首页>
根据【检索词:预测模型】搜索到相关结果 121 条
-
组合预测模型在航空客运量预测中的应用
-
作者:
马琰
来源:
中南大学
年份:
2016
文献类型 :
学位论文
关键词:
航空客运量 组合预测 季节指数 Box
Jenkins 灰色
-
描述:
很多,单一的一种模型不能完全反映运量的变化规律和信息,本文采用组合预测模型预测航空客运量,以提高预测精度。 本文首先详细介绍关于组合预测的一些基本理论,尤其是组合预测权重的确定,对航空客运量的时序特性
-
AK航空公司收益管理预测模型的选择与应用
-
作者:
马刚
来源:
中国人民大学
年份:
2016
文献类型 :
学位论文
关键词:
收益管理
-
描述:
AK航空公司收益管理预测模型的选择与应用
-
航空货邮运输周转量预测模型研究
-
作者:
韩明亮
胡长建
来源:
第八届全国交通运输领域青年学术会议
年份:
2016
文献类型 :
会议论文
关键词:
model ARIMA BP
neural
model Regression
networks Combinatorial
1)
(1
POWER
forecast
air
cargo
capacity GM
-
描述:
航空货邮运输周转量是航空运输的主要指标之一,航空货邮运输周转量的预测是民航管理机构进行行业规划的依据.本文从航空货邮运输周转量的变化规律着手,分别使用灰色理论、回归分析、ARIMA、神经网络、组合预测等几种常用预测方法对航空货邮运输周转量进行了预测.通过对预测结果进行比较分析,发现神经网络对航空货邮运输周转量进行预测有较好的效果.
-
基于支持向量机的飞机重着陆预测模型
-
作者:
常文兵
张佳宁
周晟瀚
来源:
飞机设计
年份:
2017
文献类型 :
期刊
关键词:
支持向量机
重着陆
飞参数据
预测模型
-
描述:
研究以建立一种重着陆预测模型为目的,筛选飞机着陆过程中部分飞参数据,有针对性地提出一套飞参数据处理与分析方法,基于处理后的飞参数据建立一种支持向量机的重着陆预测模型,通过特征选取与参数优化,对
-
组合预测模型在航空客运量预测中的应用
-
作者:
马琰
来源:
中南大学
年份:
2016
文献类型 :
学位论文
关键词:
航空客运量 组合预测 季节指数 Box
Jenkins 灰色
-
描述:
很多,单一的一种模型不能完全反映运量的变化规律和信息,本文采用组合预测模型预测航空客运量,以提高预测精度。 本文首先详细介绍关于组合预测的一些基本理论,尤其是组合预测权重的确定,对航空客运量的时序特性
-
AK航空公司收益管理预测模型的选择与应用
-
作者:
马刚
来源:
中国人民大学
年份:
2016
文献类型 :
学位论文
关键词:
收益管理
-
描述:
AK航空公司收益管理预测模型的选择与应用
-
航空货邮运输周转量预测模型研究
-
作者:
韩明亮
胡长建
来源:
第八届全国交通运输领域青年学术会议
年份:
2016
文献类型 :
会议论文
关键词:
model ARIMA BP
neural
model Regression
networks Combinatorial
1)
(1
POWER
forecast
air
cargo
capacity GM
-
描述:
航空货邮运输周转量是航空运输的主要指标之一,航空货邮运输周转量的预测是民航管理机构进行行业规划的依据.本文从航空货邮运输周转量的变化规律着手,分别使用灰色理论、回归分析、ARIMA、神经网络、组合预测等几种常用预测方法对航空货邮运输周转量进行了预测.通过对预测结果进行比较分析,发现神经网络对航空货邮运输周转量进行预测有较好的效果.
-
基于支持向量机的飞机重着陆预测模型
-
作者:
常文兵
张佳宁
周晟瀚
来源:
飞机设计
年份:
2017
文献类型 :
期刊
关键词:
支持向量机
重着陆
飞参数据
预测模型
-
描述:
研究以建立一种重着陆预测模型为目的,筛选飞机着陆过程中部分飞参数据,有针对性地提出一套飞参数据处理与分析方法,基于处理后的飞参数据建立一种支持向量机的重着陆预测模型,通过特征选取与参数优化,对
-
区域性航空公司航线客流量预测模型研究
-
作者:
涂丹
来源:
华中科技大学
年份:
2016
文献类型 :
学位论文
关键词:
区域性航空市场 收益管理 时间序列法 BP神经网络 组合预测
-
描述:
客流量预测的因素。其次,介绍了时间序列法、增量法、回归分析方法、神经网络法等常用航线客流量预测方法的基本思想和不足。其三,在时间序列预测模型和BP神经网络预测模型的基础上,引入组合预测法,建立区域
-
大城市间航空客运需求预测模型与分析
-
作者:
赵鸿飞
来源:
北京航空航天大学
年份:
2016
文献类型 :
学位论文
-
描述:
干线飞机的航空客运需求预测量。主要内容为: 1.历史数据的转换与处理;2.建立预测模型。据此在得到任意两大城市的人口、经济等基本参数之后,通过灰色系统(DM)模型与因果引力(GM)模型,预测城市向未来一个时期的航空客运需求量。