基于GM(1,1)–SARIMA组合模型的铁路客运量预测研究

摘要

精确预测铁路客运量是科学设置列车出行计划,铁路运输规划的重要前提,为了克服单一模型在铁路客运量预测上的不足,选取2010年1月至2019年12月全国铁路客运量数据,结合STL时序分解法将客运量数据分解为三项,探索性分析后,选用GM(1,1)和SARIMA模型对三项数据进行预测,组合成最终结果,以MAPE、RMSE和R^(2)为评价指标,将组合模型与单一GM(1,1)和SARIMA模型对比分析,试验结果表明,组合模型的R^(2)更接近于1,RMSE降低了55.31%~86.30%,MAPE降低了54.39%~82.61%。证明了GM(1,1)–SARIMA模型在铁路客运量预测上的准确性和适用性。