SARIMA modelling approach for railway passenger flow forecasting
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216275%3A25510%2F15%3A39900759" target="_blank" >RIV/00216275:25510/15:39900759 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.3846/16484142.2016.1139623" target="_blank" >http://dx.doi.org/10.3846/16484142.2016.1139623</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.3846/16484142.2016.1139623" target="_blank" >10.3846/16484142.2016.1139623</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
SARIMA modelling approach for railway passenger flow forecasting
Popis výsledku v původním jazyce
In this paper, railway passenger flows are analyzed and a suitable modeling method proposed. Based on historical data composed from monthly passenger counts realized on Serbian railway network it is concluded that the time series has a strong autocorrelation of seasonal characteristics. In order to deal with seasonal periodicity, Seasonal AutoRegressive Integrated Moving Average (SARIMA) method is applied for fitting and forecasting the time series that spans over the January 2004 – June 2014 periods. Experimental results show good prediction performances. Therefore, developed SARIMA model can be considered for forecasting of monthly passenger flows on Serbian railways.
Název v anglickém jazyce
SARIMA modelling approach for railway passenger flow forecasting
Popis výsledku anglicky
In this paper, railway passenger flows are analyzed and a suitable modeling method proposed. Based on historical data composed from monthly passenger counts realized on Serbian railway network it is concluded that the time series has a strong autocorrelation of seasonal characteristics. In order to deal with seasonal periodicity, Seasonal AutoRegressive Integrated Moving Average (SARIMA) method is applied for fitting and forecasting the time series that spans over the January 2004 – June 2014 periods. Experimental results show good prediction performances. Therefore, developed SARIMA model can be considered for forecasting of monthly passenger flows on Serbian railways.
Klasifikace
Druh
J<sub>imp</sub> - Článek v periodiku v databázi Web of Science
CEP obor
—
OECD FORD obor
50204 - Business and management
Návaznosti výsledku
Projekt
<a href="/cs/project/EE2.3.30.0058" target="_blank" >EE2.3.30.0058: Rozvoj kvalitních vědeckovýzkumných týmů na Univerzitě Pardubice</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2015
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Transport
ISSN
1648-4142
e-ISSN
—
Svazek periodika
33
Číslo periodika v rámci svazku
5
Stát vydavatele periodika
LT - Litevská republika
Počet stran výsledku
8
Strana od-do
1113-1120
Kód UT WoS článku
000453912200003
EID výsledku v databázi Scopus
—