期刊文献+
共找到33篇文章
< 1 2 >
每页显示 20 50 100
基于GA-Prophet模型的变电站基坑变形安全预测研究与应用
1
作者 王文强 燕波 +5 位作者 齐壮 王飞 田庆 王永维 何文敏 杨超 《水利水电技术(中英文)》 北大核心 2025年第4期107-117,共11页
【目的】基坑变形的监测是保证基坑施工安全的重要保障,为提高监测数据的应用价值及确保基坑的施工安全,以陕西省西安市某330 kV变电站基坑工程为项目依托,基于实际变形监测结果【方法】以均方误差MSE作为遗传算法(GA)的适应度函数,对Pr... 【目的】基坑变形的监测是保证基坑施工安全的重要保障,为提高监测数据的应用价值及确保基坑的施工安全,以陕西省西安市某330 kV变电站基坑工程为项目依托,基于实际变形监测结果【方法】以均方误差MSE作为遗传算法(GA)的适应度函数,对Prophet模型中的趋势项、周期项和节假日项(偶发事件项)参数进行优化,并重点考虑与基坑变形规律相一致的趋势项参数,构建GA-Prophet基坑变形预测模型,并以MAE、RSS、RMSE和Theil不等系数值为评价指标,验证本模型的可行性及有效性,同时使用该模型对基坑水平及竖向变形进行超前预测,以评价基坑结构的安全状态。【结果】结果表明:GA-Prophet模型预测结果曲线与实测数据曲线较为接近,归功于预测模型中选用了符合实际工程位移变化规律的饱和模型,以JC8测点水平位移预测结果为例,该模型预测结果的MAE、RSS、RMSE、Theil不等系数值分别为0.480、1.310、0.512和0.052,均优于Prophet、LSTM、ARIMA和BP模型的预测结果;并且该模型对基坑变形的超前预测结果显示,各测点水平及竖向变形预测最大值均未超过规范要求的变形报警值,基坑结构处于安全状态。【结论】该模型对于基坑变形预测具有较好的适用性,提高了预测结果的准确性,可用于基坑变形安全预测。 展开更多
关键词 变电站基坑 变形监测 遗传算法 GA-prophet模型 超前预测 影响因素
在线阅读 下载PDF
SARIMA与Prophet的混合算法在时间序列预测中的应用研究 被引量:1
2
作者 李长生 《软件》 2025年第1期7-9,共3页
本研究提出了一种基于SARIMA与Prophet模型的混合算法,以提升时间序列预测的精度。SARIMA模型擅长处理线性趋势和季节性变化,Prophet模型则适用于捕捉非线性趋势和异常波动。将两者结合后的混合算法能够更全面地对复杂数据进行预测。在... 本研究提出了一种基于SARIMA与Prophet模型的混合算法,以提升时间序列预测的精度。SARIMA模型擅长处理线性趋势和季节性变化,Prophet模型则适用于捕捉非线性趋势和异常波动。将两者结合后的混合算法能够更全面地对复杂数据进行预测。在零售、气象和金融市场等行业中的实验结果表明,混合算法在预测准确性上优于单一模型,误差率降低了15%以上。本文进一步探讨了混合算法的设计、优化和实际应用,为未来时间序列预测提供了新的思路和方法。 展开更多
关键词 时间序列预测 SARIMA模型 prophet模型 混合算法 预测准确性
在线阅读 下载PDF
基于Prophet算法和Blending集成学习的实时负荷中期预测 被引量:6
3
作者 郇嘉嘉 李代猛 +6 位作者 杜云飞 沈欣炜 张璇 乔百豪 何春庚 蓝晓东 罗澍忻 《电力自动化设备》 EI CSCD 北大核心 2024年第4期178-183,共6页
