东站客流量数据进行验证,并与BP神经网络,LSTM神经网络以及SSA-LSTM模型的预测结果相比较.结果表明:在针对工作日和非工作日的短时客流预测中,EMD-SSA-LSTM组合模型的预测误差均低于其他3种模型,且工作日与非工作日的预测值与真实值之间可决系数分别为0.999 5,0.998,验证了本文提出的组合模型的有效性,并且提高了预测...
由于船舶在海上航行时的高随机性和复杂性,单一模型预测能力有限,难以做出准确姿态预测.因此,提出一种基于经验模态分解(EMD)和粒子群优化(PSO)的长短期记忆神经网络(LSTM)的组合预测模型,对船舶运动姿态进行预测.首先通过EMD算法将由惯性导航系统在实时测量得到的船舶运动姿态数据进行分解,得到有限个本征模函数(IMF)....
本发明公开了一种基于EMDPSOLSTM的商场中央空调负荷预测方法,系统及介质.该方法包括采集中央空调冷冻水系统的温度,流量数据,以及室外温湿度数据,进行负荷计算;构建LSTM模型并基于EMD分解法进行训练,利用PSO法进行参数寻优;根据历史负荷及室外温湿度数据进行负荷预测.本发明经验模态分解EMD可以将非平稳序列为平稳性序列,降低...