基于RF-双向LSTM的集装箱吞吐量预测
打开文本图片集
摘要：为提高集装箱吞吐量的预测精度，使其满足港口未来发展需求，提出基于随机森林（random forest， RF）与双向长短期记忆网络（long short-term memory network， LSTM）结合的集装箱吞吐量预测方法（简称RF-双向LSTM）。分别用RF-LSTM、RF-双向LSTM和BP神经网络预测2010—2019年青岛港40个季度的集装箱吞吐量，并对未来2020—2025年青岛港集装箱吞吐量进行预测。（剩余6795字）