文献类型：期刊文章

作　　者：李洁[1] 林永峰[1]

Li Jie,Lin Yongfeng(Electric Power Research Institute, State Grid Tianjin Electric Power Company, Tianjin 300380,China)

机构地区：[1]国网天津市电力公司电力科学研究院,天津300380

出　　处：《计算机应用与软件》

基　　金：天津市科技计划项目(17YFZCGX001610)

年　　份：2018

卷　　号：35

期　　号：7

起止页码：33-37

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、IC、JST、ZGKJHX、核心刊

摘　　要：时间序列数据的预测是很多领域研究的热点问题,但大多数模型都是在单一的时间尺度上进行研究。针对这一问题,基于真实的民航旅客历史出行记录,通过对数据统计处理,对旅客的出行特点以及行为规律进行了深入分析。根据其时序数据的特征建立基于后向传播算法的循环神经网络(RNN)预测模型,对未来时段的日客流量进行预测。在此基础上考虑到时序数据在不同时间尺度呈现不同的变化规律,建立多时间尺度的预测模型对旅客出行的周期性和趋势性进行建模,提升预测精度。

关 键 词：时间序列数据 预测模型  后向传播算法  循环神经网络 多时间尺度

分 类 号：TP3[计算机类]