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。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
热门期刊
期刊名称：计算机应用与软件
计算机应用与软件杂志紧跟学术前沿，紧贴读者，国内刊号为：31-1260/TP。坚持指导性与实用性相结合的原则，创办于1984年，杂志在全国同类期刊中发行数量名列前茅。
