基于时间序列与VMD-LSTM的航空运输量动态预测模型设计

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：针对航空运输量的趋势性、周期性等因素影响及非线性动态特征，本文提出了一种基于时间序列、变分模态分解(VMD)及长短期记忆神经网络(LSTM)的航空运输量动态预测模型。该模型采用了时序分析与VMD结合的方式分解趋势性运输量和周期性运输量，并基于各分量前期特征与影响因素的响应进行分析，分别建立了 LSTM模型以预测航空运输量，最后叠加了各分量预测结果实现对累积航空运输量的预测，以供参考。

作者：

杨倩雯

展开 >

作者单位：

中国中元国际工程有限公司,北京 100049

关键词：

航空运输量预测时间序列变分模态分解长短期记忆网络

出版年：

2024

模型世界

体育博览杂志社

模型世界

影响因子：0.004

ISSN：1008-8016

年,卷(期)：2024.(11)

参考文献量10