基于MI-SVR模型的航空旅客出行指数预测方法研究

【类型】期刊

【作者】熊红林 朱人杰 冀和 樊重俊 徐佩  

【刊名】控制与决策

【关键词】 互信息,支持向量回归,机场运营管理,机器学习,k,航空旅客出行指数,均值聚类

【摘要】航空旅客出行的情况对民用航空机场建设与运营具有重大意义,针对航空旅客出行情况的预测研究,首先,定义一种航空旅客出行指数,通过K-means聚类方法对航空旅客出行指数进行分级;其次,基于互信息与相关性原理，选取航空旅客出行情况关键影响特征因子,提出一种基于关键影响因子与航空旅客出行指数互信息的MI-SVR(Mutual Information-Support Vector Regression)机器学习预测模型;最后,通过上海机场旅客出行指数预测实验对模型进行验证，实验结果显示MI-SVR模型具有可行性与有效性,同时,相比传统的预测模型预测效果更优.此外,实验结果也表明各模型基于互信息引入影响因子进行预测相对仅基于历史数据进行独立预测误差更小.本研究结果有助于提升机场建设及运营管理水平,同时,也可辅助人们选择通过民航交通方式出行的时段.

【年份】2020

【作者单位】上海理工大学管理学院;同济大学附属东方医院运营管理部;

【页码】1-9

【全文挂接】全文挂接