短期货运预测模型研究

• 作者: 吴丽彬 晏启鹏
• 来源期刊: 交通运输工程与信息学报
• 学科: 交通运输
• 关键词: 货运量 预测 回归分析 时间序列分析 季节ARIMA 极大似然
• 年，卷（期）: 2008,（1）
• 页码范围: 65-68,85
• 页数: 5页
• 分类号: U491.1+4
• 字数: 3335字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-4747.2008.01.013

摘要

短期货运量的预测对于交通运输系统的运作与管理具有重要意义.本文将回归分析与时间序列分析相结合,提出一个带有回归项和时间序列误差项的回归-时序混合模型,用以进行短期货运量的预测.在对模型进行识别、初估计的基础上,采用极大似然方法进行参数估计,经反复拟合,并对模型进行相应检验,最后得到符合要求的拟合模型.应用此回归-时序混合模型进行月度货运量的拟合预测,并与多元线性回归模型和季节ARIMA模型的拟合预测结果相比较,表明回归-时序混合模型可以提高短期货运量的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	晏启鹏	西南交通大学交通运输学院	54	818	16.0	27.0
2	吴丽彬	西南交通大学交通运输学院	1	5	1.0	1.0