一种基于ARIMA和LSTM的民航旅客订座组合预测模型

作者：赵烜

来源：计算机与现代化, 2020, (11): 65-76.

• 预测模型
• 自回归求积移动平均模型
• 长短时记忆网络
• 组合模型

针对民航旅客订座预测问题,提出一种组合预测模型。首先,根据订座特性,设计缺失值、噪声数据预处理方法,使得历史订座数据得到有效校正。然后,为了提高预测准确性,建立自回归求积移动平均模型(ARIMA)以及基于特征选取长短时记忆网络(LSTM)的组合预测模型,并利用某航空公司实际订座数据,将该组合模型应用于旅客订座预测场景中,实验结果表明,本文提出的组合模型的MAE值、RMSE值均小于2个单项模型,预测结果更准确。

• 单位
  数学学院; 山东大学