基于时间序列的编组站中时排异重塑预测方法

• 作者: 张晓栋 董宝田 陈光伟
• 来源期刊: 铁道科学与工程学报
• 学科: 交通运输
• 关键词: 铁路运输 中时预测 聚类算法 时间序列 ARMA模型 球形簇
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 运输·物流·工程管理
• 页码范围: 1538-1545
• 页数: 8页
• 分类号: U292.16
• 字数: 4608字
• 语种: 中文

摘要

针对现行铁路编组站车辆中时预测方法不能满足实际运输组织需求,提出一种基于时间序列的中时预测方法.根据编组站数据特点,建立中时序列,利用聚类分析方法检测显隐性异常,设计中时下界异常判定条件排除正常中时值,采用邻域插值方法对异常数据重塑,结合ARMA过程分析重塑中时序列并建模,对模型进行参数估计和启发式算法定阶,最终预测编组站短期中时.研究结果表明:该预测方法能够准确发现异常数据,序列重塑后效果较好,预测结果与实际生产情况符合度较高,可以很好地应用在对编组站中时的预测中,有利于编组站合理预测和分析运输生产活动,提高运输组织管理水平.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董宝田	北京交通大学交通运输学院	70	492	13.0	18.0
2	陈光伟	中国铁路总公司中国铁路信息技术中心	6	26	3.0	5.0
3	张晓栋	北京交通大学交通运输学院	7	11	2.0	2.0