期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到68篇文章
< 1 2 … 4 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于融合影响因素PSO-Prophet模型的农产品价格预测
1
作者 刘合兵 王一飞 +2 位作者 王垒 席磊 尚俊平 《湖北农业科学》 2024年第1期185-189,共5页
为了提高价格预测的准确度,在Prophet模型中融入了消费者物价指数(CPI)和经济政策不确定性指数(EPU)等影响因素,并使用粒子群算法优化参数。利用国际大蒜贸易网中的日价格数据,将该方法应用于山东省大蒜的价格预测。结果表明,融合影响... 为了提高价格预测的准确度,在Prophet模型中融入了消费者物价指数(CPI)和经济政策不确定性指数(EPU)等影响因素,并使用粒子群算法优化参数。利用国际大蒜贸易网中的日价格数据,将该方法应用于山东省大蒜的价格预测。结果表明,融合影响因素的PSO-Prophet模型大蒜价格预测结果的平均绝对误差(MAE)、平均绝对百分比误差(MAPE)和均方根误差(RMSE)比Prophet模型分别降低了82.88%、82.86%和77.49%。融合影响因素的PSO-Prophet模型可以有效提高预测精度。 展开更多
关键词 价格预测 融合影响因素 prophet模型 PSO-prophet模型 农产品
下载PDF
基于prophet模型预测中国布鲁氏菌病发病人数
2
作者 温福东 赵彬宇 +1 位作者 苏月 王玉鹏 《中国医院统计》 2024年第1期7-10,共4页
目的建立一个适用于预测中国布鲁氏菌病发病人数的时间序列模型,为该病的预防与控制提供科学依据。方法利用2015年1月至2021年12月的发病人数数据,分别建立SARIMA模型和prophet模型。使用2022年1月至2023年4月的数据对这2个模型的预测... 目的建立一个适用于预测中国布鲁氏菌病发病人数的时间序列模型,为该病的预防与控制提供科学依据。方法利用2015年1月至2021年12月的发病人数数据,分别建立SARIMA模型和prophet模型。使用2022年1月至2023年4月的数据对这2个模型的预测效果进行验证,应用RMSE、MAPE和MAE 3项指标比较模型预测的结果。选用预测精度较高的prophet模型对2023年5月至2024年4月的发病人数进行预测。结果我国的布鲁氏菌病发病人数总体呈上升趋势,并于每年的6—7月达到顶峰,显示出明显的季节性趋势。相对于SARIMA模型,prophet模型的RMSE、MAPE和MAE值较低,表明prophet模型对于预测布鲁氏菌病发病人数具有更高的准确性。2023年发病高峰的预测峰值低于2021年和2022年的实际峰值。结论prophet模型可以较好地拟合全国布鲁氏菌病的月报告发病人数,可用于短期预测。 展开更多
关键词 布鲁氏菌病 prophet模型 SARIMA模型 时间序列 预测
下载PDF
基于IPCC一阶衰减法和Prophet模型的中国竹制品碳储量评估及潜力预测
3
作者 李文竹 王一 +1 位作者 吉聪辉 栾军伟 《陆地生态系统与保护学报》 2024年第1期35-47,共13页
【目的】竹子生长速度快,收获周期短,所以竹制品具有一定的固碳优势,但鲜有相关其固碳能力的研究,因此亟须评估竹制品碳储量以探究其未来的固碳潜力。【方法】根据历年(1961—2018年)竹材产量,应用IPCC一阶衰减法和生命周期分析(LCA)法... 【目的】竹子生长速度快,收获周期短,所以竹制品具有一定的固碳优势,但鲜有相关其固碳能力的研究,因此亟须评估竹制品碳储量以探究其未来的固碳潜力。【方法】根据历年(1961—2018年)竹材产量,应用IPCC一阶衰减法和生命周期分析(LCA)法,计算相应的碳储量,进一步将竹制品碳储量分为在用与废弃2个环节,并结合应用Prophet时间序列模型预测今后至2060年的竹材产量,以评估竹材制品在双碳目标进程中的贡献。同时,计算比较我国竹材产量前5省份在1992—2018年间的累计竹制品碳储量。【结果】我国竹制品是一个碳储量不断增加的重要碳库。