目前的中期负荷预测一般未考虑负荷实时状态,而负荷数据的非线性、季节性、随机性、时序性特征将影响实时负荷的中期预测。构建一个实时负荷中期预测的框架,采用Prophet算法提取负荷数据的季节性部分,采用Blending集成学习对负荷数据的... 目前的中期负荷预测一般未考虑负荷实时状态,而负荷数据的非线性、季节性、随机性、时序性特征将影响实时负荷的中期预测。构建一个实时负荷中期预测的框架,采用Prophet算法提取负荷数据的季节性部分,采用Blending集成学习对负荷数据的非季节部分进行滚动预测,将季节性部分和非季节性部分合成中期负荷实时数据。爱尔兰电力系统的算例结果验证了模型的有效性和稳定性。 展开更多
关键词 负荷预测 prophet算法 Blending集成学习 季节性
在线阅读 下载PDF
Prophet算法在服装面料需求预测中运用分析 被引量:1
4
作者 刘素军 张文川 +1 位作者 山青青 李长生 《软件》 2024年第11期10-12,共3页
随着智能技术的不断普及与应用,不同行业开始利用此技术全面提升业务流程和决策合理性。服装行业存在较高的动态性,且季节针对性较强,需要对面料的需求做出精准预测分析。基于此,本文探讨了Prophet算法,分析了Prophet算法的应用场景和... 随着智能技术的不断普及与应用,不同行业开始利用此技术全面提升业务流程和决策合理性。服装行业存在较高的动态性,且季节针对性较强,需要对面料的需求做出精准预测分析。基于此,本文探讨了Prophet算法,分析了Prophet算法的应用场景和服装面料需求的影响因素,研究了Prophet算法在面料需求预测中的应用,以期为服装行业提供精准的数据信息,实现更进一步的发展。 展开更多
关键词 prophet算法 服装 面料
在线阅读 下载PDF
基于GWO-Prophet的商品销售预测研究
5
作者 曾文烜 高永平 《计算机与数字工程》 2024年第3期659-664,699,共7页
零售企业的各项经营活动都离不开商品的销售情况,对商品的销售预测为企业制定生产计划与经营决策等活动提供重要的依据。针对企业销售额预测中销售额时间序列受外界条件影响大,预测精度低等问题,论文提出了一种基于GWO-Prophet的商品销... 零售企业的各项经营活动都离不开商品的销售情况,对商品的销售预测为企业制定生产计划与经营决策等活动提供重要的依据。针对企业销售额预测中销售额时间序列受外界条件影响大,预测精度低等问题,论文提出了一种基于GWO-Prophet的商品销售预测方法。基于某零售企业2015年-2018年销售额数据,通过Prophet模型将高维的销售额数据分别构建对应趋势项、季节项、节假日项、残差项的低维时序特征分量,分别用这些低维特征分量进行拟合后通过加法模型累加来预测未来一年的销售额数据;通过灰狼寻优算法(GWO)对Prophet模型参数进行智能寻优,防止模型陷入局部最优从而提高模型的精确度,通过灰狼寻优算法优化后的Prophet模型能更好地拟合突变点,季节项,节假日项等外界因素对销售额的影响。以MAE、MAPE和RMSE作为模型评估的指标,结果表明,基于GWO-Prophet模型的预测精度不仅优于单一的Prophet模型,还优于其他如ARIMA、SARIMA、LSTM对比模型。 展开更多
关键词 prophet模型 GWO算法 时间序列 销售预测 可分解模型
在线阅读 下载PDF
预测动车组牵引系统故障率的TSOBP-ARIMA-Prophet组合模型 被引量:1
6
作者 张雨晨 戴贤春 +2 位作者 刘敬辉 李秋芬 代成烨 《中国铁道科学》 EI CAS CSCD 北大核心 2024年第4期147-157,共11页
