基于时间序列的铁路客流量预测及票额优化配置
【摘要】 铁路客流量受多因素影响，其时序特征明显，因此，基于平稳时间序列构建客流数据预测模型及区间票额分配模型，有利于掌握客流动态变化，改善铁路运营压力。实现特征数据抽取系统开发，进行累加、循环、筛选算法等数据预处理；运用多因子方差分析评价多种因素的显著相关性影响，通过自回归移动平均模型（auto-regressivemovingaveragemodel，ARMA）进行短时旅客客流量预测及其优化建模，结果表明：该模型拟合效果良好，预测精度高。此外，基于线性规划实现客座率最大化的区间票额分配优化模型，并通过真实数据验证其方案是可行、有效的，研究结果对于指导铁路票额分配具有较好的参考价值。
