原文传递
考虑疫情影响的铁路旅客周转量SVM-XGBoost组合模型预测方法
| 题名： | 考虑疫情影响的铁路旅客周转量SVM-XGBoost组合模型预测方法 |
| 作者： | 王芳 1 闫安 1 高萌 1 张宇昂 2 金鹭 2 户佐安 2,3 |
| 作者单位： | 1. 国家铁路局市场监测评价中心2. 西南交通大学,交通运输与物流学院3. 综合交通大数据应用技术国家工程实验室 |
| 关键词： | 关键词：铁路旅客周转量预测;新冠肺炎疫情;组合预测;XGBoost;支持向量机; |
| 摘要： | 摘要：突发性公共卫生问题如新冠疫情给我国铁路运输行业带来了巨大的挑战，传统的时间序列预测法对铁路旅客周转量的预测效果已无法满足需求。本文充分考虑疫情因素，选取现有新冠肺炎确诊病例数等指标作为影响因素，运用SVM-XGBoost组合模型对铁路旅客周转量进行预测，并将预测结果与时间序列法中的SARIMA模型、指数平滑模型进行对比，结果表明其在新冠肺炎疫情影响下具有更好的预测效果。 |
| 期刊名称： | 综合运输 |
| 出版日期： | 202405 |
| 出版年： | 2024 |
| 期： | 9 |
检索历史
应用推荐
