龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：福建师范大学
摘要：本发明涉及交通运输领域中的一种基于ARMA‑GARCH‑VaR模型的交通流量风险评估方法。该方法包括：S1、收集并规整交通流量数据，提取交通量变化率和波动率序列；S2、利用自回归移动平均‑总体自回归条件异方差（ARMA‑GARCH）模型对交通流量变化率和波动率序列进行建模和预测不同交通路径的交通流量波动性；S3、采用方差‑协方差法在给定置信水平下计算不同交通路径的交通流量风险（VaR）；S4、对模型进行回测验证，并对不同交通路径进行风险评估和排序。本发明采用了ARMA‑GARCH模型框架对交通流量数据进行建模，并通过引入VaR风险值进行交通流量风险分析。实验结果表明，本研究所提出的方法可以有效评估交通流量风险，为交通管理者提供参考。
主权项：1.一种基于ARMA-GARCH-VaR模型的交通流量风险评估方法，其特征在于，包括以下步骤：步骤S1，数据获取：收集交通流量历史数据及其变化率；步骤S2，数据处理：将步骤S1获取的样本数据进行数据预处理，提取需要的列属性交通量和日期；通过公式以及Volatilityt＝|changet|计算交通流量变化率和及其波动率；分割处理好的时间序列为训练样本集与测试样本集；步骤S3，数据分析与模型构建：针对交通流量数据的复杂性和不确定性以及现有技术中的缺陷，结合传统有效的时间序列分析方法中的自回归移动平均模型ARMA，与广义自回归异方差模型GARCH进行耦合；首先，利用时间序列平稳性检验ADF判断所述交通流量变化率序列是否平稳，ADF检验的原假设是存在单位根，如果获得的显著性检验统计量小于三个置信水平即10％、5％、1％，则有相应的置信度来拒绝原假设，表明序列数据稳定，满足建立GARCH模型的条件；步骤S4，建立ARMAp，q模型对所述交通流量变化率序列进行拟合并建模，其中p和q为模型阶数；步骤S5，建立GARCHm，s模型对所述交通流量变化率序列进行拟合并建模分析加密货币的波动性，其中m和s为模型阶数；步骤S6，根据方差-协方差法计算VaR值，以评估交通流量的价值风险水平。
全文数据：
权利要求：
百度查询： 福建师范大学 一种基于ARMA-GARCH-VaR模型的交通流量风险评估方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号