论文名称 货运需求预测:指数平滑与ARIMA 相关模式之比较
年别 99
学位 硕士
学校系所 交通大学运输科技与管理学系
作者 陈怡文
指导教授 韩复华
论文摘要 本研究采用三年之每日各站所发货量资料进行模式之建立与预测。模式以指数平滑模式(Exponential Smoothing Method, ESM)与自我回归移动平均整合模式(Autoregressive Integrated Moving Average method, ARIMA)为基础之四种时间序列预测模式进行货运量需求量预测,包括:传统ESM、抑制趋势多重日期属性指数平滑模式(Damped Trend Multi-Calendar exponential smoothing, DTMC)、传统ARIMA模式与多重季节性自我回归移动平均整合模式(Multi-Seasonal Autoregressive Integrated Moving Average, MSARIMA)。
附件下载 (电子档于104-09-13后开放下载)
D02390-全文档.zip
张贴日 2011/04/01
Hashtags
查看次数: 6