论文摘要
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。
论文目录
文章来源
类型: 期刊论文
作者: 耿立艳,鲁荣利,李新杰
关键词: 铁路运输,城际高铁,客流量,预测,模型
来源: 铁道科学与工程学报 2019年08期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 铁路运输
单位: 石家庄铁道大学经济管理学院
基金: 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)
分类号: U293.13
DOI: 10.19713/j.cnki.43-1423/u.2019.08.004
页码: 1890-1896
总页数: 7
文件大小: 549K
下载量: 80