关键词：ARIMA;LSTM;预测;新能源汽车
摘 要：随着全球能源结构的转变和环保意识的提升，新能源汽车行业迅速发展，销量预测对于市场布局、生产及供应链管理至关重要。然而，销量预测受多种因素影响，具有复杂性和非线性特征，传统的时间序列预测方法如ARIMA模型在处理这些特征时存在局限性。为克服这些问题，提出了一种创新的组合模型算法，该算法融合了ARIMA模型在捕捉线性趋势方面的优势以及LSTM模型在捕捉非线性特征和时间依赖性方面的强大能力。利用选取的2021年1月—2023年9月每月新能源汽车销售数据，验证了该组合模型在预测未来一年内两个品牌新能源汽车销量方面的准确性和可靠性。研究结果表明，该组合模型相较于单一模型在预测精度上有所提升，RMSE下降约20%，为新能源汽车市场的战略规划提供了有价值的决策支持。
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