基于移动平均法的铁路客票预售规律研究

基金项目: 中国铁道科学研究院电子计算技术研究所基金项目（DZYF-14-16）。

详细信息

Pre-sale law for railway ticket based on moving average method

Institute of Computing Technologies, China Academy of Railway Sciences, Beijing 100081, China

摘要: 本文通过对预售期为60天的预售规律进行研究分析，列车席位的预售量和预售天数有一定的关系。不同的乘车日期，重点预售日不同。非节假日高峰，乘车前一日和乘车当日，预售量较大。本文利用移动平均法对这种规律进行研究，对日常预售情况进行预测，重点分析了乘车前一日和乘车当日的预售量预测结果，预测结果和实际客流吻合较好。
- 移动平均 /
- 预售规律 /
- 预售系数 /
- 重点预售日 /
- 客流预测
Abstract: This article studied and analyzed the pre-sale law for the period of 60-days. There is a certain relationship between the number of seats in the train and the number of days in advance. Different travel dates, focusing on sale day different. In the non holiday peak period, the pre-sale volume is large on the first day of the train and on the day of the train. This article, used the moving average method to study this kind of rule, predicted the daily pre-sale situation, focused on the forecast results of pre-sale volume on the first day of the train and on the day of the train. The forecast results were in good agreement with the actual passenger flow.
- moving average method /
- pre-sale law /
- pre-sale coefficient /
- key pre-sale date /
- passenger flow forecast

[1]	李关伟，关忠良，陈景艳．经济数学分析预测学[M]．北京：中国铁道出版社，1998．
[2]	王新军, 张永福，牟磊，等．模型预测在土地利用规划中的应用[J]．资源开发与市场，2006，22（4）：324-326．
[3]	关革强．季节变动系数预测法预测企业产量[J]．西南民族大学学报（自然科学版），2011，37（1）：75-79．
[4]	武秀丽，张锋．时间序列分析法在房价预测中的应用[J]．科学技术与工程，2007，21（7）：5631-5635．

1.	薛锋，吴林鸿，汪雯文，周琳. 基于MI-PSO-RBF神经网络的铁路客货运量预测研究. 铁道运输与经济. 2024(09): 123-135 . 百度学术
2.	崔淑华，侯慧君，武慧荣. 利用标准差赋权组合模型预测大宗货物运输需求. 交通科技与经济. 2022(06): 31-38 . 百度学术
3.	徐菲，任爽. 基于分解—集成的铁路货运需求预测研究. 运筹与管理. 2021(08): 133-138 . 百度学术
4.	刘金芳，向万里，王璐璐. 基于VMD-BAS-BP的铁路货运量预测研究. 青海交通科技. 2021(06): 50-56+68 . 百度学术
5.	徐文文，彭建平，邱春蓉. 基于支持向量回归的地铁受电弓滑板磨耗趋势预测模型研究. 铁路计算机应用. 2020(01): 77-81 . 本站查看
6.	杨基宏，陈浩林，徐刚，余澄庆，刘辉. 基于ELM的城市轨道交通系统建设成本估算研究. 铁路计算机应用. 2020(04): 1-4 . 本站查看
7.	谭雪，张小强. 基于GRU深度网络的铁路短期货运量预测. 铁道学报. 2020(12): 28-35 . 百度学术
8.	张蕾，孙德山，张文政，王玥. 基于灰色关联分析的支持向量机的铁路货运量预测研究. 经济数学. 2018(02): 58-61 . 百度学术
9.	任巧丽，马乾. PCA-RBF神经网络对兰州市日平均气温的预测. 宜宾学院学报. 2018(12): 111-115 . 百度学术