/2

基于SARIMA的铁路客流量预测模型-基于R模型体验

模型简介 技术文档 购买咨询
政府 0 377 0 ¥399

基于SARIMA的铁路客流量预测模型

一、模型应用

本案例通过列车运行的2015年1月至2016年3月的数据进行分析,对ST250站点的客流规律进行探索分析,并构建模型预测ST250站点的旅客上车出行的客流量,进而给铁路部门的站点规划、服务改进与列车调度提供合理参考。

表 1给出了2015年1月至2016年3月的列出运行的部分梯形密度表数据:

表 1梯形密度表

QQ截图20181016135449.png

本次数据挖掘建模目标如下:*数据详见:示例程序/data/201501-201603

(1)利用列车运行数据,探索ST250站点旅客出行规律;

(2)构建模型,对ST250站点旅客的上车出行客流量情况做出预测。

二、实现流程

以上应用其主要流程为:

  1. 数据抽取

  2. 数据清洗、异常值排除等数据预处理操作

  3. ARIMA模型

  4. 非节假日客流预测

  5. 节假日客流预测

image001.png

本用例基于时间序列ARIMA模型,采用含有季节性趋势的SARIMA模型对数据进行拟合,实现对铁路客流量进行预测。

三、核心技术

  • 数据预处理

  • 时间序列(SARIMA)模型

  • 节假日与非节假日客流预测

四、你可以将本模型用于

  • 教与学:可落地操作、学生参与度高、交互性强;

  • 科研:将前时间序列SARIMA模型与具体行业应用结合,为科学研究提供素材;

  • 生产:将模型改进后直接用于实际生产环境:优化铁路车辆资源配置、客运汽车资源配置。

五、运行环境

windows/linux/mac OS,64位操作系统,内存:4GB以上,R3.5.1

六、资源展示

image003.png

image005.png

image007.png

您尚未登录,请登录后购买! 【马上登录

评论已有 0