科研之友
微信
新浪微博
Facebook
分享链接
摘要
在时间序列预测方法中,传统单一预测模型不能有效降低时间序列数据中的随机误差对模型预测结果的影响,导致模型预测结果精度较低。针对此问题,提出长短时记忆网络(long short-term memory)组合模型预测方法。首先使用时间序列训练集数据训练LSTM模型,计算得到预测目标值在训练集上的残差序列;然后将该残差序列和训练集数据用于训练LSTM模型,得到最终预测模型,记为LSTM-LSTM。仿真结果表明,LSTM-LSTM的预测误差低于单一LSTM模型以及其他组合预测模型。表明该方法在时间序列数据的预测上具有较高的准确性。
-
单位青海师范大学; 华北科技学院
