关键词：新能源汽车;销量预测;长短期记忆神经网络;变分模态分解;时间序列
摘 要：准确的销量预测是新能源汽车企业制定科学合理的生产计划的主要依据。针对新能源汽车销量非线性、非平稳的特征，运用融合变分模态分解(VMD)方法和长短期记忆网络(LSTM)模型进行新能源汽车销量预测。首先，利用VMD方法对原始数据进行分解处理，获得本征模态分量与趋势项；其次，以模态分量和趋势项作为新的时间序列，构建各时间序列的LSTM模型；最后，重构各模型的预测值获得新能源汽车销量的预测值。研究结果表明：与BP神经网络模型、LSTM模型、融合VMD和BP神经网络模型对比，融合VMD和LSTM模型的预测精度更高，该模型在新能源汽车销量预测中具有可行性。
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