- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
铁路客流量预测
目录
6
8
9
11
11
12
12
1
一、 摘要
摘 要:文章以铁路客流量的短期预测作为切入点,采用定量的时
间序列分析方法,建立季节自回归综合移动平均(季节性 ARIMA 模型)
模型对时间序列进行量化分析。首先阐述基于该模型的预测的一般过
程,即:平稳化处理、差分变换的阶数辨识、参数估计,时间序列模型
的构建,然后利用标准 BIC 值,确定 适合的季节自回归综合移动平
均模型,取得了较为理想的预测效果。同时运用灰色预测模型建立铁
路客流预测模型,对我国铁路客运量进行预测,灰色模型的方 简单,
适合在数据少的情况下预测短期客流量,对未来的结果有很好的预测
效果。
关键词 :季节性 ARIMA 灰色预测 铁路客流量预测
二、 选题背景与意义
宏观上来讲铁路客流预测是铁路客运系统合理规划的基础,只有
在对规划年度客流的流量、流向、流径进行合理预测与分析的基础之
上,才能合理规划未来铁路客运系统的设施设备,合理安排运量,合
理确定系统各阶段的发展目标使整个铁路客运系统与社会经济发展、
生产力布局相适应,确保国民经济的正常发展。
微观层上来讲主要有以下三方面。
一是铁路客流量预测是铁路设备建设投资的重要依据。通过对各
2
项客流预测结果分析,可以合理确定研究线路近期、中期、远期在路
网中的功能和作用,从而为新线建设、旧线改造和相关客运场站技术
设备修建与改造提供客观的依据。
二是铁路客流预测是编制铁路客流计划的基础。由于我国目前整
体运能不足,再加上铁路运输自身的特点,在日常的客流运输组织中
需要定期编制相应的客流计划,而准确的客流资料就是该项工作的基
础,如果客流资料不完备就会造成运力资源分配的不平衡,从而致使
客流滞塞及运力虚糜。
三是铁路客流预测是项目评价及投资估算的依据。铁路客运建设
项目是否值得的投资,什么时候投资,投资规模如何,必须依据未来
运量来确定。系统建成后,其寿命期内获利多少,也需要借助于逐年
的未来运量才能估量和计算。如果没有科学、合理的运量为基础,就
必然不能正确衡量和估算系统的经济成本和经济效益,致使经济评估
失去真实性,导致投资决策的失误。
由以上分析可以看出铁路客流的预测对于系统的规划与建设、
项目的投资与估算有着重要的依据。
三、 模型建立与求解
3.1、ARIMA 模型
随机 时间序列分析模型可划分为 3 种不同类别 :自回归模型
( AR )[1]、滑动平均模型(MA )[2]以及自回归滑动平均模型( ARMA )。而
3
自回归滑动平均模型研究的仅为平稳时间序列,而对于非平稳时间序
列则通常采用自回归综合移动平均模型ARIMA 。ARIMA 模型亦可分为
带趋势性的模型 ARIMA p , d , q ,和既带有趋势又有季节性趋势的模型
ARIMA p , d , q (P ,D , Q)s 。
自回归移动平均过程是由自回归和移动平均两部分组成的随机
过程,形式化表示为 ARMA(p , q) ,其中p 和q 分别为 自回归和移动平
均部分的最大阶数。ARMA(p , q) 的数学表达式为:
X X X X
t 1 t 1 2 p 2 p t p t 1 t 1 1 t 2 q t q
提取公因式,得到如下式子:
2 p 2 q
(1 L L L )X (1 L L L )
文档评论(0)