基于SARIMA-LSTM组合模型的河南省快递业务量预测
张美悦
桂海霞
安徽理工大学经济与管理学院,安徽淮南 232001
摘要：基于时间序列理论建立SARIMA和SARIMA-LSTM组合模型,以求对河南省快递业务量发展趋势的精准预测.由于传统的时序模型在快递业务量预测中很难捕捉到数据序列中的非线性特征,因此研究提出了一种季节性差分回归移动平均模型(SARIMA)与长短期记忆网络(LSTM)相结合的组合预测模型.通过对这2种模型的预测结果进行对比分析,发现SARIMA-LSTM组合模型在对快递业务量变动趋势的预测上具有更高的准确性.
关键词：SARIMA-LSTM组合模型SARIMA模型快递业务量
分类号：F618.1(邮政)
资助基金：国家自然科学基金(agent;61703005)安徽省高校优秀科研创新团队基金(2022AH010054)安徽省重点研究与开发计划项目(202004b11020029)
论文发表日期：2024-05-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 96-103 )
英文信息