基于VMD-LR-LSTM组合模型的三峡船闸货物通过量预测

长江航道对推动长江经济带高质量发展和畅通国内国际双循环货物通道具有重要作用。针对三峡船闸碍航严重制约长江航道通行能力的问题,通过梳理各年份货物通过量数据,对三峡船闸拥堵现状进行分析。将原始货物通过量进行变分模态分解(VMD),低频线性部分采用线性回归(LR)模型进行预测,非线性部分和高频分量则分别构建长短期记忆(LSTM)神经网络进行预测;将VMD、LR线性回归及LSTM三种预测方法相结合,创建VMDLR-LSTM组合模型,并依此对三峡船闸未来货物通过量进行预测。