基于LSTM的航空公司能耗序列预测

论文摘要

为提高航空公司能耗的预测精度,针对能耗数据的复杂非线性时序特性,提出一种基于长短时记忆网络(LSTM)的时间窗滑动航空公司能耗预估模型。该方法对能耗时序数据进行预处理,消除能耗时序数据的季节性趋势;依据滑动时间窗将数据转换成监督型数据,构建基于LSTM的模型来实现航空公司能耗预测,并利用网格搜索算法进行参数优选。实验结果表明,该模型预测精度优于传统ARMA模型、SVR模型,验证了其可行性。

论文目录

• 0 引 言
• 1 长短时记忆网络
• 2 基于LSTM的航空能耗模型
•   2.1 数据预处理
•   2.2 模型构建
•   2.3 模型预测
•   2.4 基于Grid-Search的参数优化
• 3 实例仿真
•   3.1 实验数据和评价指标
•   3.2 模型对比
•     3.2.1 基于ARMA的航空能耗预测模型
•     3.2.2 基于SVR的航空能耗预测模型
•   3.3 参数寻优
•   3.4 预测结果分析
• 4 结 语

文章来源

类型: 期刊论文

作者: 刘家学,沈贵宾

关键词: 航空公司能耗,网格搜索,时间窗,时间序列预测

来源: 计算机应用与软件 2019年10期

年度: 2019

分类: 信息科技,工程科技Ⅰ辑,工程科技Ⅱ辑,经济与管理科学

专业: 环境科学与资源利用,航空航天科学与工程,交通运输经济

单位: 中国民航大学电子信息与自动化学院

基金: 民航局科技基金项目(MHRD201121),民航局节能减排专项计划项目(DPDSR0010)

分类号: F560;X738

页码: 60-65

总页数: 6

文件大小: 1112K

下载量: 273