基于两阶段集成学习的航空客流需求预测研究

【类型】期刊

【作者】李晓瑄  

【刊名】萍乡学院学报

【关键词】 变分模态分解算法,多步超前预测,航空客流需求预测,Bagging

【摘要】航空客流需求的准确预测对未来机场的发展和民航服务的优化都具有重要意义。为了有效分析和预测航空客流需求的波动情况，文章构建了两阶段集成学习模型，用于航空客流需求的月度预测。在第一阶段，不同基模型并行处理航空客流需求数据，在第二阶段，集成各基模型的预测结果，得到最终预测结果。通过上海浦东国际机场和广州白云国际机场的仿真实验，结果表明：所提出的模型在一步和多步超前预测中均能表现出较优的预测精度和预测稳定性。

【年份】2022

【作者单位】兰州交通大学交通运输学院;

【期号】06

【页码】55-61