针对单一模型预测故障率时的适用性差异问题,在考虑动车组牵引系统故障率数据特点的基础上,提出TSOBP-ARIMA-Prophet组合模型。首先,针对动车组牵引系统故障率的复杂非线性,引入金枪鱼群算法(TSO)优化BP模型,训练出TSOBP预测模型;其次,... 针对单一模型预测故障率时的适用性差异问题,在考虑动车组牵引系统故障率数据特点的基础上,提出TSOBP-ARIMA-Prophet组合模型。首先,针对动车组牵引系统故障率的复杂非线性,引入金枪鱼群算法(TSO)优化BP模型,训练出TSOBP预测模型;其次,针对故障率的非平稳波动性,选取ARIMA预测模型;然后,针对故障率的季节周期性,选取Prophet预测模型;最后,运用方差倒数法对3个模型的预测结果赋权,得到TSOBP-ARIMA-Prophet组合模型的预测结果。以某动车组牵引系统为例,采用该组合模型预测故障率,并与3个单一模型及TSOBP-ARIMA组合模型对比验证其预测能力。结果表明:该组合模型预测时均方误差为0.0752,较TSOBP,ARIMA和Prophet模型单独预测时分别降低了45.83%,61.65%和53.42%,预测精度显著提高,且较TSOBP-ARIMA组合模型对数据趋势的感知力更优,可有效提升对动车组牵引系统故障率的预测能力。 展开更多
关键词 动车组牵引系统 故障率预测 组合模型 BP模型 金枪鱼群算法 ARIMA模型 prophet模型
在线阅读 下载PDF
基于多尺度二次特征提取的短期电力负荷预测模型
7
作者 李楠 金淳熙 +1 位作者 陶亮 黄亮 《电力系统保护与控制》 北大核心 2025年第19期114-126,共13页
为充分挖掘电力负荷固有多尺度特征(multi-scale feature,MSF)间的复杂时序关系,进一步提升电力负荷预测模型性能,特别是提升对节假日负荷预测的能力,提出了一种基于多尺度二次特征提取的短期电力负荷预测模型。首先,利用Prophet算法的... 为充分挖掘电力负荷固有多尺度特征(multi-scale feature,MSF)间的复杂时序关系,进一步提升电力负荷预测模型性能,特别是提升对节假日负荷预测的能力,提出了一种基于多尺度二次特征提取的短期电力负荷预测模型。首先,利用Prophet算法的拟合分解功能,获取不同尺度下的负荷数据分量,并与强相关的天气数据共同构建多元数据集。其次,采用改进的特征金字塔网络(improved feature pyramid network,IFPN)匹配负荷数据的多尺度特性,并设计了卷积特征增强模块强化对节假日特征的表达能力,实现MSF的第一次提取。基于时间卷积神经网络的优势,深度挖掘一次特征间的时序依赖关系,引入SENet对特征的权重实现自适应赋值,同时完成MSF的二次提取。最后,利用鱼鹰算法优化后的Transformer模型完成负荷预测。在国内外两套负荷数据集上进行了验证,仿真结果表明所提模型的预测效果优于对比模型,特别是在对节假日负荷的预测精度上有所提高。 展开更多
关键词 短期电力负荷预测 prophet算法 二次特征提取 改进的特征金字塔网络 多尺度时间卷积网络
在线阅读 下载PDF
基于WPA-Prophet模型的区域用电量预测
8
作者 谭曾盛 王志兵 《现代信息科技》 2024年第6期132-135,共4页
为了获得精度更高的用电量预测模型,采用狼群算法对Prophet模型的关键参数进行寻优,构建基于WPA优化Prophet的用电量预测模型。实验数据为澳大利亚维多利亚州2015—2019年五年的日用电量,使用前四年作为测试集,最后一年验证预测结果的... 为了获得精度更高的用电量预测模型,采用狼群算法对Prophet模型的关键参数进行寻优,构建基于WPA优化Prophet的用电量预测模型。实验数据为澳大利亚维多利亚州2015—2019年五年的日用电量,使用前四年作为测试集,最后一年验证预测结果的准确性,预测结果的评价指标采用均方根误差和平均绝对百分比误差。实验结果表明,通过WPA优化后的Prophet模型预测精度得到了有效提升,为提升区域用电量预测精度提供了参考。 展开更多
