典型文献
基于ARIMA-LSTM的停车场已用车位预测研究
文献摘要：
针对节假日、商场重大活动等非线性因素对商场停车场车位数量的影响,而导致传统预测算法对车位数量预测精度不高的问题,提出了一种ARIMA-LSTM组合模型的车位数量预测算法.首先,采用ARIMA方法对车位数量进行预测,过滤掉数据中的线性因素,然后采用LSTM方法对ARIMA的残差以及节假日、商场重大活动等非线性因素进行训练并预测,最后将两个方法的结果进行叠加.实验结果表明,与ARIMA和LSTM相比,ARIMA-LSTM的RMSE分别降低了465.46和49.74,采用组合模型对停车场车位数量的预测效果优于单一的ARIMA和LSTM模型.
文献关键词：
智能交通;ARIMA模型;长短期记忆网络
中图分类号：
作者姓名：
何露莹;熊显名
作者机构：
桂林电子科技大学电子工程与自动化学院,广西 桂林 541000
文献出处：
引用格式：
[1]何露莹;熊显名-.基于ARIMA-LSTM的停车场已用车位预测研究)[J].工业控制计算机,2022(12):23-25
A类：
B类：
ARIMA,停车场,已用,用车,车位,预测研究,节假日,商场,重大活动,非线性因素,场车,传统预测,预测算法,组合模型,滤掉,RMSE,智能交通,长短期记忆网络
AB值：
0.273374
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
