胡小敏， 贺园园

(西安交通工程学院，西安 710300)

基于组合模型的铁路客运量预测

胡小敏， 贺园园

(西安交通工程学院，西安 710300)

为了提高铁路客运量的预测精度，针对单一铁路客运量预测模型以及传统组合预测模型的缺陷，设计了基于组合模型(ARIMA-LSSVM)的铁路客运量预测方法，采用ARIMA对铁路客运量的周期性变化特点进行建模预测，从整体上把握铁路客运量的变化特点，采用LSSVM对铁路客运量的随机性变化特点进行预测，采用具体铁路客运量预测实例对性能进行测试和分析。结果表明，ARIMA-LSSVM可以准确、全面描述铁路客运量的变化特点，提高了铁路客运量的预测准确性，预测结果可以为铁路管理者提供有价值信息。

铁路客运量； 组合预测模型； 最小二乘支持向量机； 自回归移动平均模型

0 引言

随着我国交通事业的不断发展，铁路客运量不断增加，铁路客运量预测结果可以指导铁路企业和管理进制定相应的措施，对于提高经营、管理水平具有重要的意义[1]。铁路客运量受到许多因素影响，如经济、政策、人口数量等，这些因素之间又相互影响，导致铁路客运量变化十分复杂，设计性能优异的铁路客运量预测模型成为了铁路研究领域的一个重要方向[2]。

铁路客运量具有随机性、周期性变化特点，而且非平稳性相当明显，难以建立精确的数学模型[3]，当前常根据铁路客运量的历史数据进行建模，历史数据隐藏一定变化特征，可以从中发现铁路客运量的变化规律[4]。……