基于SARIMA-RF组合模型的西安中欧班列预测及发展对策

为提升西安中欧班列开行车数预测精度和泛化能力,综合考虑西安中欧班列时间序列数据的线性和非线性特征,提出基于SARIMA-RF组合模型的班列开行车数预测方法。首先使用季节性自回归移动平均模型(SARIMA)预测开行车数,其次利用随机森林(RF)模型校正残差,构建组合模型,最后将组合模型与ARIMA、SARIMA、RF、XGBoost进行对比。使用2014-2023年西安中欧班列月度开行数据实验,预测2024年开行车数为24.40万车,2025年为26.71万车,对比结果表明:组合模型的M_(SE)、R_(MSE)、M_(AE)、M_(APE)分别为0.0037、0.0610、0.0530、3.41%,比其他模型精度更高。