典型文献
基于ARIMA-BP组合模型的城市公交客运量预测
文献摘要：
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.
文献关键词：
客运量预测;ARIMA模型;BP模型;组合模型预测
中图分类号：
作者姓名：
刘昶;吴君华;张凤娇;于多友
作者机构：
南京林业大学 汽车与交通工程学院,南京210037
文献出处：
引用格式：
[1]刘昶;吴君华;张凤娇;于多友-.基于ARIMA-BP组合模型的城市公交客运量预测)[J].智能计算机与应用,2022(07):80-83,89
A类：
B类：
ARIMA,城市公交,客运量预测,城市居民,交通出行,供需矛盾,城市公共交通,需求预测,研究课题,组合模型预测
AB值：
0.182411
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
