标题：基于ARIMA-LSTM的停车场已用车位预测研究
作者：何露莹 熊显名
作者单位：桂林电子科技大学电子工程与自动化学院，广西 桂林 541000
关键字：智能交通；ARIMA模型；长短期记忆网络
摘要：针对节假日、商场重大活动等非线性因素对商场停车场车位数量的影响，而导致传统预测算法对车位数量预测精度不高的问题，提出了一种ARIMA-LSTM组合模型的车位数量预测算法。首先，采用ARIMA方法对车位数量进行预测，过滤掉数据中的线性因素，然后采用LSTM方法对ARIMA的残差以及节假日、商场重大活动等非线性因素进行训练并预测，最后将两个方法的结果进行叠加。实验结果表明，与ARIMA和LSTM相比，ARIMA-LSTM的RMSE分别降低了465.46和49.74，采用组合模型对停车场车位数量的预测效果优于单一的ARIMA和LSTM模型。