首页|基于IOWGA算子的铁路月度客运量的组合预测

基于IOWGA算子的铁路月度客运量的组合预测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
我国铁路月度客运量增长趋势和季节特征明显,铁路月度客运量的精确预测能为铁路部门有效调度运力提供决策依据.选取2010年1月至2019年4月铁路月度客运量数据,先分别构建GM(1,1)灰色系统、Holt-Winters模型和SARIMA模型等3种单预测模型,再依据上述单预测模型,利用IOWGA算子构建组合预测模型,并检验IOWGA组合模型的有效性.结果显示:IOWGA组合模型的各项预测有效性检验指标均优于单个预测模型;预测2019年5月至2020年2月铁路月度客运量仍呈上升趋势,且客运高峰为7-9月和1-2月,客运低峰为11-12月.
Combined Forecast of Railway Monthly Passenger Volume Based on IOWGA Operator

卢小兰、张可心

展开 >

江汉大学商学院,湖北武汉430056

湖北师范大学数学与统计学院,湖北黄石435002

铁路月度客运量 组合预测 IOWGA算子 SARIMA模型 Holt-Winters模型

教育部人文社会科学基金青年项目武汉市教育局“湖北省省属高校优势特色学科群——城市圈经济与产业集成管理”建设经费资助项目

17YJC7901532013097

2020

数学的实践与认识
中国科学院数学与系统科学研究院

数学的实践与认识

CSTPCD
影响因子：0.349
ISSN：1000-0984
年,卷(期)：2020.50(6)
  • 4
  • 15