%0 Journal Article
%A 王晓全
%A 邵春福
%A 尹超英
%A 计寻
%A 管岭
%T 基于ARIMA-GARCH-M模型的短时交通流预测方法
%D 2018
%R 10.11860/j.issn.1673-0291.2018.04.011
%J 星空电竞app2026最新版学报
%P 79-
%V 42
%N 4
%X 针对差分自回归移动平均(Auto-Regressive Integrated Moving Average, ARIMA)模型在获得时间序列非线性特性中的局限，基于线性递归的ARIMA模型和非线性递归的广义自回归条件异方差—均值（Generalized Autoregressive Conditional Heteroscedasticity in Mean, GARCH-M）模型，提出一种组合模型ARIMA-GARCH-M进行短时交通流预测,并利用城市快速路交通流数据进行模型预测精度的检验.结果表明：ARIMA-GARCH-M模型考虑了异方差性这一非线性特性，相比于ARIMA-SVR模型和ARIMA-GARCH模型的预测结果，本文构建模型具有较好的预测效果，能够有效提高预测精度至90.39%.
%U https://jdxb.bjtu.edu.cn/CN/10.11860/j.issn.1673-0291.2018.04.011