基于ARIMA模型的极端事件下铁路货运量预测研究
作者:
作者单位:

作者简介:

孙斌(1968—),男,高级会计师,研究方向为资产定价,会计核算。E-mail:sunchao_1519@163.com。

通讯作者:

中图分类号:

[U2-9]

基金项目:

国家社会科学基金(19BTJ048)


Study on Prediction of Railway Freight Volume under Extreme Events Based on ARIMA Model
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    合理预测货运量是铁路部门制定列车开行方案及组织管理的基础,在类似突发疫情这种极端事件时,准确预测铁路货运量的数据与变化趋势对铁路工作的开展有重要的参考意义。 建立 ARIMA 模型,利用 2010 年 1 月—2020 年 1 月的铁路货运量正常数据与疫情突发后 2020 年 2 月的异常数据,对 2020 年 3—10 月的铁路货运量进行预测。 结果表明,ARIMA 模型能够结合异常数据对极端事件发生后的铁路货运量进行较精准的预测。

    Abstract:

    Reasonable prediction of freight volume is the basis for the railway department to formulate the train operation plan and organization management. In such extreme events as sudden outbreak, accurate prediction of railway freight volume data and change trend has a positive reference significance for the development of railway work. The ARIMA model was established to predict the railway freight volume from March to October 2020 by using the normal data of railway freight volume from January 2010 to January 2020 and the abnormal data from February 2020 after the outbreak of the epidemic. The results show that the ARIMA model can accurately predict the railway freight volume after extreme events by combining with abnormal data.

    参考文献
    相似文献
    引证文献
引用本文

孙斌,陈思伶,杜丽慧.基于ARIMA模型的极端事件下铁路货运量预测研究[J].华东交通大学学报,2021,38(2):67-72.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2021-06-18
  • 出版日期: