基于组合模型的铁路客运量预测

• 作者: 胡小敏 贺园园
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 铁路客运量 组合预测模型 最小二乘支持向量机 自回归移动平均模型
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 开发应用
• 页码范围: 67-70
• 页数: 4页
• 分类号: TP391
• 字数: 2162字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2017.12.021

摘要

为了提高铁路客运量的预测精度,针对单一铁路客运量预测模型以及传统组合预测模型的缺陷,设计了基于组合模型(ARIMA-LSSVM)的铁路客运量预测方法,采用ARIMA对铁路客运量的周期性变化特点进行建模预测,从整体上把握铁路客运量的变化特点,采用LSSVM对铁路客运量的随机性变化特点进行预测,采用具体铁路客运量预测实例对性能进行测试和分析.结果表明,ARIMA-LSSVM可以准确、全面描述铁路客运量的变化特点,提高了铁路客运量的预测准确性,预测结果可以为铁路管理者提供有价值信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺园园		21	13	2.0	3.0
2	胡小敏		24	7	1.0	2.0