关键词：电动汽车;保有量;长短时神经记忆网络;系统动力学;组合预测
摘 要：电动汽车(electric vehicle,EV)保有量预测在应对EV快速发展带来的机遇和挑战中具有重要意义。然而现有的EV保有量预测存在数据缺乏、EV发展影响因素考虑不足等问题，导致预测结果可信度不足。针对此问题，文章分析了EV保有量技术、政策、环境以及社会等直接影响因素和经济发展水平等间接影响因素；分别采用长短时记忆神经网络(long short-term memory networks,LSTM)模型和系统动力学(system dynamics,SD)模型对EV保有量进行预测；基于此2种模型的误差，提出EV保有量LSTM-SD组合预测模型，提高了预测结果的精确度。基于某城市过去6年EV保有量实际数据进行算例仿真，对未来10年EV保有量进行预测，通过组合预测模型与LSTM预测模型、SD预测模型的对比实验分析，验证了所提模型的合理性，提高了EV保有量预测的精度。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取