基于SARIMA模型的铁路月度客运量预测

• 作者: 朱星龙 李龙 汤银英
• 来源期刊: 交通运输工程与信息学报
• 学科: 交通运输
• 关键词: 铁路 客运量 SARIMA模型 预测
• 年，卷（期）: 2019,（1）
• 页码范围: 25-32
• 页数: 8页
• 分类号: U293.13
• 字数: 4842字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-4747.2019.01.005

摘要

铁路月度客运量数据序列在长期内具有线性增长趋势,且在短期内又随月份波动变化明显.本文通过构建季节差分移动自回归模型(SARIMA)对2016年铁路月度客运量进行精确预测,挖掘铁路月度客运量的季节性波动规律,为铁路客运管理人员调整列车运行图,制定客车开行方案提供重要参考,以便于铁路客运站确定客流高峰预警时间和提高客运组织效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汤银英	西南交通大学交通运输与物流学院	43	378	10.0	18.0
3	李龙	西南交通大学交通运输与物流学院	20	80	4.0	8.0
6	朱星龙	西南交通大学交通运输与物流学院	3	4	1.0	2.0