文献类型：期刊文章

作　　者：赵英[1] 翟源伟[1] 陈骏君[1] 滕建[2]

ZHAO Ying;ZHAI Yuan-wei;CHEN Jun-jun;TENG Jian(College of Information Science and Technology, Beijing University of Chemical Technology, Beijing 100029, China;Center for Information Technology, Beijing University of Chemical Technology, Beijing 100029, China)

机构地区：[1]北京化工大学信息科学与技术学院,北京100029 [2]北京化工大学信息中心,北京100029

出　　处：《计算机与现代化》

基　　金：教育部产学合作协同育人项目(201702098035)。

年　　份：2020

期　　号：9

起止页码：6-11

语　　种：中文

收录情况：IC、ZGKJHX、普通刊

摘　　要：目前采用单一预测模型对于复杂的非线性时间序列具有预测精度较低,且不能很好地捕捉时间序列的复合特征的问题,因此本文提出一种基于BP神经网络组合的长短期记忆网络-Prophet(LSTM-Prophet)时间序列预测模型。模型将长短期记忆网络及Prophet这2种预测模型得到的预测值通过BP神经网络进行非线性组合,得出最终的预测值。随后设计实现本文模型与3个单项模型的对比实验,使用3个不同领域的数据集验证本文模型的准确性和有效性。实验结果表明提出的预测模型具有较高的预测精度、较好的通用性和应用前景。

关 键 词：长短期记忆网络  Prophet模型  时序预测  组合预测

分 类 号：TP301]