM的民航旅客订座组合预测模型

摘要：

针对民航旅客订座预测问题,提出一种组合预测模型.首先,根据订座特性,设计缺失值、噪声数据预处理方法,使得历史订座数据得到有效校正.然后,为了提高预测准确性,建立自回归求积移动平均模型(ARIMA)以及基于特征选取长短时记忆网络(LSTM)的组合预测模型,并利用某航空公司实际订座数据,将该组合模型应用于旅客订座预测场景中,实验结果表明,本文提出的组合模型的MAE值、RMSE值均小于2个单项模型,预测结果更准确.

关键词：预测模型、自回归求积移动平均模型、长短时记忆网络、组合模型

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目;山东省重点研发计划项目;山东大学数学学院机器学习研究项目

在线出版日期：2020-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：65-69,76