[发明专利]基于SVM-XGBoost的铁路旅客周转量预测方法

摘要

本发明涉及数据预测技术领域，具体涉及基于SVM‑XGBoost的铁路旅客周转量预测方法，本发明充分考虑了突发性公共卫生因素，选取现有肺炎确诊病例数等指标作为影响因素，运用SVM‑XGBoost组合模型对铁路旅客周转量进行预测，并将预测结果与时间序列法中的SARIMA模型、指数平滑模型进行对比，表明其在肺炎影响下具有更好的预测效果。本发明提出的基于SVM‑XGBoost的组合模型与基于时间序列的预测模型在预测铁路旅客周转量时的差异，在面对突发性公共卫生问题时，组合预测模型展现出了更强的预测能力，整体预测能力较强。