[发明专利]可用泊位数的集成预测方法

权利要求书

1.一种可用泊位数的集成预测方法，其特征在于，步骤如下：

1)LSTM模型

LSTM使用记忆单元来消除梯度消失，记忆单元由四个单元组成：输入门、输出门、忘记门和自循环神经元；输入信号改变记忆单元的状态由输入门控制；输出门控制记忆单元的状态是否可改变其他记忆单元的状态；忘记门选择记住或忘记其先前状态；

2)ARIMA模型

ARIMA模型由一系列活动组成，用于识别、估计和诊断带有时间序列数据；ARIMA模型显示出短期预测的有效能力；ARIMA模型是一个组合模型，构成如下式：

ARIMA(p，d，q)＝AR(p)+Difference(d)+MA(q)

其中，AR是自回归模型，p是自回归项；Difference是差分模型，d是差分阶数；MA是移动平均模型，q是移动平均数；

在ARIMA模型中，变量的未来值是过去值和过去误差的线性组合，表示如下：

其中，Y_t是实际值，ε_t是在t处的随机误差，和θ_j是系数，p与q是整数，指自回归与移动平均数；

3)LSTM与ARIMA组合模型

将LSTM与ARIMA的预测结果进行权重分配，进行组合来提高预测的准确度；组合预测模型，数学表达为：

g_t＝ω*g_LSTM+(1-ω)*g_ARIMA

其中，g_t是组合预测值，g_LSTM为LSTM预测值，g_ARIMA为ARIMA预测值，ω为权重；权重ω的计算公式为：

其中，j为组合预测模型中单个模型编号，D_j是第j个模型的误差平方和；均方误差倒数法是根据单个模型的均方误差来划分权重，单个预测模型的均方误差越大，其组合预测模型的权重越小。