作者：胡小敏; 贺园园铁路客运量组合预测模型最小二乘支持向量机自回归移动平均模型
摘要：为了提高铁路客运量的预测精度,针对单一铁路客运量预测模型以及传统组合预测模型的缺陷,设计了基于组合模型（ARIMA-LSSVM）的铁路客运量预测方法,采用ARIMA对铁路客运量的周期性变化特点进行建模预测,从整体上把握铁路客运量的变化特点,采用LSSVM对铁路客运量的随机性变化特点进行预测,采用具体铁路客运量预测实例对性能进行测试和分析。结果表明,ARIMA-LSSVM可以准确、全面描述铁路客运量的变化特点,提高了铁路客运量的预测准确性,预测结果可以为铁路管理者提供有价值信息。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
