本文主要研究内容
作者孙强,周洋,张治鹏（2019）在《基于FARIMA的铁路数据网流量趋势预测》一文中研究指出：利用FARIMA模型,对铁路数据网中的真实数据流量进行建模并分析,提出一种新型的基于FARIMA模型的铁路数据网流量预测方法,该方法能够同时描述网络流量的长相关特性和短相关特性。将FARIMA过程转换为差分过程和ARMA过程进行趋势预测,并且根据平均绝对误差、绝对百分比误差等多项指标进行比较验证。通过对高速铁路数据网6个月的数据进行建模分析,利用不同的参数设置预测未来2个月的流量趋势,并与真实数据进行对比。实验结果表明该方法比传统的基于ARMA模型的预测方法更为精准,能够适用于铁路数据网流量趋势预测。
Abstract
li yong FARIMAmo xing ,dui tie lu shu ju wang zhong de zhen shi shu ju liu liang jin hang jian mo bing fen xi ,di chu yi chong xin xing de ji yu FARIMAmo xing de tie lu shu ju wang liu liang yu ce fang fa ,gai fang fa neng gou tong shi miao shu wang lao liu liang de chang xiang guan te xing he duan xiang guan te xing 。jiang FARIMAguo cheng zhuai huan wei cha fen guo cheng he ARMAguo cheng jin hang qu shi yu ce ,bing ju gen ju ping jun jue dui wu cha 、jue dui bai fen bi wu cha deng duo xiang zhi biao jin hang bi jiao yan zheng 。tong guo dui gao su tie lu shu ju wang 6ge yue de shu ju jin hang jian mo fen xi ,li yong bu tong de can shu she zhi yu ce wei lai 2ge yue de liu liang qu shi ,bing yu zhen shi shu ju jin hang dui bi 。shi yan jie guo biao ming gai fang fa bi chuan tong de ji yu ARMAmo xing de yu ce fang fa geng wei jing zhun ,neng gou kuo yong yu tie lu shu ju wang liu liang qu shi yu ce 。
论文参考文献
论文详细介绍
论文作者分别是来自铁道学报的孙强,周洋,张治鹏，发表于刊物铁道学报2019年02期论文，是一篇关于铁路数据网论文,模型论文,长相关性论文,趋势预测论文,铁道学报2019年02期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自铁道学报2019年02期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：铁路数据网论文; 模型论文; 长相关性论文; 趋势预测论文; 铁道学报2019年02期论文;