论文摘要
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。
论文目录
文章来源
类型: 期刊论文
作者: 汤银英,朱星龙,李龙
关键词: 铁路,客运量,模型,预测
来源: 交通运输工程与信息学报 2019年01期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 铁路运输
单位: 西南交通大学交通运输与物流学院,综合交通运输智能化国家地方联合工程实验室
分类号: U293.13
页码: 25-32
总页数: 8
文件大小: 620K
下载量: 267