1)我国在用竹制品当年碳储量自1961年的1.45 Tg CO_(2)-eq增长到2018年的53.91 Tg CO_(2)-eq,1961—2018年间在用竹制品碳储量累计为479.23 Tg CO_(2)-eq;2018年我国废弃竹制品当年碳储量为14.41 Tg CO_(2)-eq,1961—2018年间累计为188.47 Tg CO_(2)-eq。二者相加得到我国竹制品碳储量在2018年为68.32 Tg CO_(2)-eq,1961—2018年碳储量累计为667.70 Tg CO_(2)-eq。2)根据Prophet模型预测,2030年我国竹制品当年碳储量为82.75 Tg CO_(2)-eq,2060年为133.27 Tg CO_(2)-eq,我国竹制品碳储量累计值在1961—2030年为1546.48 Tg CO_(2)-eq,至2060年累计为5434.98 Tg CO_(2)-eq。3)1992—2018年竹材累计产量前5的省份是福建、广西、浙江、云南、广东,将其竹材累计产量转化为竹制品累计碳储量分别为162.28、108.20、70.51、66.18、52.31 Tg CO_(2)-eq。【结论】竹材制品具有较强的固碳能力与巨大的固碳潜力,我国竹制品在木质林产品固碳中占有重要地位。本研究结果为推动竹林相关碳汇纳入国际认可的林业碳汇核算体系奠定了重要基础,利于发挥我国竹资源优势,加强竹林生态系统保护与利用。 展开更多
关键词 竹林 竹制品 碳储量 prophet模型 林业碳汇 气候变化
下载PDF
基于WPA-Prophet模型的区域用电量预测
4
作者 谭曾盛 王志兵 《现代信息科技》 2024年第6期132-135,共4页
为了获得精度更高的用电量预测模型,采用狼群算法对Prophet模型的关键参数进行寻优,构建基于WPA优化Prophet的用电量预测模型。实验数据为澳大利亚维多利亚州2015—2019年五年的日用电量,使用前四年作为测试集,最后一年验证预测结果的... 为了获得精度更高的用电量预测模型,采用狼群算法对Prophet模型的关键参数进行寻优,构建基于WPA优化Prophet的用电量预测模型。实验数据为澳大利亚维多利亚州2015—2019年五年的日用电量,使用前四年作为测试集,最后一年验证预测结果的准确性,预测结果的评价指标采用均方根误差和平均绝对百分比误差。实验结果表明,通过WPA优化后的Prophet模型预测精度得到了有效提升,为提升区域用电量预测精度提供了参考。 展开更多
关键词 prophet模型 狼群算法 用电量预测 时间序列
下载PDF
基于SBAS-InSAR与Prophet模型的引黄济青沿线地表形变监测与预测
5
作者 田雨情 刘国林 +1 位作者 高腾飞 陶秋香 《大地测量与地球动力学》 CSCD 北大核心 2023年第12期1288-1293,共6页
基于38景Sentinel-1 SAR影像,利用SBAS-InSAR技术获取2019-02-2021-10引黄济青沿线地表形变的分布、量级及时空演化特征等信息;然后,使用形变梯度分析引黄济青沿线地表的稳定性;最后,利用Prophet模型对引黄济青沿线若干特征点的地表形... 基于38景Sentinel-1 SAR影像,利用SBAS-InSAR技术获取2019-02-2021-10引黄济青沿线地表形变的分布、量级及时空演化特征等信息;然后,使用形变梯度分析引黄济青沿线地表的稳定性;最后,利用Prophet模型对引黄济青沿线若干特征点的地表形变进行预测。研究表明,SBAS-InSAR能够获取引黄济青沿线及其周边区域大范围、长时间序列的地表形变情况,横纵剖面线形变梯度值比较大的区域与地表形变严重区高度吻合;基于SBAS-InSAR的监测结果,利用Prophet模型能够对形变较小的特征点进行较好的模拟和预测。 展开更多
关键词 引黄济青 SBAS-InSAR 地表形变 形变梯度 prophet模型
下载PDF
Prophet模型和SARIMA模型在某市心脑血管疾病死亡人数预测中的应用比较 被引量：1
6
作者 陆凯 汤娟华 袁焱 《中国卫生统计》 CSCD 北大核心 2023年第2期285-287,291,共4页
