[发明专利]一种关于高速铁路客流的组合预测方法

摘要

本发明公开了一种关于高速铁路客流的组合预测方法。所述方法包括：S1采集信息、S2、建立边缘分布序列；S3、构建阿基米德多元Copula函数；S4、建立关于高铁客流边缘分布的函数；S5、进行多项式拟合；S6、客流预测；S7、组合预测。其中，“边缘分布序列”、“Copula函数”的结果是“关于高铁客流边缘分布的函数”的输入，“关于高铁客流边缘分布的函数”与“多项式拟合”的结果是“客流预测”的输入，“客流预测”的结果是“组合预测”的输入，最终结果是将不同Copula函数的客流预测结果，根据最优加权法，进行组合预测得到。该方法可以针对存在市场竞争要素的OD下的高速铁路短期客流预测，保证预测精度，易于计算，在一定程度上优于传统预测模型。

主权项

1.一种关于高速铁路客流的组合预测方法，其特征在于，包括以下步骤：S1：采集每天的竞争要素信息和高速铁路客流数据，分别得到反应不同竞争要素的观测序列X1,X2,…,XK和反应高速铁路客流的观测序列Y；S2：根据S1得到的观测序列，通过计算分别得到竞争要素的边缘分布序列U1,U2,…,UK与高速铁路客流的边缘分布序列V；S3：根据阿基米德Copula函数的基本形式：构建ClaytonCopula函数，Gumbel Copula函数及Frank Copula函数，计算每个函数中的参数θ，得到Copula函数的结果构成序列Cclayton,Cgumbel,Cfrank，其中，U1,U2,…,UK,V为列向量，θ为参数，根据阿基米德Copula函数的生成元函数则有Clayton Copula函数生成元为θ∈(0,∞)；GumbelCopula函数生成元为FrankCopula函数生成元为S4：将步骤S2中的边缘分布序列Um代入到步骤S3中构建的三种不同的阿基米德Copula函数中，得到关于高铁客流边缘分布V的三个函数Cclayton(V)、Cgumbel(V)、Cfrank(V)；S5：将S2中高铁客流的边缘分布序列V作为自变量，将S3中的序列Cclayton,Cgumbel,Cfrank作为因变量进行多项式拟合，分别得到关于客流边缘分布V的三个函数C′clayton(V)、C′gumbel(V)、C′frank(V)；S6：将S4中的Cclayton(V)、Cgumbel(V)、Cfrank(V)与S5中拟合得到的C′clayton(V)、C′gumbel(V)、C′frank(V)关系式对应联立，得到关于高铁客流边缘分布序列V的预测值，将其带入到高铁客流边缘分布函数的逆函数中，分别得到Clayton Copula函数，Gumbel Copula函数及FrankCopula函数的高铁客流预测结果；S7：根据最优加权法则，将Clayton Copula函数，Gumbel Copula函数及Frank Copula函数的高铁客流预测结果，进行组合预测，得到最终的客流组合预测结果，其中所述K为自然数，m为大于等于1小于等于K的自然数。