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被引量：1

下载PDF

导出

摘要根据国家统计局2005—2019年的全国铁路客运量数据,分别用ARIMA乘积季节模型和小波神经网络对2017—2019年全国铁路客运量数据进行拟合与误差分析。结果表明:利用ARIMA乘积季节模型拟合的结果更精确,能很好地反映全国铁路客运量的变化规律,并使用ARIMA乘积季节模型对2020年的全国铁路客运量月度数据进行预测。

作者刘阳纪跃芝

机构地区长春工业大学数学与统计学院

出处《科技风》 2020年第28期150-151,共2页

关键词全国铁路客运量数据 ARIMA乘积季节模型小波神经网络

分类号 F53 [经济管理—产业经济]

引文网络
相关文献

参考文献1

1徐婷,李选海,郭昶.ARIMA乘积季节模型对我国消费者信心指数的分析[J].科技信息,2012(19):56-57. 被引量：3

二级参考文献4

1郝冉.居民储蓄存款余额的时间序列分析[J].统计与决策,2007,23(19):92-94. 被引量：6
2张晓峒.Eviews使用指南与案例[M]北京:机械工业出版社,20072.
3赵黎明,吴文清.基于季节ARIMA模型的国有粮食企业收购预测分析[J].技术经济,2010,29(3):28-30. 被引量：6
4徐娟.中国消费者信心指数分析[J].中国市场,2011(36):144-144. 被引量：4

共引文献2

1刘婧婷,刘萌娇.消费者信心指数的分析[J].现代商业,2013(36):22-23.
2张瑞.基于多变量LSTM模型的消费者信心指数预测研究[J].太原师范学院学报（自然科学版）,2021,20(3):19-22.

同被引文献11

1彭珍瑞,孟建军,祝磊,蒋兆远.基于支持向量机的铁路客运量预测[J].辽宁工程技术大学学报（自然科学版）,2007,26(2):269-272. 被引量：18
2朱文亭,刘海林.基于灰色—马尔科夫链理论的公路客运量预测[J].交通科技与经济,2009,11(6):12-13. 被引量：9
3冯冰玉,鲍学英,王起才.基于灰色和神经网络的铁路客运量预测研究[J].铁道科学与工程学报,2015,12(5):1227-1231. 被引量：15
4郝军章,崔玉杰,韩江雪.基于SARIMA模型在我国铁路客运量中的预测[J].数学的实践与认识,2015,45(18):95-104. 被引量：23
5袁丽军.铁路基础设施建设项目中铁路客运量预测模型研究[J].项目管理技术,2016,14(7):77-81. 被引量：3
6刘琳玥.基于PCA-BP神经网络的铁路客运量预测模型研究[J].综合运输,2016,38(8):43-47. 被引量：17
7薛锋,吕丹,罗建.铁路交通基础设施对区域经济发展的支撑力研究——基于西部地区面板数据[J].综合运输,2018,40(1):5-10. 被引量：20
8彭辉,赵亚军,胡章浩.应用多元线性回归模型的铁路客运量预测[J].重庆理工大学学报（自然科学）,2018,32(9):190-193. 被引量：16
9尚庆松,石庆升,崔炳谋.基于灰色-马尔科夫预测模型的售票窗口客流量预测研究[J].铁道运输与经济,2019,41(1):85-89. 被引量：8
10纪兆南.基于Gray-Markov的贵州省物流量预测[J].物流科技,2019,42(2):145-149. 被引量：4

引证文献1

1彭丽洁,邵喜高,黄万明.基于灰色马尔可夫模型的烟台市铁路客运量预测研究[J].鲁东大学学报（自然科学版）,2022,38(1):50-56. 被引量：5

二级引证文献5

1刘昶,吴君华,张凤娇,于多友.基于ARIMA-BP组合模型的城市公交客运量预测[J].智能计算机与应用,2022,12(7):80-83. 被引量：2
2纪荷怡,崔辉,李梅杰,王春平.基于灰色马尔科夫模型的高速公路大客车月平均日交通量预测[J].山东交通科技,2023(5):56-59.
3张园园,王岁红.基于BP神经网络的西安地铁后全运期客流预测[J].西安交通工程学院学术研究,2023,8(4):55-58.
4牛璐瑶,葛炬.基于灰色预测模型的河南省多式联运货运量预测研究[J].物流科技,2024,47(17):88-91.
5李国平.基于无偏灰色-马尔可夫链模型的铁路客运量预测研究[J].科学技术创新,2024(23):207-210.

1刘丽娟.我国居民消费价格指数变化特征、驱动因素及阶段分异[J].商业经济研究,2020(19):189-192. 被引量：1
2喻龙敏.物价水平与房地产价格之间的动态关系——基于VEC模型的分析[J].上海房地,2020(10):48-53.

科技风

2020年第28期

浏览历史

内容加载中请稍等...

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被引量：1

参考文献1

二级参考文献4

共引文献2

同被引文献11

引证文献1

二级引证文献5

相关作者

相关机构

相关主题

浏览历史

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 被引量：1

参考文献1

二级参考文献4

共引文献2

同被引文献11

引证文献1

二级引证文献5

相关作者

相关机构

相关主题

浏览历史

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被引量：1