基于组合模型的铁路客运量预测

摘要：

为了提高铁路客运量的预测精度,针对单一铁路客运量预测模型以及传统组合预测模型的缺陷,设计了基于组合模型(ARIMA-LSSVM)的铁路客运量预测方法,采用ARIMA对铁路客运量的周期性变化特点进行建模预测,从整体上把握铁路客运量的变化特点,采用LSSVM对铁路客运量的随机性变化特点进行预测,采用具体铁路客运量预测实例对性能进行测试和分析.结果表明,ARIMA-LSSVM可以准确、全面描述铁路客运量的变化特点,提高了铁路客运量的预测准确性,预测结果可以为铁路管理者提供有价值信息.

关键词：铁路客运量、组合预测模型、最小二乘支持向量机、自回归移动平均模型

所属期刊栏目：33

分类号：TP391(计算技术、计算机技术)

在线出版日期：2018-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：67-70