首页|SARIMA-LSTM组合模型在铁路疫情短时客流的预测研究

SARIMA-LSTM组合模型在铁路疫情短时客流的预测研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
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.
Prediction research of SARIMA-LSTM combination model in the short-term railway passenger flow during epidemics

魏姝瑶、张瑾

展开 >

昆明理工大学交通工程学院,昆明 650504

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

国家自然科学基金

71764013

2023

10.3969/j.issn.1674-8425(z).2023.03.023

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
年,卷(期)：2023.37(6)
  • 1
  • 3