首先,根據(jù)鐵路月度客運(yùn)量時(shí)序圖呈現(xiàn)的趨勢(shì)性、周期性和隨機(jī)波動(dòng)性,運(yùn)用季節(jié)分解法將其分解為趨勢(shì)循環(huán)分量、季節(jié)因子分量和不規(guī)則分量,直觀量化地表征出所蘊(yùn)含的特征信息。接著,引入季節(jié)時(shí)間序列模型（SARIMA）對(duì)平穩(wěn)化和單整檢驗(yàn)后的月度客運(yùn)量序列的趨勢(shì)性和季節(jié)性進(jìn)行建模,通過(guò)季節(jié)差分序列的相關(guān)圖篩選確定出最佳模型階數(shù),得到SARIMA基礎(chǔ)預(yù)測(cè)模型。然后,為提高模型對(duì)波動(dòng)性的刻畫(huà)精度,消除異方差影響,再對(duì)基礎(chǔ)模型的回歸殘差進(jìn)行ARCH檢驗(yàn),構(gòu)建出廣義自回歸條件異方差（GARCH）模型,并檢驗(yàn)所建SARIMA-GARCH融合模型的穩(wěn)定性。最后,將融合模型與常規(guī)SARIMA、ARIMA和NAR動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)模型的短期預(yù)測(cè)值進(jìn)行精度對(duì)比驗(yàn)證,并對(duì)其中長(zhǎng)期預(yù)測(cè)性能做測(cè)試分析。結(jié)果表明,SARIMA-GARCH模型短期預(yù)測(cè)性能優(yōu)于SARIMA、ARIMA和NAR動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)模型。 

【文章來(lái)源】：鐵道學(xué)報(bào). 2020,42(06)北大核心EICSCD

【文章頁(yè)數(shù)】：10 頁(yè)

【部分圖文】：

客運(yùn)量原始序列Y的時(shí)序圖

本文采用ADF單位根檢驗(yàn)法來(lái)判定時(shí)間序列的平穩(wěn)性。若不平穩(wěn),則對(duì)LY序列依次進(jìn)行d階差分直至序列平穩(wěn),再進(jìn)行分析建模。對(duì)LY序列的平穩(wěn)性ADF檢驗(yàn)結(jié)果見(jiàn)表1。表1 LY序列ADF檢驗(yàn)結(jié)果 變量序列 ADF檢驗(yàn)統(tǒng)計(jì)量 相應(yīng)顯著水平下的臨界值 相伴概率 結(jié)論 1% 5% 10% LY -2.457 6 -4.018 3 -3.439 1 -3.143 9 0.348 8 非平穩(wěn) 一階差分ΔLY -20.246 6 -4.016 5 -3.438 2 -3.143 3 0.000 0 平穩(wěn)

檢驗(yàn)結(jié)果分析:(1)LY序列的ADF檢驗(yàn)統(tǒng)計(jì)量均大于1%、5%和10%水平的臨界值,且接受存在單位根的原假設(shè)的概率為0.348 8。所以,LY序列是非平穩(wěn)序列。(2)經(jīng)一階差分后的序列ΔLY對(duì)應(yīng)的ADF檢驗(yàn)統(tǒng)計(jì)量為-20.246 6,小于1%的顯著水平臨界值,其接受存在單位根原假設(shè)的概率為0,即不接受原假設(shè),表明ΔLY是平穩(wěn)的。同時(shí),從一階差分序列ΔLY的時(shí)序圖3也可看出,差分序列圍繞0軸上下波動(dòng),呈現(xiàn)出良好的平穩(wěn)性。綜上,LY序列為一階單整序列,記為L(zhǎng)Y～I(xiàn)(1)。2.2 月度客運(yùn)量時(shí)間序列特征信息分解

【參考文獻(xiàn)】：
期刊論文
[1]基于數(shù)據(jù)替補(bǔ)修正的高速鐵路日�？瓦\(yùn)量VMD-GA-BP預(yù)測(cè)方法[J]. 史峰,楊星琪,胡心磊,徐光明,武潤(rùn)發(fā).  中國(guó)鐵道科學(xué). 2019(03)
[2]基于SARIMA模型的鐵路月度客運(yùn)量預(yù)測(cè)[J]. 湯銀英,朱星龍,李龍.  交通運(yùn)輸工程與信息學(xué)報(bào). 2019(01)
[3]基于ARIMA-GARCH-M模型的短時(shí)交通流預(yù)測(cè)方法[J]. 王曉全,邵春福,尹超英,計(jì)尋,管嶺.  北京交通大學(xué)學(xué)報(bào). 2018(04)
[4]基于微分信息的ARMAD-GARCH股價(jià)預(yù)測(cè)模型[J]. 張貴生,張信東.  系統(tǒng)工程理論與實(shí)踐. 2016(05)
[5]基于SARIMA模型的北京地鐵進(jìn)站客流量預(yù)測(cè)[J]. 王瑩,韓寶明,張琦,李得偉.  交通運(yùn)輸系統(tǒng)工程與信息. 2015(06)
[6]基于灰色理論和馬爾科夫模型的城市公交客運(yùn)量預(yù)測(cè)方法[J]. 楊琦,楊云峰,馮忠祥,趙現(xiàn)偉.  中國(guó)公路學(xué)報(bào). 2013(06)
[7]基于指數(shù)平滑法和馬爾科夫模型的公路客運(yùn)量預(yù)測(cè)方法[J]. 芮海田,吳群琪,袁華智,馮忠祥,朱文英.  交通運(yùn)輸工程學(xué)報(bào). 2013(04)
[8]基于春節(jié)因素的中國(guó)鐵路月度客運(yùn)量季節(jié)調(diào)整模型研究[J]. 汪志紅,汪前元.  鐵道學(xué)報(bào). 2013(07)
[9]基于ARMA-GARCH模型的水文過(guò)程不確定性分析[J]. 王紅瑞,高雄,錢(qián)龍霞,俞淞.  中國(guó)科學(xué):技術(shù)科學(xué). 2012(09)
[10]基于混沌理論的鐵路客貨運(yùn)量預(yù)測(cè)研究[J]. 朱子虎,翁振松.  鐵道學(xué)報(bào). 2011(06)

博士論文
[1]子年度經(jīng)濟(jì)時(shí)間序列季節(jié)調(diào)整模型與應(yīng)用研究[D]. 桂文林.暨南大學(xué) 2011



本文編號(hào)：3220152