基于机器学习模型的民航客流预测仿真研究

【类型】期刊

【作者】刘夏 邱钊 陈焕东 陈明锐  

【刊名】软件

【关键词】 多元回归,支持向量机回归,ARMA改进,神经网络

【摘要】准确的预测航线的客流量,对于机场的运力安排、航线调整、规划发展都有着重要的作用。针对民航客流量预测具有诸多不确定性和数据不足的特点,本文基于某航空公司2010-2016年北京-三亚航线每天的客流数据,运用了多元回归模型、支持向量机回归模型、ARMA改进模型、神经网络RBF模型对航线数据进行了数据拟合。经验证,上述四个模型的平均绝对误差分别为5.27%,7.61%,5.07%,3.34%,模型预测精度较高,可以用于客流预测研究。

【年份】2018

【作者单位】三亚航空旅游职业学院人文社科学院;海南大学信息科学技术学院;海南师范大学教务处;

【期号】05

【全文挂接】全文挂接