10.19713/j.cnki.43-1423/u.2019.08.004
基于波动聚集性的城际高铁客流量预测
由于受到众多因素的影响,城际高铁客流量序列呈现出波动聚集性特征,常用的预测方法很难准确揭示这种波动聚集性特征,一定程度上限制了城际高铁客流量预测精度的提高.为解决该问题,将自回归差分移动平均(ARIMA)模型与广义自回归条件异方差(GARCH)模型相结合,提出城际高铁客流量的ARIMA-GARCH预测模型.先构建城际高铁客流量序列的ARIMA模型,再利用GARCH模型刻画ARIMA模型残差的波动聚集性.利用某车站的城际高铁客流量数据检验ARIMA-GARCH模型的有效性.研究结果表明:ARIMA-GARCH模型刻画出了城际高铁客流量的波动聚集性特征,其短期、中期、长期预测精度均高于ARIMA模型.随着预测步数的增加,ARIMA-GARCH模型的预测精度逐渐下降.
铁路运输、城际高铁、客流量、预测、ARIMA-GARCH模型
16
U412.366(道路工程)
国家自然科学基金青年基金资助项目61503261;河北省交通运输厅科技计划资助项目QG2018-4;河北省高等学校青年拔尖人才计划资助项目BJ2014097
2019-09-18（万方平台首次上网日期，不代表论文的发表时间）
共7页
1890-1896
