Pre-sale law for railway ticket based on moving average method
-
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。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.
-
-
[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. -
期刊类型引用(7)
1. 曾绍炳,李小龙. 混合遗传BP算法及其在影像分类中的应用. 西部探矿工程. 2022(08): 173-176 . 百度学术
2. 唐佑绵,刘涛,胡纪平. 公路-铁路平交道口撞击风险研究. 铁路工程技术与经济. 2019(03): 1-6 . 百度学术
3. 樊会星,邹颖. 基于BP神经网络的动车组智能化控制和诊断研究. 铁路计算机应用. 2019(11): 5-8 . 本站查看
4. 党永乐,刘西京. 公路-铁路平交道口安全研究综述. 汽车实用技术. 2019(24): 241-242 . 百度学术
5. 雷雪梅,谢依彤. 用于高血压菜谱识别的基于遗传算法的改进XGBoost模型. 计算机科学. 2018(S1): 476-481 . 百度学术
6. 李隽,王伟. 遗传算法优化神经网络在图像目标识别中的应用研究. 现代电子技术. 2017(20): 111-113 . 百度学术
7. 王琪,乔红宇. 基于GA-BP神经网络的船舶压载水微生物数量预测. 江苏科技大学学报(自然科学版). 2016(06): 529-537 . 百度学术
其他类型引用(8)
计量
- 文章访问数: 118
- HTML全文浏览量: 0
- PDF下载量: 41
- 被引次数: 15