针对新型冠状病毒肺炎疫情这类突发性公共卫生事件对铁路短时客流造成的巨大扰动问题，分析疫情下的春运周期性、季节性的非平稳时间序列日客流曲线，构建基于SARIMA-LSTM的组合模型。利用SARIMA模型进行线性部分预测，LSTM滚动优化模型进行非线性部分预测，将2个预测结果代入注意机制模块加权求和，引入GRU门控循环单元辅助验证。通过对实例研究分析，结果表明：SARIMA-LSTM组合模型的预测结果控制性好，准确率高，可为疫情突发事件短时客流数据集的预测提供理论依据。
科研之友
微信
新浪微博
Facebook
分享链接
