Resumen

Con el fin de mejorar la precisin de la prediccin del trfico ferroviario de pasajeros, se combinan un modelo ARIMA y un FSVR para proponer un mtodo de prediccin hbrido. El modelo de prediccin ARIMA se establece a partir de los datos conocidos del trfico ferroviario de pasajeros y, a continuacin, los resultados de la prediccin ARIMA se utilizan como conjunto de entrenamiento del mtodo FSVR. Al mismo tiempo, se introducen los datos de precios areos y de trfico histrico de pasajeros para predecir el trfico futuro de pasajeros, con el fin de realizar la prediccin mixta del trfico ferroviario de pasajeros. El estudio de caso demuestra que el mtodo de prediccin hbrido puede mejorar eficazmente el rendimiento de la prediccin del trfico ferroviario de pasajeros. En comparacin con el mtodo ARIMA simple, el mtodo de prediccin hbrido mejora el retraso de los resultados de la prediccin. En comparacin con el resultado de prediccin FSVR, el mtodo de prediccin hbrido reduce en gran medida los errores en los puntos extremos del trfico de pasajeros y la prediccin a largo plazo. Los resultados relevantes de la investigacin de este artculo proporcionan una referencia til para la prediccin del trfico ferroviario de pasajeros.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Mejorar; Exactitud de la predicción; Tráfico ferroviario de pasajeros; Modelo ARIMA; FSVR; Método híbrido de predicción
• Keywords:Improve; Prediction accuracy; Railway passenger traffic; ARIMA model; FSVR; Hybrid prediction method