重庆理工大学学报2023，Vol.37Issue(6) ：204-211.DOI:10.3969/j.issn.1674-8425(z).2023.03.023

SARIMA-LSTM组合模型在铁路疫情短时客流的预测研究

Prediction research of SARIMA-LSTM combination model in the short-term railway passenger flow during epidemics

魏姝瑶 张瑾
重庆理工大学学报2023，Vol.37Issue(6) ：204-211.DOI:10.3969/j.issn.1674-8425(z).2023.03.023
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

SARIMA-LSTM组合模型在铁路疫情短时客流的预测研究

Prediction research of SARIMA-LSTM combination model in the short-term railway passenger flow during epidemics

魏姝瑶 1张瑾1
扫码查看

作者信息

  • 1. 昆明理工大学交通工程学院,昆明 650504
  • 折叠

摘要

针对新型冠状病毒肺炎疫情这类突发性公共卫生事件对铁路短时客流造成的巨大扰动问题,分析疫情下的春运周期性、季节性的非平稳时间序列日客流曲线,构建基于SARIMA-LSTM的组合模型.利用SARIMA模型进行线性部分预测,LSTM滚动优化模型进行非线性部分预测,将2个预测结果代入注意机制模块加权求和,引入GRU门控循环单元辅助验证.通过对实例研究分析,结果表明:SARIMA-LSTM组合模型的预测结果控制性好,准确率高,可为疫情突发事件短时客流数据集的预测提供理论依据.

关键词

铁路运输/短时客流预测/SARIMA-LSTM组合模型/滚动优化算法/注意机制

引用本文复制引用

基金项目

国家自然科学基金(71764013)

出版年

2023
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
被引量1
参考文献量3
段落导航相关论文