孙 斌，陈思伶，杜丽慧

（1.中铁四局集团建筑工程有限公司，安徽 合肥230022；2.华东交通大学经济管理学院，江西 南昌330013）

由于我国的地理条件内陆深、范围广，铁路在我国的物流发展中具有举足轻重的地位[1]。铁路货运量是研究物流需求的重要指标之一，能够为铁路物流基础建设和物流系统的合理规划提供重要依据。铁路工作的规划需要获取未来一定时期的铁路客、货运流量，科学准确的预测铁路流量是铁路规划的前提和基础，能获取不同时间、空间区域的流量特征，为铁路规划提供全面、可靠的参考[2]。然而，在类似新冠疫情这样的极端事件突发时，运输量会呈现出一定的复杂性和不确定性，后续的抗疫工作也会给交通运输业带来较大影响，因此，准确的预测铁路货运量数据与变化趋势对铁路工作的开展有重要的参考意义。

刘月等通过对比考虑滞后期与不考虑滞后期的模型，证明了将滞后性引入吞吐量预测的重要性[3]；DAI在分析影响交通流量因素的基础上，采用多元线性回归方法预测交通流量[4]；黄慧琼采用模糊线性回归算法对交通流量进行预测，但这一方法不适合预测波动大的数据[5]；汪志红等将改进的移动平均自回归模型（ARIMA）应用于月度铁路客运量的预测，分析了季节因素与节假日对铁路客运量的影响[6]；贾学锋利用灰色预测模型进行公路货运量的预测研究，取得了较好的预测效果，实现了小样本数据的货运量预测[7]；原云霄等基于AR I MA模型实现了对公路物流指数的预测过程，并得到了比较好的拟合效果[8]；……