期刊专题

10.3969/j.issn.1006-2475.2020.11.011

一种基于ARIMA和LSTM的民航旅客订座组合预测模型

引用
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.

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

TP391(计算技术、计算机技术)

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

2020-12-04(万方平台首次上网日期,不代表论文的发表时间)

共6页

65-69,76

暂无封面信息
查看本期封面目录

计算机与现代化

1006-2475

36-1137/TP

2020,(11)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn