摘要
本发明公开了一种基于Prophet与LSTM模型融合假期与季节因素的航班计划预测方法,包括:收集历史空中交通流量数据并进行预处理,得到历史数据时间序列;构建Prophet模型,并根据历史数据时间序列,对未来时间段的空中交通流量进行预测,并将预测结果构建为预测结果序列;构建Seq2Seq模型再次进行预测,得到最终的空中交通流量预测结果;将预测结果序列,输入到Seq2Seq模型中,进行联合训练;使用联合训练好的模型对实际数据进行联合预测,并将结果进行可视化展示。本发明在预测中融合季节性、假期因素、以及长期趋势信息,以及历史数据和其他特征的影响,实现对未来春秋两季航班计划的精确和全面预测。
技术关键词
空中交通流量
分段线性函数
计划
解码器
时间序列预测模型
非线性
交叉验证方法
长短期记忆网络
时间偏移量
编码器
时间段
参数
效应
日期
数据
格式化
周期性
时序
系统为您推荐了相关专利信息
客户端设备
指令
识别用户意图
人机交互方法
云端
特征提取模型
水位识别方法
待测水域
编码器
掩膜
音频生成方法
多模态
音频编码器
音频解码器
文本编码器