10.3969/j.issn.1672-4747.2019.01.005
基于SARIMA模型的铁路月度客运量预测
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.
铁路、客运量、SARIMA模型、预测
17
U293.13(铁路运输管理工程)
2019-06-06(万方平台首次上网日期,不代表论文的发表时间)
共8页
25-32