目的 分析某地级市因心脑血管病死亡人数的趋势,探讨和比较时间序列分析中的Prophet模型和SARIMA模型在死亡人数预测中的应用。方法 从该市卫生健康大数据中心获取2014年到2018年因心脑血管疾病死亡的人数,分别构建Prophet模型和SARIMA... 目的 分析某地级市因心脑血管病死亡人数的趋势,探讨和比较时间序列分析中的Prophet模型和SARIMA模型在死亡人数预测中的应用。方法 从该市卫生健康大数据中心获取2014年到2018年因心脑血管疾病死亡的人数,分别构建Prophet模型和SARIMA模型,使用2019年1月到12月的数据验证两种模型的预测效果,用均方根误差和平均百分比误差作为评价指标。结果 Prophet模型的平均百分比误差为5.24%,SARIMA模型的最优模型为SARIMA(0,1,1)(0,1,1)12,平均百分比误差为7.88%。结论 时间序列分析方法能够用于心脑血管疾病死亡人数趋势的预测,Prophet模型预测精度更高。 展开更多
关键词 心脑血管疾病 prophet模型 SARIMA模型 预测
下载PDF
基于VAR-Prophet模型的股市收益率研究
7
作者 陈芃羽 《中国管理信息化》 2023年第20期141-144,共4页
股票市场作为国民经济的“晴雨表”,在宏观经济发展和经济政策制定中发挥着指导和先驱的作用,而股票市场复杂多变,受到多方面因素影响,收益率难以被解释和预测。针对股市收益率复杂多变的拟合和预测问题,文章结合传统计量经济学模型和... 股票市场作为国民经济的“晴雨表”,在宏观经济发展和经济政策制定中发挥着指导和先驱的作用,而股票市场复杂多变,受到多方面因素影响,收益率难以被解释和预测。针对股市收益率复杂多变的拟合和预测问题,文章结合传统计量经济学模型和近年来迅速兴起的机器学习模型,构建VARProphet模型,选取2001—2022年美国纳斯达克指数收益率、伦敦同业拆借利率(隔夜)以及美国经济政策不确定性3个内生变量构建模型。实证结果表明,相较于多元线性回归、单独使用VAR或Prophet模型,VAR-Prophet模型具有良好的拟合和预测效果,且美国股票市场收益率受到市场化利率、经济政策不确定性的影响较小。 展开更多
关键词 股票市场 向量自回归模型 prophet模型 经济政策不确定性 市场化利率
下载PDF
LSTM和Prophet模型在肺结核发病数预测中的应用 被引量：8
8
作者 李顺勇 张钰嘉 《河南科学》 2020年第2期173-178,共6页
为预测肺结核发病数,建立了两种能够较为精确描述以及预测肺结核发病数的模型.根据中国疾控中心提供的2007年7月至2019年6月肺结核发病数的数据,运用LSTM模型和Prophet模型对中国肺结核发病数进行预测,并将该两种模型的预测性能与ARIMA... 为预测肺结核发病数,建立了两种能够较为精确描述以及预测肺结核发病数的模型.根据中国疾控中心提供的2007年7月至2019年6月肺结核发病数的数据,运用LSTM模型和Prophet模型对中国肺结核发病数进行预测,并将该两种模型的预测性能与ARIMA、GM(1,1)模型进行对比.结果表明,Prophet模型预测性能最佳,其MAE值与RMSE值分别为5 124.33、5 905.32,LSTM模型预测性能次之,ARIMA模型预测性能最差. 展开更多
关键词 肺结核 发病数 LSTM模型 prophet模型 预测性能
下载PDF
ARIMA和Prophet模型在艾滋病发病预测中的应用 被引量：6
9
作者 李顺勇 李可心 《河南科学》 2020年第9期1387-1393,共7页
根据国家疾病预防控制局提供的2013年1月至2019年10月艾滋病发病数的相关数据,分别建立ARIMA(0,1,1)×(0,1,1)12乘积季节模型和Prophet模型,并对两种模型的预测效果进行对比.结果表明,两种模型均能很好地预测我国艾滋病的发病人数... 根据国家疾病预防控制局提供的2013年1月至2019年10月艾滋病发病数的相关数据,分别建立ARIMA(0,1,1)×(0,1,1)12乘积季节模型和Prophet模型,并对两种模型的预测效果进行对比.结果表明,两种模型均能很好地预测我国艾滋病的发病人数以及变化趋势,其RMSE分别为345.46、328.88,且Prophet模型的预测效果更优. 展开更多
关键词 艾滋病 ARIMA模型 prophet模型 发病人数 预测性能
下载PDF
基于Prophet模型的电量预测技术研究 被引量：1
10
作者 陆圣芝 金诚 +2 位作者 卜广峰 姚奔 徐恒 《机电信息》 2020年第18期32-33,共2页
