基于FARIMA的铁路数据网流量趋势预测

• 作者: 周洋 孙强 张治鹏
• 来源期刊: 铁道学报
• 学科: 工学
• 关键词: 铁路数据网 FARIMA模型 长相关性 趋势预测
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 铁道通信信号、信息化
• 页码范围: 84-88
• 页数: 5页
• 分类号: TN919.2
• 字数: 3087字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2019.02.012

摘要

利用FARIMA模型,对铁路数据网中的真实数据流量进行建模并分析,提出一种新型的基于FARIMA模型的铁路数据网流量预测方法,该方法能够同时描述网络流量的长相关特性和短相关特性.将FARIMA过程转换为差分过程和ARMA过程进行趋势预测,并且根据平均绝对误差 、绝对百分比误差等多项指标进行比较验证.通过对高速铁路数据网6个月的数据进行建模分析,利用不同的参数设置预测未来2个月的流量趋势,并与真实数据进行对比.实验结果表明该方法比传统的基于ARMA模型的预测方法更为精准,能够适用于铁路数据网流量趋势预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙强	北京交通大学电子信息工程学院	50	157	7.0	10.0
2	周洋	北京交通大学电子信息工程学院	30	71	5.0	7.0
3	张治鹏	北京交通大学电子信息工程学院	1	0	0.0	0.0