摘 要 由于现实中的时间序列通常同时具有线性和非线性特征，传统ＡＲＩＭＡ模型在时间序列建模中常表现出一定局限性。对此，提出基于ＡＲＩＭＡ和ＬＳＴＭ混合模型进行时间序列预测。应用线性ＡＲＩＭＡ模型进行时间序列预测，用支持向量回归（ＳＶＲ）模型对误差序列进行预测，采用深度ＬＳＴＭ模型对ＡＲＩＭＡ...
由于现实中的时间序列通常同时具有线性和非线性特征,传统ARIMA模型在时间序列建模中常表现出一定局限性.对此,提出基于ARIMA和LSTM混合模型进行时间序列预测.应用线性ARIMA模型进行时间序列预测,用支持向量回归(SVR)模型对误差序列进行预测,采用深度LSTM模型对ARIMA模型和SVR模型的预测结果组合,并将贝叶斯优化算法用于选择深度LS...