SARIMA模型与LSTM神经网络的航空客运量的预测比较

来源 :河南科技 | 被引量 : 0次 | 上传用户:no3ice
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文基于我国1999—2020年民航客运量的月度数据,分别用传统的统计计量方法(SARIMA模型)和深度学习方法(LSTM神经网络)建立模型,评估并预测航空客运量.对比结果表明:相比传统SARIMA模型,LSTM模型对民航客运量的预测效果更好.
其他文献
以三维设计指导施工的设计理念,对三维设计平台进行二次开发,实现二次设备接线、传输路径、二次虚回路的可视化,实现二次设备信号传输物理路径和虚回路的可视化,同时现场调试人员可获取所需信号的收发设备、接续设备(交换机、光配等)以及传输路径的全景信息,提高虚端子、虚链路现场调试效率,提高设计人员和现场施工人员的工作效率.
云计算技术推动了信息技术架构深层次变革,虚拟化、IaaS、PaaS、SaaS、容器、微服务等模式与技术推陈出新,云原生技术不断向前发展,形成软件工程新业态.文章论述了云原生的概念和内涵、云计算发展现状,总结了云原生推动软件工程的一些变革,最后,提出云原生有益于构建终身学习的发展模式.