关键词 prophet模型 狼群算法 用电量预测 时间序列
在线阅读 下载PDF
机会网络中考虑缓存的ProPhet路由算法 被引量:6
9
作者 张峰 王小明 张珊珊 《计算机工程与设计》 北大核心 2015年第5期1145-1149,1218,共6页
机会网络中的ProPhet等路由算法根据机会网络中节点的相遇频率进行节点之间消息的传递,不考虑节点每次相遇的持续时间以及节点中缓存剩余情况。在机会网络内部节点之间的移动速度很快的情况下,采用这些路由算法会使网络内数据的传输效... 机会网络中的ProPhet等路由算法根据机会网络中节点的相遇频率进行节点之间消息的传递,不考虑节点每次相遇的持续时间以及节点中缓存剩余情况。在机会网络内部节点之间的移动速度很快的情况下,采用这些路由算法会使网络内数据的传输效率急剧下降。针对这一不足,结合ProPhet路由算法,计算节点之间的传输概率时充分考虑节点的相遇持续时间以及剩余缓存对节点之间传输概率的影响,使节点之间能更有效地传输数据。仿真结果表明,在给定的移动模型下,该算法能够有效提高消息传递成功率,降低网络中能量消耗等开销。 展开更多
关键词 机会网络 prophet 相遇频率 缓存容量 路由算法
在线阅读 下载PDF
基于多尺度自适应时空图卷积网络与BERT模型的多节点短期负荷预测
10
作者 吴兴扬 戴剑丰 《电网技术》 北大核心 2025年第9期3756-3766,I0072-I0075,共15页
“双碳”目标旨在推动能源转型与减排,新型电力系统作为关键,促进清洁能源接入与利用,减碳效果显著。但其多元化负荷结构增大了预测难度。为应对“双碳”要求,解决新型电力系统中多节点负荷预测的复杂时空依赖性和非线性问题,文章提出... “双碳”目标旨在推动能源转型与减排,新型电力系统作为关键,促进清洁能源接入与利用,减碳效果显著。但其多元化负荷结构增大了预测难度。为应对“双碳”要求,解决新型电力系统中多节点负荷预测的复杂时空依赖性和非线性问题,文章提出了一种基于多尺度自适应时空图卷积网络(adaptive spatio-temporal graph convolutional network,ASTGCN)与基于Transformer的双边编码器表示(bidirectional encoder representations from transformers,BERT)模型的多节点短期负荷预测方法。首先,采用Prophet算法对负荷数据进行拟合分解,获取不同尺度下的负荷数据分量,并与强相关的天气数据共同构建多元数据集;其次,引入可膨胀的滑动时空窗口和时空图卷积算子构建ASTGCN,同时捕捉空间和时间上的复杂依赖关系,并引入BERT模型对时间序列数据进行编码,利用其强大的处理能力来捕捉负荷数据中的长期依赖性;最后,用门控融合网络对两个模型进行融合。基于美国纽约州的公开数据集进行测试,单日和单周的测试结果均表明所提模型不仅能有效挖掘节点的耦合特性,还能补充挖掘中长期时序特征,并显著提升预测精度,降低预测误差。 展开更多
关键词 prophet算法 自适应时空图卷积网络 BERT 门控融合网络 多节点负荷预测
原文传递
基于多维融合特征提取和深度学习网络的短期负荷预测方法
11
作者 刘旭 《农村电气化》 2025年第2期1-5,共5页
传统的短期负荷预测方法未考虑节假日、用户端用电行为习惯等因素,导致负荷预测精度不高。为此,文章提出一种基于多维融合特征和深度学习网络的短期负荷预测优化方法,采用Prophet算法提取不同时间变量的用电负荷特征分量,结合天气数据... 传统的短期负荷预测方法未考虑节假日、用户端用电行为习惯等因素,导致负荷预测精度不高。为此,文章提出一种基于多维融合特征和深度学习网络的短期负荷预测优化方法,采用Prophet算法提取不同时间变量的用电负荷特征分量,结合天气数据进行基于注意力机制的融合特征重构,并采用CNN-GRU模型对融合特征进行训练,获得未来短期负荷预测值。实验结果表明,该方法能够有效提高短期用电负荷的预测精度,为电力系统后续调度工作提供支撑。 展开更多