短期电量预测对电网的运营维护工作具有重要意义。传统的电量预测方法包括灰色预测模型、ARIMA、指数平滑等,这些方法通常是使用线性时序模型拟合电量数据。然而,电力的使用受外部多种环境因素的影响,含有多个成分,线性模型无法很好地... 短期电量预测对电网的运营维护工作具有重要意义。传统的电量预测方法包括灰色预测模型、ARIMA、指数平滑等,这些方法通常是使用线性时序模型拟合电量数据。然而,电力的使用受外部多种环境因素的影响,含有多个成分,线性模型无法很好地表征电量数据的规律。为提高电量模型预测的准确性,基于Prophet模型进行电量预测,应用到同期线损系统采集的电量统计数据上得到精确的预测结果。对比实验表明,此模型相比于传统预测方法有一定性能优势,并且Prophet模型的成分分解使得用户的用电量变化可以具体解释。 展开更多
关键词 时间序列 非线性回归 电量预测 prophet模型
下载PDF
基于Prophet模型的湖北省月降水量预测 被引量：9
11
作者 许浩然 陈中举 +2 位作者 杨兆前 房梦婷 詹炜 《节水灌溉》 北大核心 2022年第2期7-12,20,共7页
为提高降水量的预测精度,建立了基于Prophet算法的降水量时序预测模型。使用湖北省1960年1月-2006年5月的月降水量资料,对2006年6月-2017年12月共139个月的月降水量进行预测,并与传统的SVR、BP以及ARIMA预测模型进行对比,以探讨该模型... 为提高降水量的预测精度,建立了基于Prophet算法的降水量时序预测模型。使用湖北省1960年1月-2006年5月的月降水量资料,对2006年6月-2017年12月共139个月的月降水量进行预测,并与传统的SVR、BP以及ARIMA预测模型进行对比,以探讨该模型在降水量预测中的可行性。实验结果表明:在湖北省各站点降水量预测中,Prophet模型的预测精度优于其他3种模型,其RMSE较其他模型的平均值低18.402,MAE低16.189,且对月降水量时间序列上波峰出现的波动预测更加准确。在空间分布方面,通过克里金插值法得到的Prophet模型的预测值与实际月均降水量值的空间分布相似,说明该模型能够较为精准的预测湖北省各区域的月降水量,在降水量预测方面具有普适性。 展开更多
关键词 prophet模型 降水量 预测 湖北省 克里金插值法
下载PDF
基于Prophet模型的江坪河水电站面板堆石坝变形预测 被引量：7
12
作者 冷天培 马刚 +2 位作者 殷彦高 谭瀛 周伟 《水力发电》 北大核心 2020年第6期29-34,共6页
基于机器学习的时间序列预测方法能够挖掘时序数据本身的规律,可提高大坝变形预测的精度。以江坪河水电站面板堆石坝为研究对象,对监测资料进行分析,采用Prophet机器学习模型建立堆石坝变形监测数据的时间序列预测模型,并采用贝叶斯优化... 基于机器学习的时间序列预测方法能够挖掘时序数据本身的规律,可提高大坝变形预测的精度。以江坪河水电站面板堆石坝为研究对象,对监测资料进行分析,采用Prophet机器学习模型建立堆石坝变形监测数据的时间序列预测模型,并采用贝叶斯优化Prophet模型的超参数。预测结果表明,利用机器学习模型预测堆石坝变形的精度是可以接受的,且实施过程方便快捷,无需太多的人工干预,对建立面板堆石坝的长期变形的实时动态预测模型与高堆石坝全生命周期的性状评估与隐患及时预警具有一定的实用价值。 展开更多
关键词 面板堆石坝 变形预测 prophet模型 贝叶斯优化 江坪河水电站
下载PDF
Prophet模型在GNSS坐标时间序列中的插值分析 被引量：2
13
作者 李威 鲁铁定 +1 位作者 贺小星 刘瑞 《大地测量与地球动力学》 CSCD 北大核心 2021年第4期362-367,377,共7页
针对GNSS坐标时间序列中存在数据缺失的问题,提出将Prophet模型应用于GNSS坐标时间序列的插值中。设计不同的数据随机缺失比例和连续缺失长度,使用Prophet模型、拉格朗日法和三次样条法进行对比实验。结果表明,Prophet模型在GNSS坐标时... 针对GNSS坐标时间序列中存在数据缺失的问题,提出将Prophet模型应用于GNSS坐标时间序列的插值中。设计不同的数据随机缺失比例和连续缺失长度,使用Prophet模型、拉格朗日法和三次样条法进行对比实验。结果表明,Prophet模型在GNSS坐标时间序列中具有更高的插值精度并能够保持较好的稳定性,且对于连续缺失的数据插值有着明显的优势。 展开更多
