基于SARIMA模型的铁路月度客运量预测

被引：20

作者：

汤银英 ^{[1
,2
]}

朱星龙 ^{[1
]}

李龙 ^{[1
]}

机构：

[1] 西南交通大学交通运输与物流学院

[2] 综合交通运输智能化国家地方联合工程实验室

来源：

交通运输工程与信息学报 | 2019年 / 17卷 / 01期

关键词：

铁路; 客运量; SARIMA模型; 预测;

D O I：

暂无

中图分类号：

U293.13 [];

学科分类号：

082303 ;

摘要：

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。

引用

页码：25 / 32

页数：8

共 8 条

[1] 基于季节调整模型的我国铁路客运量波动分析 [J].