融合突变点校正的PELT-GM-SARIMA公路货运周转量组合预测模型

李晓为; 侯树展; 牛文迪; 崔娜

山东科学 ›› 2025, Vol. 38 ›› Issue (05) : 93 -103.

李晓为, 侯树展, 牛文迪, 崔娜

作者信息 +

Author information +

文章历史 +

PDF

摘要

为克服单一模型预测精度的不足以及组合模型处理数据异常波动时的窘境，提出了一种融合突变点校正的PELT-GM-SARIMA组合模型预测方法。该方法使用PELT算法检测货运周转量数据的波动性，并甄别出突变点；利用灰色GM(1,1)模型进行突变点异常值的修正，使数据更能满足SARIMA模型对数据平稳性和纯随机性的要求；最后以优化后的数据集为基础，利用SARIMA模型进行数值预测。该文以北京市的货运周转量数据为例，对比不同组合模型的预测结果发现，PELT-GM-SARIMA组合模型的均方误差值、平均绝对误差值均有所下降，决定系数也更接近1。PELT-GM-SARIMA组合预测模型结构简单，对数据缺失、异常值较多的时间序列数据具有更好的适应性，预测结果更精准，能够为公路交通规划、投资决策等过程的交通预测提供一个更优的途径。