基于GM-LSTM的港口物流需求预测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：文章针对现有港口物流需求预测的传统统计方法和机器学习技术，如ARMA模型等方法在处理复杂、非线性和长短期依赖特性数据时的不足，提出了一种结合GM（1，1）和LSTM的组合预测模型。对比ARMA法、GM（1，1）、BP神经网络和LSTM网络的预测效果，仿真结果表明：GM-LSTM组合模型在准确性和稳健性方面有显著提升。（剩余9588字）

试读结束

目录
monitor