基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对城际铁路车站客流预测问题,文章采用离散小波分析方法对城际铁路车站原始日客流量数据进行小波分解;对分解得到的各层小波系数,利用AIC赤池信息准则进行ARIMA建模;利用训练得到的ARIMA模型进行预测未来一段时间客流数据的高频分量和低频分量,并对其进行小波重构,从而得到未来一段时间的预测客流数据;最后以广珠城际铁路某车站实际客流数据为例,对文章所提出的客流预测模型和客流预测算法进行了验证.实验结果表明,文章所提方法客流预测方法具有一定的预测精度.
推荐文章
小波分析和ARIMA的信息安全态势预测
信息系统
安全态势
预测模型
小波分析
铁路城际客流预测模型的研究
铁路运输
城际列车
客流量预测
灰色理论
基于小波分析的ARIMA与LSSVM组合的高炉煤气预测
高炉煤气
小波分析
最小二乘支持向量机
ARIMA模型
组合预测
基于小波分解及Arima误差修正的 径流预测模型及应用
径流预测
小波分解
相关向量机
预测精度
Arima误差修正
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波分解和ARIMA模型的城际铁路客流预测
来源期刊 江苏科技信息 学科 交通运输
关键词 城际铁路 客流预测 小波分析 ARIMA模型
年,卷(期) 2019,(29) 所属期刊栏目 应用技术
研究方向 页码范围 30-34
页数 5页 分类号 U29
字数 2348字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 施玉欣 五邑大学轨道交通学院 1 1 1.0 1.0
2 陈凌燕 五邑大学轨道交通学院 1 1 1.0 1.0
3 梁颖怡 五邑大学轨道交通学院 1 1 1.0 1.0
4 陈可欣 五邑大学轨道交通学院 1 1 1.0 1.0
5 李锡钦 五邑大学轨道交通学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (27)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (7)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
城际铁路
客流预测
小波分析
ARIMA模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
江苏科技信息
旬刊
1004-7530
32-1191/T
大16开
江苏省南京市
28-212
1984
chi
出版文献量(篇)
11334
总下载数(次)
29
总被引数(次)
15735
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导