基于FARIMA的铁路数据网流量趋势预测

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.

关键词：铁路数据网、FARIMA模型、长相关性、趋势预测

所属期刊栏目：41

分类号：TN919.2

资助基金：国家自然科学基金U1534201

在线出版日期：2019-05-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：84-88