基于ARIMA-BP组合模型的货运量预测研究

摘要

为了提高铁路货运量的预测精度,基于货运量线性和非线性的特点,选取中国铁路1980-2020年的货运量作为研究对象,提出ARIMA和BP神经网络的组合模型,基于简单加权和残差优化两种不同组合方法对铁路货运量进行建模分析,并与ARIMA、BP神经网络单一模型进行对比。实验结果表明,ARIMA-BP残差优化的组合模型结果精度较高,评价指标MAE、MAPE、RMSE分别为5 135.90、0.020 9、8 462.49。基于ARIMA-BP残差优化的组合模型实现了对货运量的较好预测,对铁路运输部门灵活制定相关政策具有重要意义。