关键词 短期负荷预测 融合特征 prophet算法 CNN GRU
在线阅读 下载PDF
基于Prophet的生姜价格预测研究 被引量:10
12
作者 滕金玲 柳平增 +3 位作者 张艳 许世卫 徐光丽 韩蔚 《中国农机化学报》 北大核心 2020年第8期211-216,共6页
针对农产品价格波动的非线性特征明显、传统时间序列预测方法预测精度不高等状况,构建基于Prophet的农产品价格预测模型,并以生姜为例展开研究。选取2012—2018年生姜每周平均价格数据为研究对象,在对生姜价格的趋势周期分解基础上,通... 针对农产品价格波动的非线性特征明显、传统时间序列预测方法预测精度不高等状况,构建基于Prophet的农产品价格预测模型,并以生姜为例展开研究。选取2012—2018年生姜每周平均价格数据为研究对象,在对生姜价格的趋势周期分解基础上,通过对生姜价格序列分解的趋势项、周期项和随机项分别进行建模组合实现对2019年上半年生姜价格的预测,并利用统计分析方法对模型性能进行评估。试验结果表明,Prophet算法预测结果的平均相对误差为4%。将Prophet模型的预测结果和BP神经网络预测结果进行比较,其均方误差(MSE为0.20)小于BP神经网络预测结果的均方误差(MSE为0.37)。Prophet预测模型具有较高的预测精度,在农产品价格预测方面具有较广阔的应用前景。 展开更多
关键词 价格预测 prophet算法 神经网络 预测模型 生姜
在线阅读 下载PDF
机会网络的RSSI-PROPHET路由算法研究 被引量:4
13
作者 郑锦锋 何军 +2 位作者 周虹霞 刘忠 郭文胜 《计算机工程与应用》 CSCD 北大核心 2011年第35期106-109,共4页
针对机会型网络提出一种改进的机会网络路由算法RSSI-PROPHET。该算法结合节点接触频率和接收信号强度指示值RSS(IReceived Signal Strength Indication)信息进行设计,并加入一种消息到达通告机制来抑制已达消息副本的扩散。算法不需额... 针对机会型网络提出一种改进的机会网络路由算法RSSI-PROPHET。该算法结合节点接触频率和接收信号强度指示值RSS(IReceived Signal Strength Indication)信息进行设计,并加入一种消息到达通告机制来抑制已达消息副本的扩散。算法不需额外设备支持,不依赖于既存的网络拓扑。仿真结果表明,该算法明显减小了设备缓存空间的消耗,提高了系统效率。 展开更多
关键词 机会型网络 机会路由 RSSI.prophet路由算法
在线阅读 下载PDF
基于PROPHET路由算法的缓冲区管理 被引量:3
14
作者 王艳玲 秦拯 陶勇 《计算机工程》 CAS CSCD 2012年第14期76-78,共3页
DTN网络一般采用基于消息复制的随机路由策略,由于网络中存在大量的消息副本,因此会导致中间节点缓冲区占用大,出现拥塞。为此,从冗余控制角度出发,基于PROPHET路由算法,设计用于缓冲区管理的3种机制,包括消息副本数量的控制、数据包生... DTN网络一般采用基于消息复制的随机路由策略,由于网络中存在大量的消息副本,因此会导致中间节点缓冲区占用大,出现拥塞。为此,从冗余控制角度出发,基于PROPHET路由算法,设计用于缓冲区管理的3种机制,包括消息副本数量的控制、数据包生存期的动态设置以及已成功传输数据包的主动删除。通过限制消息副本数和删除多余消息,降低网络中消息副本总量,从而减轻节点负载。实验结果表明,在网络资源有限的情况下,上述3种机制能提高消息的成功传输率,降低网络开销。 展开更多
