基于GRU深度学习算法的日均快递业务量预测模型

作者：薛蓉娜; 张明敏; 南玉婷; 赵会娟

来源：统计与决策, 2021, 37(13): 176-179.

DOI：10.13546/j.cnki.tjyjc.2021.13.041

• 快递业务量预测
• GRU深度学习算法
• 快递企业

快递业务量的精准预测,对优化企业生产计划和资源配置至关重要。为实现对日均快递量快速、准确地预测,文章提出一种基于GRU深度学习算法的快递业务量预测模型。为验证其性能,利用511天的数据进行测试,并与ARIMA、LSTM等经典算法进行对比试验,同时讨论了该模型在平常日、节假日和电商节的有效性。结果表明,该算法的RMSE为23976.47,R-Squared为0.92,预测准确率为97.50%,性能均优于对比算法。

• 单位
  西安邮电大学