基于ARIMA-BP组合模型的城市公交客运量预测

摘要：

随着社会经济的快速发展,城市居民日常公共交通出行供需矛盾日益突出,城市公共交通客运量需求预测成为其发展规划中的重要研究课题之一.针对于此,本文利用时间序列(ARIMA)模型与神经网络(BP)模型相结合的组合模型,以南京市地铁客运量为例,预测城市公共交通客运量的变化情况.结果证明,本文提出的ARIMA-BP组合模型预测精度优于单一模型.

关键词：客运量预测、ARIMA模型、BP模型、组合模型预测

所属期刊栏目：12

分类号：U469.79(汽车工程)

资助基金：南京林业大学高层次人才创新基金G2014026

在线出版日期：2022-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：80-83,89