ARIMA时间序列模型和BP神经网络组合预测在铁路客座率中的应用

摘要：

首先利用python3.5对铁路客座率原始数据进行预处理,然后利用ARIMA时间序列和BP神经网络进行单一的模型预测,得出单一预测模型的均方误差.在组合预测求解时,先求出ARIMA时间序列模型的误差向量E1和BP神经网络的预测误差为E2,由于这两种预测方法是相互独立的,因此误差向量E1和E2线性无关且组合预测误差向量为E=(E1,E2),得出组合预测平方和的形式为J=WTEW,然后根据组合预测误差平方和最小的原则来确定权值ω1,ω2.最后求解凸二次规划问题得到权值并求出组合预测模型和均方误差.通过比较单一模型预测和组合预测的均方误差,得出结论:组合预测模型的精确度高于单一预测模型的精确度.

关键词：ARIMA时间序列模型、BP神经网络、组合预测、铁路客座率

所属期刊栏目：48

资助基金：国家自然科学基金61275120

在线出版日期：2018-12-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：105-113