基于SARIMA-SVR组合模型的我国新能源汽车销量预测研究.pdf

摘要

新能源汽车发展问题是当代社会的热门话题之一，本文基于我国新能源汽车销量

月度数据进行销量预测研究。

本文首先根据新能源汽车销量数据特点，分别建立时间序列模型（SARIMA）以

及支持向量机回归模型（SVR）对销量数据进行预测分析。为了得到更好的预测精度，

引入基于时间序列模型及支持向量机回归模型的组合模型，通过对比两种单一模型和

三种组合模型，选择预测精度最高的模型对我国2024年新能源汽车销量进行预测。

通过对新能源汽车销量数据的分析，发现其有非常明显的季节性变化趋势，所以

传统的时间序列模型无法满足建模需求，选择使用SARIMA模型进行预测分析，预测

精度为0.0596。为了达到对比择优的目的。选择建立支持向量机回归模型对汽车销量

进行预测，通过交叉验证的方法进行参数寻优，最后得到预测精度为0.04。由于单一

的模型只能反映出序列中部分特征，为了提高预测的准确性与可信性，选择引入组合

模型，分别建立起串联型SARIMA-SVR组合模型以及并联型组合模型。在并联型组

合模型中使用等权重法及相对误差倒数法等两种方法进行权重的赋予。统一将相对误

差记为度量标准，得到三种组合模型的相对误差分别为0.056、0.042、0.038，通过比

较得出，组合模型的预测效果是相对优于单一模型的，最终选择平均相对误差更小的

并联型组合模型对我国2024年12个月的新能源汽车销量进行预测。得到2024年1

月到12月，新能源汽车销量呈现增长态势，并且在2024年的12月份，我国新能源

汽车销量预计突破95万。

通过实证分析以及预测精度的计算，证实了SARIMA-SVR组合模型的可行性，

证实了预测结果的可信性。为相关部门及汽车企业提供一定的理论参考依据。

关键词：新能源汽车；SARIMA；SVR；组合模型；销量预测

Abstract

Thedevelopmentofnewenergyvehiclesisoneofthehottopicsincontemporarysociety.

Thispaperconductssalesforecastingresearchbasedonthemonthlysalesdataofnewenergy

vehiclesinChina.

Inthispaper,accordingtothecharacteristicsofnewenergyvehiclesalesdata,time

seriesmodel(SARIMA)andsupportvectormachineregressionmodel(SVR)were

establishedrespectivelytoforecastandanalyzethesalesdata.Inordertoobtainbetter

forecastingaccuracy,acombinedmodelbasedontimeseriesmodelandsupportvector

machineregressionmodelisintroduced.Bycomparingtwosinglemodelsandthree

combinedmodels,themodelwiththehighestforecastingaccuracyisselectedtoforecastthe

salesvolumeofnewenergyvehiclesin2024