关键词 时间序列 插值 prophet模型 拉格朗日法 三次样条法
下载PDF
基于时间序列Prophet模型的乘用车消费税预测 被引量：4
14
作者 赖慧慧 《税收经济研究》 北大核心 2020年第1期34-39,共6页
运用时间序列模型预测未来的税收变化,对税收收入的组织、规划和决策具有重要的意义。为探索一种更为有效的方法来提高季节性行业的消费税预测准确率,文章采用基于可分解(趋势+季节+节假日)的Prophet模型,对2014-2019年不同排量乘用车... 运用时间序列模型预测未来的税收变化,对税收收入的组织、规划和决策具有重要的意义。为探索一种更为有效的方法来提高季节性行业的消费税预测准确率,文章采用基于可分解(趋势+季节+节假日)的Prophet模型,对2014-2019年不同排量乘用车消费税数据进行训练和测试,并运用2019年7-12月的乘用车消费税数据进行推算预测和实证分析,三类不同排量乘用车预测的平均误差分别为24.97%、5.70%、39.85%;若剔除12月,则平均误差分别为2.86%、4.90%、8.48%。这就给分行业分品目的税收预测提供了一种新思路。 展开更多
关键词 消费税 时间序列 prophet模型 预测
下载PDF
基于Prophet-XGBoost组合模型的极端温度事件下负荷预测
15
作者 施骞 陈汉驰 《价值工程》 2024年第11期1-4,共4页
气候变化对城市的影响日益加剧,频发的极端温度事件导致城市电力系统供需不平衡问题凸显,精确的需求侧电力负荷预测成为提升电力系统适应性从而支持城市功能稳定性的关键。本文开发了一种适用于极端温度事件下负荷预测的组合模型,结合... 气候变化对城市的影响日益加剧,频发的极端温度事件导致城市电力系统供需不平衡问题凸显,精确的需求侧电力负荷预测成为提升电力系统适应性从而支持城市功能稳定性的关键。本文开发了一种适用于极端温度事件下负荷预测的组合模型,结合时间序列模型Prophet和机器学习模型XGBoost,有效表征极端温度影响下的电力负荷波动趋势。实验结果表明,相比传统单一模型,组合模型显著提高了极端温度事件下的电力负荷预测精度,在增强城市电力系统对气候变化适应性方面具有较强的有效性,从而为电力调度等电力系统应急管理工作提供了更可靠的支持。 展开更多
关键词 极端温度 电力负荷预测 prophet模型 XGBoost模型
下载PDF
LSTM-Prophet混合模型在物料储备需求预测中的应用
16
作者 辛唯 《现代计算机》 2024年第4期53-57,共5页
建立LSTM⁃Prophet混合模型,预测A公司未来每日物料消耗量,为工段每日物料储备提供参考,数据集来源为A公司2015年来每日物料实际消耗量。实验结果显示,LSTM⁃Prophet混合模型预测时序数据的MAE值为40.905,MAPE值为0.044,R2值为0.863,三个... 建立LSTM⁃Prophet混合模型,预测A公司未来每日物料消耗量,为工段每日物料储备提供参考,数据集来源为A公司2015年来每日物料实际消耗量。实验结果显示,LSTM⁃Prophet混合模型预测时序数据的MAE值为40.905,MAPE值为0.044,R2值为0.863,三个评价指标都优于LSTM模型、Prophet模型、ARIMA模型三个单一模型的评价指标值。验证了LSTM⁃Prophet混合模型有着更好的预测精度,可以更好地应用于工业场景。 展开更多
关键词 LSTM模型 prophet模型 时序数据预测 混合模型预测
下载PDF
Prophet-X-12-ARIMA组合模型及交通运输量预测 被引量：1
17
作者 杨贵军 李晓霞 孙玲莉 《统计与决策》 北大核心 2023年第4期29-34,共6页
由于受到经济社会因素的影响,交通运输量数据具有趋势多变及季节性明显的复杂特征。现有的预测模型,如X-12-ARIMA模型、ARIMA模型和Prophet模型等的预测准确性有待改进。文章构建Prophet-X-12-ARIMA组合模型,综合了Prophet模型灵活拟合... 由于受到经济社会因素的影响,交通运输量数据具有趋势多变及季节性明显的复杂特征。现有的预测模型,如X-12-ARIMA模型、ARIMA模型和Prophet模型等的预测准确性有待改进。文章构建Prophet-X-12-ARIMA组合模型,综合了Prophet模型灵活拟合趋势成分的优势以及X-12-ARIMA模型能准确分解出季节成分的优点。采用该模型预测某城市的七种交通运输量序列,结果显示Prophet-X-12-ARIMA组合模型的半年度和年度预测效果明显优于Prophet模型、X-12-ARIMA模型及ARIMA模型。进一步研究发现,当原始序列趋势变化剧烈时,Prophet-X-12-ARIMA组合模型的预测效果更优。 展开更多
