时序预测算法在蔚来汽车的应用探索

时序预测算法在蔚来汽车的应用探索

摘要

LGB模型在节假日预测上过拟合，Informer模型对长序列的季节性表现差。DCN模型利用卷积通道对时变变量进行对齐，有利于处理节假日预测。预测的意义在于对车流量突增情况提前预知，对车联网的调度意义重大。深度学习在已投产2-3年的换电站中效果明显优于机器学习。自动驾驶普及后，交通流预测仍有意义。未来计划包括实现高效赋能和开源共创。