SARIMA模型与LSTM神经网络的航空客运量的预测比较

• 作者: 李思如
• 来源期刊: 河南科技
• 学科: 工学
• 关键词: 旅客运输量 航空公司 深度学习 季节ARIMA模型 LSTM模型
• 年，卷（期）: 2021,（36）
• 所属期刊栏目: 信息技术|ELECTRONIC TECHNOLOGY
• 页码范围: 18-21
• 页数: 4页
• 分类号: TP391.3
• 语种: 中文
• DOI: 10.3969/j.issn.1003-5168.2021.36.010

摘要

本文基于我国1999—2020年民航客运量的月度数据,分别用传统的统计计量方法(SARIMA模型)和深度学习方法(LSTM神经网络)建立模型,评估并预测航空客运量.对比结果表明:相比传统SARIMA模型,LSTM模型对民航客运量的预测效果更好.