| 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