目的探讨比较多元自回归移动平均模型(Autoregressive Integrated Moving Averagemodel-X,ARIMAX)与多变量长短期记忆神经网络(Long Short Term Memory Network,LSTM)模型在盐城市总死亡人数预测中的效果。方法采用2014年1月1日至2017年...目的探讨比较多元自回归移动平均模型(Autoregressive Integrated Moving Averagemodel-X,ARIMAX)与多变量长短期记忆神经网络(Long Short Term Memory Network,LSTM)模型在盐城市总死亡人数预测中的效果。方法采用2014年1月1日至2017年6月30日江苏省盐城市每日总死亡人数、气象因素和空气质量数据,建立ARIMAX及多变量LSTM模型,并对2017年7月1日至7月14日每日总死亡人数进行预测,以RMSE、MAE、MAPE为评价指标比较两种模型的预测效果。结果ARIMAX(4,1,1)模型和多变量LSTM模型的RMSE、MAE、MAPE值分别为20.742、15.094、9.921和47.182、35.863、19.633。结论ARIMAX模型比多变量LSTM模型更适于预测盐城市每日死亡人数。展开更多
文摘目的探讨比较多元自回归移动平均模型(Autoregressive Integrated Moving Averagemodel-X,ARIMAX)与多变量长短期记忆神经网络(Long Short Term Memory Network,LSTM)模型在盐城市总死亡人数预测中的效果。方法采用2014年1月1日至2017年6月30日江苏省盐城市每日总死亡人数、气象因素和空气质量数据,建立ARIMAX及多变量LSTM模型,并对2017年7月1日至7月14日每日总死亡人数进行预测,以RMSE、MAE、MAPE为评价指标比较两种模型的预测效果。结果ARIMAX(4,1,1)模型和多变量LSTM模型的RMSE、MAE、MAPE值分别为20.742、15.094、9.921和47.182、35.863、19.633。结论ARIMAX模型比多变量LSTM模型更适于预测盐城市每日死亡人数。
