基于Informer神经网络的福建省货运量预测

摘要

为准确预测货运量，以福建省货运量为研究对象，分别从产业结构水平、经济发展水平、物流发展水平和人文因素等4个方面选取货运量的主要影响因素，以1978—2022年福建省货运量及货运量影响因素数据构建数据集，基于Informer神经网络构建货运量预测模型，通过交叉验证法训练模型，同时采用长短时记忆(long short-term memory, LSTM)神经网络和Transformer神经网络预测福建省货运量，对比三者预测结果的准确性。结果表明：Informer神经网络模型测试集预测结果的平均相对误差为3.75%,LSTM和Transformer神经网络模型预测结果的平均相对误差略高，分别为4.45%、4.38%,Informer神经网络模型的预测结果较准确。采用Informer神经网络模型预测2023年福建省的货运量为184 289.0万t,比2022年增大8.9%。福建省的货运量逐年增大，应不断完善物流配送机制，提高运输效率以满足福建省及周边地区的物流需求。

关键词

货运量 / 预测 / Informer神经网络 / 交叉验证法