基于SARIMA-改进RS-多步LSTM的农机装备需求组合预测模型

来源：中国农机化学报杂志2024年第12期北京时间：

作者：吕锋, 王保森, 褚慧利, 杨城, 吕玲

单位：(1. 河南科技大学机电工程学院，河南洛阳，471003；2. 河南省商丘市梁园区公路事业发展中心，河南商丘，476000)

摘要：针对农机装备需求受实际农业生产和其他多种因素影响，需求数据呈现周期性、非线性等特点，难以准确预测农机需求的问题，提出一种集成SARIMA-改进RS-多步LSTM的农机装备需求预测方法。通过确定参数组合，构建季节性差分自回归滑动平均(SARIMA)模型。引入完全集合经验模态分解(CEEMDAN)、改进随机搜索(RS)算法和多步长短期记忆网络(LSTM)，构建改进RS-多步LSTM模型。将SARIMA模型和改进RS-多步LSTM模型进行最优加权组合，得到组合预测模型。以某型号农机装备进行实例验证，结果表明，所提方法能够有效预测农机装备需求的时间序列，评价指标MSE、MAE、R2分别为225.45、13.22和0.920 9。

关键词：农机装备,需求预测,季节性,多步LSTM,模态分解

基金资助：国家重点研发计划项目(2020YFB1713500)