Indexed by：
Abstract：
针对传统或流行的基于时间序列的预测模型,探索出一种适用于网格化城市管理的成体系的案件预测方法.分别采用博克斯-詹金斯法、Auto-ARIMA以及LSTM模型,对近几年北京市6个城区各站点网格化管理问题案件数量进行预测,通过对比不同模型方法间准确度和实用性,以AP为精度评价指标,分析各个模型应用在城市网格化问题预测方面优势与劣势.研究发现,Auto-ARIMA适合进行对网格化管理问题数量趋势预测,博克斯詹金斯法在解决滞后性问题中预测准确率很高,但由于预测流程烦琐,因此实用性较差,LSTM预测效果相对准确且平稳,可以在样本输入量、参数以及自身架构上进行进一步优化.
Keyword：
Reprint Author's Address：
Email：
Source ：
地理信息世界
ISSN： 1672-1586
Year： 2019
Issue： 5
Volume： 26
Page： 90-95
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 1