关键词 prophet模型 X-12-ARIMA模型 prophet-X-12-ARIMA组合模型 交通运输量
下载PDF
一种基于LDA模型的新兴主题识别与探测方法
18
作者 吴东雪 沈桂兰 《河南师范大学学报（自然科学版）》 CAS 北大核心 2024年第2期72-80,共9页
新兴主题识别是科技研究领域识别新兴技术的重要方式,高效精准地识别新兴主题是早期辨识新兴技术研究方向的前提.提出一种基于LDA模型的新兴主题识别与趋势预测方法,通过LDA模型提取科技文献中的研究主题,构建主题强度、主题新颖度和复... 新兴主题识别是科技研究领域识别新兴技术的重要方式,高效精准地识别新兴主题是早期辨识新兴技术研究方向的前提.提出一种基于LDA模型的新兴主题识别与趋势预测方法,通过LDA模型提取科技文献中的研究主题,构建主题强度、主题新颖度和复合主题关注度的指标体系识别新兴主题,采用Prophet模型预测新兴主题的主题强度,探测未来发展趋势.以智慧农业领域最近14年的科研文献为数据集,对提出的识别和探测方法进行验证,识别出了5个新兴主题,并预测了未来3年的发展趋势,同时验证所提方法的有效性. 展开更多
关键词 主题识别 最优主题数 新兴主题识别指标 prophet模型
下载PDF
基于Prophet的民航商务旅客出行量预测研究
19
作者 鲍斌 云雄 +2 位作者 甘国操 谢佳 刘辉 《航空计算技术》 2024年第2期79-82,87,共5页
随着民航业竞争日益加剧,民航市场需求的细分和预测对于民航业的发展具有重要意义。而商务旅客作为民航客源重要组成部分,民航商务旅客出行量的准确预测,为民航业的科学规划、运营管理和收益管理等提供重要的决策依据。为探索一种准确... 随着民航业竞争日益加剧,民航市场需求的细分和预测对于民航业的发展具有重要意义。而商务旅客作为民航客源重要组成部分,民航商务旅客出行量的准确预测,为民航业的科学规划、运营管理和收益管理等提供重要的决策依据。为探索一种准确率高、可解释性强的预测算法,对民航商务旅客出行量数据进行了可视化和分析,结合数据特点提出了基于Prophet模型的民航商务旅客出行量预测方法,并通过真实的民航商务旅客出行量数据进行实验和分析。实验结果表明,基于Prophet的模型与同类的ARIMA模型和LSTM模型相比,具有更高的预测精准度,同时具有更强的可解释性,证明了方法的有效性。 展开更多
关键词 商务旅客 出行量预测 时间序列模型 prophet模型
下载PDF
基于ARIMA和Prophet的水质预测集成学习模型 被引量：7
20
作者 嵇晓燕 杨凯 +3 位作者 陈亚男 姚志鹏 王正 安新国 《水资源保护》 EI CAS CSCD 北大核心 2022年第6期111-115,共5页
将时间序列模型ARIMA和Prophet作为基学习器,结合BP神经网络模型构建了水质预测集成学习模型。选取长江流域某断面2019—2020年的DO、COD_(Mn)、NH_(3)-N、TP和TN等5个水质指标的监测数据对该模型的有效性进行了检验,结果表明:5个水质... 将时间序列模型ARIMA和Prophet作为基学习器,结合BP神经网络模型构建了水质预测集成学习模型。选取长江流域某断面2019—2020年的DO、COD_(Mn)、NH_(3)-N、TP和TN等5个水质指标的监测数据对该模型的有效性进行了检验,结果表明:5个水质指标集成学习模型预测结果的平均绝对百分比误差比时间序列模型的预测误差分别低35.0%、29.9%、4.1%、40.6%和17.1%,模型预测值和监测值的皮尔逊相关系数大于0.8。集成学习模型预测精度高于单一模型,可以更精确地进行水质预测。 展开更多
关键词 水质预测 ARIMA模型 prophet模型 集成学习
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 4 下一页 到第 页
使用帮助 返回顶部