文献类型：期刊文章

作　　者：冯晨[1,2] 陈志德[1,3]

FENG Chen;CHEN Zhi-De(College of Mathematics and Informatics,Fujian Normal University,Fuzhou 350007,China;Fujian Provincial Key Laboratory of Network Security and Cryptology(Fujian Normal University),Fuzhou 350007,China;Fujian Provincial Network and Information Security Technology Development Base,Fuzhou 350007,China)

机构地区：[1]福建师范大学数学与信息学院,福州350007 [2]福建省网络安全与密码技术重点实验室(福建师范大学),福州350007 [3]福建省网络与信息安全行业技术开发基地,福州350007

出　　处：《计算机系统应用》

基　　金：国家自然科学基金(61841701);福建省自然科学基金(2016J01287,2018J01781);电子信息与控制福建省高校工程研究中心开放基金(EIC1703);广东省自然科学基金(2019B010137002)~~

年　　份：2019

卷　　号：28

期　　号：10

起止页码：226-232

语　　种：中文

收录情况：CSA、IC、ZGKJHX、普通刊

摘　　要：针对多变量的商品销售预测问题,为了提高预测的精度,提出了一种ARIMA-XGBoost-LSTM加权组合方法,对具有多个影响因素的商品销售序列进行预测,本文采用ARIMA做单变量预测,将预测值作为新变量同其他变量一起放入XGBoost模型中进行不同属性的挖掘,并将XGBoost的预测值合并到多变量序列中,然后通过将新的多维数据转换为监督学习序列后利用LSTM模型进行预测,将3种模型预测结果进行加权组合,通过多次实验得出最佳组合的权值,以此计算出最终的预测值.数据结果表明,基于XGBoost和LSTM的加权组合的多变量预测方法比单一的预测方法所得到的预测值更为精准.

关 键 词：ARIMA LSTM  XGBoost  时间序列 组合模型预测  

分 类 号：TP3[计算机类]