文献

J-GLOBAL ID：202002254987818884   整理番号：20A2668053

鉄道乗客輸送予測モデルの比較【JST・京大機械翻訳】

Comparative analysis of prediction model of railway passenger volume

著者 (3件)： Wang Lei (大連交通大学交通運輸工程学院,遼寧大連116028) ,  Jin Yong (大連市国土空間規画設計有限公司,遼寧大連116000) ,  Liu Yan (大連交通大学交通運輸工程学院,遼寧大連116028)
資料名： Shandong Jiaotong Xueyuan Xuebao  (Shandong Jiaotong Xueyuan Xuebao)
巻： 28  号： 3  ページ： 25-32,47  発行年： 2020年 
JST資料番号： C3610A  ISSN： 1672-0032  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 鉄道輸送部門の計画設計に科学的で正確な短期鉄道予測客運量を提供するために、2005-2018年の鉄道月乗客輸送量に基づき、その増加傾向と周期性変化規則に従って、その成長傾向と周期変化規則を基づいて、その成長傾向と周期変化法則を基づいて、以下の結論を得た。季節性指数平滑法と季節差動自己回帰移動平均法(seasonalautoregressiveintegratedmovingaverage,SARIMA)を用いて、モデルを樹立した。2019年の鉄道乗客量を予測し,実際の乗客輸送量と比較した。平均絶対パーセント誤差(rootmeansquareerror、MAPE)と平方自乗平均誤差(rootmeansquareerror,RMSE)を測定基準とし、2つの方法の予測結果を比較分析した。解析結果は,指数平滑法と比較して,SARIMAモデルが,予測鉄道乗客のMAPEを56.26%減少させ,RMSEを64.61%減少し,そして,SARIMAモデルは,鉄道乗客輸送の短期予測に,より適切であり,そして,精度は,より正確であった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 移動平均法 ,  指数平滑法 ,  *旅客輸送 ,  鉄道輸送 ,  周期変化 ,  実効値 ,  *乗客 ,  短期予測 ,  *予測モデル
準シソーラス用語： 周期性 ,  比較分析 ,  季節性 ,  自己回帰 , 【Automatic Indexing@JST】

分類 (3件)： 輸送と業務  (TC01030N) ,  鉄道輸送・サービス一般  (TC01010R) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 鉄道 ,  乗客輸送 ,  予測モデル