基于季节ARIMA模型的铁路客运能力需求预测研究

详细信息    查看全文 | 推荐本文 |

英文篇名：Prediction of the Demand of Railway Station Transport Capacity Based on Seasonal ARIMA Model 作者：邢立文 ; 董娟 英文作者：XING Liwen;DONG Juan; 关键词：铁路客运能力 ; 季节ARIMA模型 ; 运力优化 英文关键词：railway station transport capacity;;seasonal ARIMA model;;optimization of transport capacity 中文刊名：SXKJ 英文刊名：Shanxi Science and Technology 机构：山西省水利水电科学研究院;山西省生物研究院有限公司; 出版日期：2019-07-15 出版单位：山西科技 年：2019 期：v.34;No.194 语种：中文; 页：SXKJ201904033 页数：4 CN：04 ISSN：14-1169/N 分类号：118-121

摘要

针对铁路客运资源时空配置不均衡问题,运用面板数据的非线性时间序列分析理论,构建了预测铁路客运能力的3种ARIMA模型,并运用客运区段内13个站点的客流量数据进行了实例分析。结论如下:季节ARIMA模型预测铁路客运能力显著性最强;铁路客运呈现出单周的季节波动,同时节假日对季节波动的影响显著。
        According to the problem of the unbalanced temporal and spatial configuration of Chinese railway passenger transport resources,we use the nonlinear time series analysis theory to analyze panel data,and construct three kinds of ARIMA time series model to predict railway station transport capacity based on 13 stations' passenger flow. Through case study,the results demonstrate that the seasonal ARIMA model has the strongest significance in predicting railway passenger transport capacity,railway passenger transport presents seasonal fluctuation by week,and holidays have significant influence on seasonal fluctuation.

引文

[1]中华人民共和国国家发展和改革委员会.关于改革完善高铁动车组旅客票价政策的通知[A].2015-12-23.
    [2]何九冉,四兵锋.ARIMA-RBF模型在城市轨道交通客流预测中的应用[J].山东科学,2013(3):75-81.
    [3]贾鹏,刘瑞菊,孙瑞萍,等.基于BP神经网络的邮轮旅游需求预测[J].科研管理,2013(6):77-83.
    [4]何九冉.城市轨道交通客流统计特征分析及组合预测方法实证研究[D].北京:北京交通大学,2013.
    [5]蔡昌俊,姚恩建,王梅英,等.基于乘积ARIMA模型的城市轨道交通进出站客流量预测[J].北京交通大学学报,2014(2):135-140.
    [6]张伯敏.沪宁城际铁路客流短期预测研究[J].中国铁路,2014(9):29-33.
    [7]冷暖暖.基于类比法的高速铁路客流预测和分析[D].北京:北京交通大学,2015.
    [8]罗开平,张人千,王惠文.国家自然科学基金项目申请量预测的新方法[J].科研管理,2016(4):152-160.
    [9]成诚,杜豫川,刘新.考虑节假日效应的交通枢纽客流量预测模型[J].交通运输系统工程与信息,2015(5):202-207.