基于ARIMA-SVM的城际高铁客流量短期预测

摘要

为提高城际高铁客流量的短期预测精度,提出一种自回归差分移动平均(ARIMA)和支持向量机(SVM)相结合的城际高铁客流量组合预测模型(ARIMA-SVM模型).利用ARIMA模型预测城际高铁客流量的线性特征,通过SVM修正ARIMA模型的预测残差.运用ARIMA-SVM模型、ARIMA模型和SVM分别预测某高铁站城际高铁客流量周数据,根据平均绝对误差(MAE)和平均百分比误差(MPE)2个指标比较3个模型的预测性能.结果表明,ARIMA-SVM模型的MAE和MPE值明显小于ARIMA模型和SVM的对应值.此外,相比于ARIMA模型和SVM,ARIMA-SVM模型更准确地预测城际高铁客流量的非线性变动特征.因此,ARIMA-SVM模型有效提高城际高铁周客流量的短期预测精度.