基于优化X-12-ARIMA模型的船舶交通流量预测

• 作者: 陶鹤
• 来源期刊: 高师理科学刊
• 学科: 数学
• 关键词: 船舶交通流量 季节性 X-12-ARIMA模型 RBF神经网络
• 年，卷（期）: 2022,（2）
• 页码范围: 25-30
• 页数: 6页
• 分类号: O29:U69
• 语种: 中文
• DOI: 10.3969/j.issn.1007-9831.2022.02.005

摘要

月度船舶交通流量数据具有较强的季节性,在提高数据预测精准度的同时,应提取其季节波动和长期趋势加以分析,而不是单纯预测未来发展趋势.为从数据中获得更多有效信息,利用时间序列ARIMA模型对原始数据进行拟合,使用残差平方和、均方根误差、AIC函数和SBC函数衡量模型拟合效果,选取局部最优模型.经比较后,选取X-12-ARIMA季节乘法模型拟合月度船舶交通流量数据,得到了季节波动、长期趋势和不规则变动随时间而发生的变化,并预测了未来12期的船舶交通流量.在此基础上,调用径向基神经网络函数对数据进行仿真研究.结果表明,采用优化的X-12-ARIMA模型预测船舶交通流量时,预测精度有了较大提高.