关键词 prophet路由算法 拥塞控制 负载均衡 缓冲区管理 冗余控制
在线阅读 下载PDF
基于Prophet算法的海南近海波浪长时段时序分析与预测 被引量:9
15
作者 黄心裕 唐军 王晓宇 《海洋学报》 CAS CSCD 北大核心 2022年第4期114-121,共8页
近年来,以大数据为基础的人工智能算法逐步兴起并被用于海洋波浪短期预测。本文采用2015-2019年海南近海逐时波浪实测时序数据,基于Prophet算法建立了海南近海波浪长时段时序预测模型,分析了2015-2019年海南近海波浪日、月、年变化特性... 近年来,以大数据为基础的人工智能算法逐步兴起并被用于海洋波浪短期预测。本文采用2015-2019年海南近海逐时波浪实测时序数据,基于Prophet算法建立了海南近海波浪长时段时序预测模型,分析了2015-2019年海南近海波浪日、月、年变化特性,并对海南近海2020年波浪变化过程进行了预测。结果显示,Prophet算法模型对波浪波高和周期的预测值和实测值整体吻合良好,可有效用于长时段波浪的特性分析和时序预测。 展开更多
关键词 海岸和近海 波浪 prophet算法 大数据 人工智能
在线阅读 下载PDF
基于Prophet算法的铁路客流量预测研究 被引量:6
16
作者 王晓 揣锦华 张立恒 《计算机技术与发展》 2020年第6期130-134,150,共6页
客流量预测是铁路部门了解日常客运流量和冷热门线路具体情况的基础,是制定运输方案和列车开行计划的重要依据。针对铁路客流量变化受到季节周期、突发事件和节假日等因素影响的现象,提出一种基于Prophet时间序列算法的铁路客流量预测... 客流量预测是铁路部门了解日常客运流量和冷热门线路具体情况的基础,是制定运输方案和列车开行计划的重要依据。针对铁路客流量变化受到季节周期、突发事件和节假日等因素影响的现象,提出一种基于Prophet时间序列算法的铁路客流量预测研究的新方法。实验选取了某铁路客运专线2015年至2016年的日客流量数据,经过预处理的客流量数据进行标准化得到客流量时间序列;构建节假日特征时间窗口列表和设置趋势的突变点,结合Prophet算法对节假日特征和突变点进行计算,并依此建立Prophet预测模型;利用可视化技术分析预测结果,调节参数进一步优化模型。重点结合节假日效应对未来两周客流量进行了预测分析。结果表明,Prophet模型预测结果精确度高于LSTM模型,所建立的模型预测结果是合理和可靠的。 展开更多
关键词 铁路客运专线 客流量 时间序列预测 prophet算法 节假日效应
在线阅读 下载PDF
基于Prophet时序算法的无线网络突变小区识别方法研究 被引量:3
17
作者 杨飞虎 许国平 +3 位作者 刘贤松 张硕伟 郑敏之 施亚洲 《邮电设计技术》 2021年第2期25-30,共6页
KPI作为衡量无线网络质量的重要指标,准确及时检测KPI指标突变情况非常重要。提出了一种基于Prophet时序算法的无线网络突变小区识别方法,利用模型的预测指标得到动态门限,并在动态门限和绝对门限之间设置相对门限,通过实际指标与不同... KPI作为衡量无线网络质量的重要指标,准确及时检测KPI指标突变情况非常重要。提出了一种基于Prophet时序算法的无线网络突变小区识别方法,利用模型的预测指标得到动态门限,并在动态门限和绝对门限之间设置相对门限,通过实际指标与不同门限的对比,使运维人员更精准地掌握网络性能,降低误报和错报异常,提升网络优化效率和质量。 展开更多
关键词 prophet 时序算法 KPI 突变小区
