关键词：汽车销量预测;季节性自回归差分移动平均(SARIMA);神经网络;新能源汽车
摘 要：新能源汽车的发展对于推进“双碳”目标实现起着关键作用，准确预测销量对于政策制定和企业发展有着重要意义。以比亚迪新能源汽车作为研究对象，运用其历史销量数据分别构建季节性自回归差分移动平均(SARIMA)和长短期记忆(LSTM)网络预测销量。为提升模型预测效果，集成单一模型得到ARIMA-LSTM(自回归差分移动平均-长短期记忆)组合模型，将销量数据分解为线性和非线性两部分，使用ARIMA模型预测销量数据中的趋势，模型的残差及其余非线性部分的数据使用LSTM模型预测，最终将模型的预测结果合并。将组合模型应用于国内新能源汽车销量预测，预测精度为90.96%,效果较单一模型有显著提升。
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