检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]山东理工大学交通与车辆工程学院,山东淄博255049
出 处:《中国管理信息化》2012年第13期45-46,共2页China Management Informationization
摘 要:首先阐述了公路客运量预测的重要性,分析回顾了基于ARMA的时间序列方法和RBF神经网络方法。针对上述方法的不足之处,为进一步提高预测结果的准确性,提出了ARIMA-EGARCH-M-GED模型。EGARCH-M模型能很好地刻画数据的异方差特性,同时还能体现正、负冲击带来的非对称效应,有很大的灵活性。再利用拉格朗日乘数法对其残差序列作检验,发现存在明显的异方差性。经验证,残差的异方差性可通过EGARCH-M-GED(自回归条件异方差)模型来拟合,建立了ARIMA-EGARCH-M-GED模型。最后提出了进一步研究的方向,以不断提高公路客运量预测的准确度。
关 键 词:ARMA模型 RBF神经网络模型 ARIMA-EGARCH-M-GED模型 双重AR-MA模型 客运量 预测
分 类 号:F542[经济管理—产业经济] U491[交通运输工程—交通运输规划与管理]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.15