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