商品详情
书名:城际高铁客流智能预测研究
定价:168.0
ISBN:9787030858696
作者:耿立艳,魏嘉骏,张占福
版次:1
出版时间:2026-08
内容提要:
目录:
目录
第1章 导论 1
1.1 城际高铁 1
1.2 城际高铁客流形成机理 8
1.3 城际高铁客流影响因素 10
1.4 城际高铁客流预测研究发展趋势 14
1.5 本章小结 26
参考文献 26
第2 章 城际高铁客流预测方法研究 33
2.1 基于统计理论的城际高铁客流预测方法 33
2.2 基于非线性理论的城际高铁客流预测方法 41
2.3 基于灰色理论的城际高铁客流预测方法 53
2.4 基于机器学习的城际高铁客流预测方法 55
2.5 基于组合的城际高铁客流预测方法 61
2.6 本章小结 68
参考文献 69
第3 章 基于GARCH 类模型的神经网络城际高铁客流智能预测研究 72
3.1 城际高铁客流波动聚集性分析方法 72
3.2 GARCH类模型 74
3.3 WNN 78
3.4 GARCH类-WNN模型 92
3.5 基于GARCH 类-WNN模型的城际高铁客流预测 99
3.6 本章小结 112
参考文献 113
第4 章 基于ARIMA模型与SVM模型结合的城际高铁客流智能预测研究 115
4.1 城际高铁客流周期特性 115
4.2 ARIMA模型 117
4.3 SVM模型 121
4.4 ARIMA-SVM组合模型 127
4.5 基于ARIMA-SVM模型的城际高铁客流预测 129
4.6 本章小结 134
参考文献 135
第5 章 基于相空间重构的LSSVM城际高铁客流智能预测研究 138
5.1 城际高铁客流混沌特性判定方法 138
5.2 相空间重构技术 143
5.3 最小二乘支持向量机 150
5.4 相空间重构-LSSVM模型 158
5.5 实证研究 159
5.6 本章小结 173
参考文献 174
第6 章 基于数据分解的城际高铁客流智能组合预测方法研究 176
6.1 基于EEMD的城际高铁客流组合预测方法 176
6.2 基于小波变换的城际高铁客流组合预测方法 190
6.3 基于X12季节调整的城际高铁客流组合预测方法 200
6.4 本章小结 210
参考文献 211
第7 章 结论与展望 213
7.1 主要结论 213
7.2 进一步研究展望 214
定价:168.0
ISBN:9787030858696
作者:耿立艳,魏嘉骏,张占福
版次:1
出版时间:2026-08
内容提要:

本书针对城际高铁客流预测中面临的数据、模型和预测性能等问题,在深入分析城际高铁客流特征和客流数据特点的基础上,基于统计学习理论、非线性理论、灰色理论、机器学习和组合预测等多学科理论与方法,提出了基于人工智能的预测理论与方法,包括GARCH类模型的神经网络、ARIMA与SVM模型、PSO-PSR-LSSVM模型和基于数据分解的智能组合模型,以提高城际高铁客流的预测性能。本书完善了城际高铁客流预测理论和方法研究体系,对城际高铁规划、建设、管理、运营具有重要的实际意义和应用价值。
目录:
目录
第1章 导论 1
1.1 城际高铁 1
1.2 城际高铁客流形成机理 8
1.3 城际高铁客流影响因素 10
1.4 城际高铁客流预测研究发展趋势 14
1.5 本章小结 26
参考文献 26
第2 章 城际高铁客流预测方法研究 33
2.1 基于统计理论的城际高铁客流预测方法 33
2.2 基于非线性理论的城际高铁客流预测方法 41
2.3 基于灰色理论的城际高铁客流预测方法 53
2.4 基于机器学习的城际高铁客流预测方法 55
2.5 基于组合的城际高铁客流预测方法 61
2.6 本章小结 68
参考文献 69
第3 章 基于GARCH 类模型的神经网络城际高铁客流智能预测研究 72
3.1 城际高铁客流波动聚集性分析方法 72
3.2 GARCH类模型 74
3.3 WNN 78
3.4 GARCH类-WNN模型 92
3.5 基于GARCH 类-WNN模型的城际高铁客流预测 99
3.6 本章小结 112
参考文献 113
第4 章 基于ARIMA模型与SVM模型结合的城际高铁客流智能预测研究 115
4.1 城际高铁客流周期特性 115
4.2 ARIMA模型 117
4.3 SVM模型 121
4.4 ARIMA-SVM组合模型 127
4.5 基于ARIMA-SVM模型的城际高铁客流预测 129
4.6 本章小结 134
参考文献 135
第5 章 基于相空间重构的LSSVM城际高铁客流智能预测研究 138
5.1 城际高铁客流混沌特性判定方法 138
5.2 相空间重构技术 143
5.3 最小二乘支持向量机 150
5.4 相空间重构-LSSVM模型 158
5.5 实证研究 159
5.6 本章小结 173
参考文献 174
第6 章 基于数据分解的城际高铁客流智能组合预测方法研究 176
6.1 基于EEMD的城际高铁客流组合预测方法 176
6.2 基于小波变换的城际高铁客流组合预测方法 190
6.3 基于X12季节调整的城际高铁客流组合预测方法 200
6.4 本章小结 210
参考文献 211
第7 章 结论与展望 213
7.1 主要结论 213
7.2 进一步研究展望 214
- 科学出版社旗舰店 (微信公众号认证)
- 科学出版社秉承多年来形成的“高层次、高水平、高质量”和“严肃、严密、严格”的优良传统与作风,始终坚持为科技创新服务、为传播与普及科学知识服务、为科学家和广大读者服务的宗旨。
- 扫描二维码,访问我们的微信店铺
- 随时随地的购物、客服咨询、查询订单和物流...