城际高铁

作品数：79被引量：221H指数：9
导出分析报告
相关领域：经济管理交通运输工程更多>>
相关作者：陈胜蓝姜博韩晨李欧阳孙小慧更多>>
相关机构：西南交通大学北京交通大学石家庄铁道大学厦门大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金内蒙古自治区自然科学基金山东省社会科学规划研究项目广西财经学院校级课题更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 主题=客流x
共 条 记 录，以下是1-6
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于EGA模型的城际高铁客流量预测
《中国市场》2021年第4期26-28,共3页耿立艳 胡瑞 张占福 
国家自然科学基金青年项目(项目编号:61503261);2019年度河北省人才培养工程项目(项目编号:A201901048);2019年中国物流学会、中国物流与采购联合会面上研究课题(项目编号:2019CSLKT3-020)。
城际高铁客流量序列呈现出不平稳和波动性特征,常规预测方法很难对其进行精准预测。文章提出将EMD、GRNN和ARIAM模型相结合的城际高铁客流量预测模型(EGA)。EGA模型充分利用三者的优势,提升城际高铁客流量预测精度。通过某城际高铁站日...
关键词：EGA 高铁客流量预测 EMD GRNN ARIMA模型 
基于ARIMA-SVM的城际高铁客流量短期预测被引量：8
《交通与运输》2020年第6期42-45,共4页耿立艳 张占福 李达 
国家自然科学基金青年项目(61503261);2019年度河北省人才培养工程项目(A201901048);2019年中国物流学会、中国物流与采购联合会面上研究课题(2019CSLKT3-020)。
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ARI...
关键词：城际高铁客流量 预测 自回归差分移动平均模型 支持向量机 
基于小波分析与ARIMA模型的城际高铁客流量预测被引量：1
《中国市场》2020年第19期6-8,共3页孙尹硕 潘思敏 耿立艳 于建立 
2019年度大学生创新创业训练计划项目“基于特性分析的城际高铁客流智能预测方法研究”(项目编号:201910107007);国家自然科学基金青年项目(项目编号:61503261);2019年度河北省人才培养工程项目(项目编号:A201901048);2019年中国物流学会、中国物流与采购联合会面上研究课题(项目编号:2019CSLKT3-020)。
城际高铁客流量序列呈现出不平稳和波动性特征,常规预测方法很难对其进行精准预测。为提高城际高铁客流预测精度,先通过小波分析对高铁客流量数据进行平稳化处理,再构建自回归差分移动平均(ARIMA)模型进行预测。应用该方法预测某城际高...
关键词：高铁客流量 小波分析 ARIMA模型 预测 
基于波动聚集性的城际高铁客流量预测被引量：13
《铁道科学与工程学报》2019年第8期1890-1896,共7页耿立艳 鲁荣利 李新杰 
国家自然科学基金青年基金资助项目(61503261);河北省交通运输厅科技计划资助项目(QG2018-4);河北省高等学校青年拔尖人才计划资助项目(BJ2014097)
由于受到众多因素的影响,城际高铁客流量序列呈现出波动聚集性特征,常用的预测方法很难准确揭示这种波动聚集性特征,一定程度上限制了城际高铁客流量预测精度的提高。为解决该问题,将自回归差分移动平均(ARIMA)模型与广义自回归条件异方...
关键词：铁路运输 城际高铁 客流量 预测 ARIMA-GARCH模型 
成绵乐城际高铁客流量影响因素及对策研究
《当代经济》2017年第20期62-63,共2页秦恒 
成绵乐城际高铁是西南地区首条高速铁路客运专线,也是西安-贵阳高铁大动脉的重要组成部分。不仅缩短了城市之间交通所需要的时间,更促进了城际高铁线路上城市的交通、旅游和经济发展。本文主要通过对于成绵乐城际高铁客流量的分析,研究...
关键词：成绵乐 城际高铁 客流量 
京沪沿线铁路网络系统职能分工研究被引量：3
《地理研究》2016年第9期1701-1713,共13页龙茂乾 孟晓晨 李贵才 
国家自然科学基金项目(41171131)
远程高铁、城际高铁和普通铁路三大系统组成的铁路网络系统将在未来发挥举足轻重的作用。基于京沪高铁和京沪铁路近4000份实地调研数据及实际客流,探讨客流流动格局,辨析三大铁路系统的分工。研究发现:1高铁和普铁城市联系职能分工明显...
关键词：京沪高铁 普通铁路 城际高铁 城市 客流 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部