科研之友
微信
新浪微博
Facebook
分享链接
摘要
为准确预测中国运输航空征候万时率，提出了一种将时间序列模型和神经网络模型组合的预测方法。首先，利用2008年1月-2020年12月的运输航空征候万时率数据建立Prophet模型，使用RStudio软件进行模型拟合，获取运输航空征候万时率的线性部分；其次，利用LSTM神经网络建模，获取运输航空征候万时率的非线性部分；最后，利用方差倒数法建立Prophet-LSTM组合模型，使用建立的组合模型对2021年1月-12月运输航空征候万时率进行预测，预测结果与实际值进行对比验证。结果表明：Prophet-LSTM组合模型的EMA、EMAP、ERMS分别为0.0973、16.1285%、0.1287。相较于已有的ARIMA+BPNN组合模型和GM(1，1)+ARIMA+LSTM组合模型，Prophet-LSTM组合模型的EMA、EMAP、ERMS分别减少了0.0259、10.4874%、0.0143和0.0128、2.0599%、0.0086。验证了Prophet-LSTM组合模型的预测精度更高，性能更优良。
- 单位
