一种基于ARIMA和LSTM的民航旅客订座组合预测模型

• 作者: 赵烜
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 65-69,76
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2020.11.011

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵烜		3	0	0.0	0.0