基于Informer神经网络的福建省货运量预测
燕学博1
钟凯彬2
1.福建理工大学管理学院,福建 福州 350118;景区交易数据要素化文化和旅游部技术创新中心,福建 福州 3500002.福建理工大学互联网经贸学院,福建 福州 350014
摘要：为准确预测货运量,以福建省货运量为研究对象,分别从产业结构水平、经济发展水平、物流发展水平和人文因素等4个方面选取货运量的主要影响因素,以1978-2022年福建省货运量及货运量影响因素数据构建数据集,基于Informer神经网络构建货运量预测模型,通过交叉验证法训练模型,同时采用长短时记忆(long short-term memory,LSTM)神经网络和Transformer神经网络预测福建省货运量,对比三者预测结果的准确性.结果表明:Informer神经网络模型测试集预测结果的平均相对误差为3.75％,LSTM和Transformer神经网络模型预测结果的平均相对误差略高,分别为4.45％、4.38％,Informer神经网络模型的预测结果较准确.采用Informer神经网络模型预测2023年福建省的货运量为184 289.0万t,比2022年增大8.9％.福建省的货运量逐年增大,应不断完善物流配送机制,提高运输效率以满足福建省及周边地区的物流需求.
关键词：货运量预测Informer神经网络交叉验证法
分类号：U116(综合运输体制与结构)F572(城市交通运输经济)
资助基金：福建省数字城乡融合发展科技经济融合服务平台项目(KY320389)
论文发表日期：2025-03-29
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：8( 16-23 )
英文信息