基于时间序列的数据挖掘在航空客流量预测中的应用研究

【类型】学位论文

【作者】温冀 

【关键词】 航线客流量 时间序列 数据挖掘 神经网络 客流量预测

【摘要】航线客流量的统计与预测，作为航空收益管理理论中重要的一部分，是航空公司发展规划的重要工作。航线客流量预测的准确与否，为航空公司的发展方向提供了不可替代的决策支持。由于航空运输市场客流量受到价格、特殊日期、可提供运力、天气等因素的影响，因此航线客流量的预测复杂而且多变，仅仅依靠统计与人工预测的方法已经无法很好地满足航空公司工作的需求。 时间序列作为数据的一种存储模式，在数据集中十分普遍，因此，国内外越来越多的学者对时间序列进行数据挖掘。其中，趋势预测是一个新颖而又有实际意义的思路，它从时间序列数据中挖掘规则，以对行为发展趋势做出预测。 本文的研究试图改进所研究航空公司某航线日客流量的预测方法。首先给出了所研究航空公司现有的预测模式和预测方法，指出其不足和公司在这方面的需求；其次，介绍了数据挖掘理论为指导的回归分析预测法、BP神经网络法和GRNN神经网络法。最后，通过数据检验，比较了该公司以往的预测方法与回归分析预测法、BP神经网络法和GRNN神经网络法的误差值。在研究中发现微调模型的参数对输出有很大影响，经过反复调整参数值和比较分析，本文最终建立了预测模型。实证表明，本文建立的模型合理，大大提高了航线客流量预测的准确度。

【学位名称】硕士

【学位授予单位】中山大学

【学位授予年度】2016

【导师姓名】周晓聪

【读秀链接】读秀链接