基于时间序列的流量预测算法综述

• 作者: 杨国丽
• 来源期刊: 电子元器件与信息技术
• 关键词: 流量预测 时间序列 长短期记忆神经网络
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 软件技术与信息服务
• 页码范围: 165-167
• 页数: 3页
• 分类号: TP301
• 语种: 中文
• DOI: 10.19772/j.cnki.2096-4455.2021.3.073

摘要

随着我国城市化进程的加快,越来越多问题的出现对我国城市的市政系统有了更高的要求,为给相关单位的管控工作与规划提供可靠的依据,提高基于时间序列数据的流量预测的准确性是目前研究的重中之重.本文介绍了基于时间序列流量预测的传统方法以及它们的发展趋势,在此基础上指出了基于LSTM与传统神经网络的组合模型,组合模型作为一组相对比较新颖的模型,通过组合多个特点模型以提高,要比单一预测模型有着更高的预测精度与效率,并为未来研究方向指明了方向.