# 新能源汽车的时间序列数据挖掘
#### 介绍
主要通过四种方式对新能源汽车，纯电动汽车，插电混动汽车销量的时间序列数据进行趋势的预测，分别为SARIMA、bp+lstm、SARIMA+bp+Lstm、G-SARIMA+bp+Lstm四个模型
#### 软件架构
python3 + keras + tensorflow2 + sarima + 相关数据分析包
#### 部分结果展示
New-energy-vehicles-master.zip （19个子文件） 
New-energy-vehicles-master 
CAR.rar 7.06MB car_date_data 
newcar.csv 1KB elecar.csv 1KB blendcar.csv 1KB .keep 0B codes SARIMA-BP-LSTM.ipynb 196KB BP-LSTM.ipynb 413KB 数据(1).csv 2KB G-BP-LSTM.ipynb 404KB SARIMA.ipynb 3.03MB .keep 0B G-SARIMA-BP-LSTM.ipynb 1MB predict_result 插电混动汽车预测结果.csv 396B 纯电动汽车预测结果.csv 387B 新能源汽车预测结果.csv 390B .keep 0B images 
QQ截图20240121170324.png 155KB README.en.md 948B README.md 440B资源评论
2301_774807192024-11-10这个资源值得下载，资源内容详细全面，与描述一致，受益匪浅。
