|
|||||
|
|
| 基于时间序列的新能源汽车销售量预测 | |
| 作者姓名： | 邹瑞 刘吉华 许思为 |
| 作者单位： | 湖北大学商学院,武汉 430062 |
| 摘 要： | 新能源汽车的发展对于推进"双碳"目标实现起着关键作用,准确预测销量对于政策制定和企业发展有着重要意义.以比亚迪新能源汽车作为研究对象,运用其历史销量数据分别构建季节性自回归差分移动平均(SARIMA)和长短期记忆(LSTM)网络预测销量.为提升模型预测效果,集成单一模型得到 ARIMA-LSTM(自回归差分移动平均-长短期记忆)组合模型,将销量数据分解为线性和非线性两部分,使用 ARIMA模型预测销量数据中的趋势,模型的残差及其余非线性部分的数据使用 LSTM模型预测,最终将模型的预测结果合并.将组合模型应用于国内新能源汽车销量预测,预测精度为 90.96%,效果较单一模型有显著提升. |
| 关 键 词： | 汽车销量预测 季节性自回归差分移动平均（SARIMA） 神经网络 新能源汽车 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《科技和产业》浏览原始摘要信息 | |
| 点击此处可从《科技和产业》下载全文 | |