在线阅读 下载PDF
基于Prophet-LSTM-PSO组合模型的医院住院量预测研究 被引量:7
18
作者 徐佩 樊重俊 +1 位作者 朱人杰 黄耐 《上海理工大学学报》 CAS CSCD 北大核心 2021年第1期68-72,共5页
针对医院住院量预测问题,首先利用先知模型(Prophet)与长短期记忆循环神经网络(LSTM)预测方法对2015年1月到2019年12月上海市东方医院呼吸内科住院量的时序数据进行建模分析,然后利用粒子群算法(PSO)求出两种模型对应的组合系数,从而得... 针对医院住院量预测问题,首先利用先知模型(Prophet)与长短期记忆循环神经网络(LSTM)预测方法对2015年1月到2019年12月上海市东方医院呼吸内科住院量的时序数据进行建模分析,然后利用粒子群算法(PSO)求出两种模型对应的组合系数,从而得到最终的Prophet-LSTMPSO组合模型,并通过RMSE和MAE统计学指标将组合模型与单一模型进行对比,同时利用公开数据集进行对比实验。结果表明,Prophet-LSTM-PSO组合模型较Prophet、LSTM、移动平均自回归模型等(ARIMA)等单一模型有效地降低了医院住院量预测的偏离性,提高了预测精度。 展开更多
关键词 prophet模型 LSTM模型 粒子群算法 时间序列模型 住院量预测
在线阅读 下载PDF
基于Prophet算法的快销服装销售预测 被引量:5
19
作者 苏新 《计算机与数字工程》 2021年第6期1258-1261,共4页
准确的销售预测可以帮助企业制定正确的营销策略以减小企业在经营过程的损失。由于快销服装行业的特殊性,产品生命周期通常较短且销售受诸多非线性因素影响,传统的销售预测模型精准度往往差强人意。论文基于Prophet算法的基础上,优化时... 准确的销售预测可以帮助企业制定正确的营销策略以减小企业在经营过程的损失。由于快销服装行业的特殊性,产品生命周期通常较短且销售受诸多非线性因素影响,传统的销售预测模型精准度往往差强人意。论文基于Prophet算法的基础上,优化时间序列分解的各因式项,结合电商平台历年的销售数据,依据产品生命周期特性构建模型,结果表明,改进后的Prophet算法模型预测准确性高于传统模型,且耗时有所降低。 展开更多
关键词 prophet算法 时间序列预测 非线性回归 服装销售预测
在线阅读 下载PDF
基于Prophet算法的武陵山片区天气预报与异常检测
20
作者 李森林 印东 《怀化学院学报》 2022年第5期54-58,共5页
针对武陵山片区天气特点,提出了一种基于Prophet的预测算法,该算法将时间序列数据分解为趋势项、周期性变化项和突出事件项,根据加法原则进行拟合预报和异常检测.实验结果表明,与传统自回归积分滑动平均模型(Autoregressive Integrated ... 针对武陵山片区天气特点,提出了一种基于Prophet的预测算法,该算法将时间序列数据分解为趋势项、周期性变化项和突出事件项,根据加法原则进行拟合预报和异常检测.实验结果表明,与传统自回归积分滑动平均模型(Autoregressive Integrated Moving Average Model,ARIMA)时序预测算法相比,Prophet算法在时序性、周期性数据的中长期预测中具有明显优势.基于Prophet算法在武陵山片区天气数据的预报和异常检测研究,不仅能为地方政府及时准确地进行天气预报提供技术支撑,还有助于当地民众提前安排生产、生活,减少不必要的损失. 展开更多
关键词 武陵山片区 天气预报 prophet算法
在线阅读 下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部