基于多时间尺度RNN的时序数据预测

• 作者: 李洁 林永峰
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 时间序列数据 预测模型 后向传播算法 循环神经网络 多时间尺度
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 软件技术与研究
• 页码范围: 33-37,62
• 页数: 6页
• 分类号: TP3
• 字数: 5378字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.07.006

摘要

时间序列数据的预测是很多领域研究的热点问题,但大多数模型都是在单一的时间尺度上进行研究.针对这一问题,基于真实的民航旅客历史出行记录,通过对数据统计处理,对旅客的出行特点以及行为规律进行了深入分析.根据其时序数据的特征建立基于后向传播算法的循环神经网络(RNN)预测模型,对未来时段的日客流量进行预测.在此基础上考虑到时序数据在不同时间尺度呈现不同的变化规律,建立多时间尺度的预测模型对旅客出行的周期性和趋势性进行建模,提升预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林永峰	国网天津市电力公司电力科学研究院	11	82	6.0	9.0
2	李洁	国网天津市电力公司电力科学研究院	2	14	1.0	2.0