基于季节分解和SARIMA-GARCH模型的铁路月度客运量预测方法

钱名军; 李引珍; 阿茹娜

首页> 中文期刊> 《铁道学报》 >基于季节分解和SARIMA-GARCH模型的铁路月度客运量预测方法

基于季节分解和SARIMA-GARCH模型的铁路月度客运量预测方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

首先,根据铁路月度客运量时序图呈现的趋势性、周期性和随机波动性,运用季节分解法将其分解为趋势循环分量、季节因子分量和不规则分量,直观量化地表征出所蕴含的特征信息.接着,引入季节时间序列模型(SARIMA)对平稳化和单整检验后的月度客运量序列的趋势性和季节性进行建模,通过季节差分序列的相关图筛选确定出最佳模型阶数,得到SARIMA基础预测模型.然后,为提高模型对波动性的刻画精度,消除异方差影响,再对基础模型的回归残差进行ARCH检验,构建出广义自回归条件异方差(GARCH)模型,并检验所建SARIMA-GARCH融合模型的稳定性.最后,将融合模型与常规SARIMA、ARIMA和NAR动态神经网络模型的短期预测值进行精度对比验证,并对其中长期预测性能做测试分析.结果表明,SARIMA-GARCH模型短期预测性能优于SARIMA、ARIMA和NAR动态神经网络模型.

著录项

来源
《铁道学报》 |2020年第6期|25-34|共10页
作者
钱名军; 李引珍; 阿茹娜;
展开▼
作者单位

兰州交通大学交通运输学院甘肃兰州 730070;

兰州交通大学交通运输学院甘肃兰州 730070;

中国中铁股份有限公司规划发展部北京 100039;

展开▼
原文格式 PDF
正文语种 chi
中图分类 U293.13;
关键词
铁路运输; 月度客运量预测; SARIMA-GARCH模型; 季节性时间序列; 异方差;

相似文献

中文文献
外文文献
专利

1. 基于春节因素的中国铁路月度客运量季节调整模型研究 [J] . 汪志红 ,汪前元 . 铁道学报 . 2013,第007期
2. 基于SARIMA-GARCH模型的民航客运量研究 [J] . 赵芳卉 ,陈琳 ,李冬青 . 统计与管理 . 2021,第002期
3. 基于SARIMA模型的铁路月度客运量预测 [J] . 汤银英 ,朱星龙 ,李龙 . 交通运输工程与信息学报 . 2019,第001期
4. 基于SARIMA-GARCH模型的海南省月度CPI预测 [J] . 王子丰 . 当代经济 . 2017,第007期
5. 基于ARIMA乘积季节模型和小波神经网络的全国铁路客运量分析 [J] . 刘阳 ,纪跃芝 . 科技风 . 2020,第028期
6. 一种基于累加数列和曲线拟合技术的客运量预测方法 [C] . 刘长虹 . 第五届交通运输领域国际学术会议 . 2005
7. 基于灰色神经网络的铁路客运量预测方法研究 [A] . 鲜敏 . 2016

基于季节分解和SARIMA-GARCH模型的铁路月度客运量预测方法

摘要

著录项

相似文献

相关主题

期刊订阅