作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为更精确地预测月度航空货运量,提出组合模型预测方法.该模型由季节GM(1,1)和季节ARIMA乘积模型构成,它结合了该2种模型中时间序列预测的优点.灰色模型GM(1,1)能准确反映时间序列的增长趋势;ARIMA乘积模型对季节特征有较好的拟合效果.依据霍尔特温特预测模型计算季节性GM(1,1)模型的季节指数,并用灰色关联分析求出组合预测中的权值.组合预测模型的平均相对误差为0.62%,而季节性GM(1,1)模型和ARIMA乘积模型的平均相对误差分别为4.49%和-3.16%.预测分析结果说明,该模型的非线性曲线拟合精度和预测精度明显高于单个模型,可较好地反映系统的动态性和运量的季节时序关联性,为季节性时间序列预测提供了新的途径.
推荐文章
基于灰色模型的铁路货运量预测 ——以陕西省铁路货运为例
铁路货运
灰色模型
灰色预测
数据序列
后验差检验
预测精度
基于指数平滑法预测企业货运量
指数平滑法
预测
货运量
基于灰色Verhulst模型的民航远期货运量预测研究
民航
货运量
预测
灰色理论
灰色Verhulst模型
组合预测模型在货运量预测中的应用
组合预测
GM(1,1)模型
ARIMA模型
货运量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于灰色关联分析的季节性民航货运量预测
来源期刊 哈尔滨商业大学学报(自然科学版) 学科 经济
关键词 季节性GM(1,1) ARIMA乘积模型 灰色关联分析 组合预测
年,卷(期) 2010,(3) 所属期刊栏目 管理科学
研究方向 页码范围 380-384
页数 分类号 F560
字数 3141字 语种 中文
DOI 10.3969/j.issn.1672-0946.2010.03.032
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 韦薇 南京航空航天大学民航学院 3 38 2.0 3.0
2 王颖 南京航空航天大学民航学院 11 150 6.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (14)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (18)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
季节性GM(1,1)
ARIMA乘积模型
灰色关联分析
组合预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
哈尔滨商业大学学报(自然科学版)
双月刊
1672-0946
23-1497/N
大16开
哈尔滨市道里区通达街138号
1980
chi
出版文献量(篇)
3911
总下载数(次)
16
总被引数(次)
20147
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导