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:
民航旅客运输量直接影响飞机的采购、机场规模的建设、国家经济的发展等. 惟有对中国民航旅客运输量做出较为准确的预测,机场、航空公司及相关企业才能更好地把握行业发展趋势,制定正确的竞争投资战略. 运用什么样的方法来分析、准确预测民航旅客运输量是最关心的问题. 文中首先详细阐述了aRIMa-BP组合模型的方法及步骤,然后基于民航2005年1月至2013年12月旅客运输量数据作为训练集,建立aRIMa模型和aRIMa-BP组合模型,选取民航2014年1月至2014年12月旅客运输量数据作为检验集,评价模型预测效果. 通过仿真实验结果表明,aRIMa-BP模型比aRI-Ma模型有更好的预测效果. 故此模型具有较高的可靠性和实用性,对预测民航旅客运输量有一定导向作用.
推荐文章
基于ARIMA-BP神经网络的船舶交通事故预测
船舶交通事故
组合预测方法
简单加权
残差优化
基于Prophet的民航商务旅客出行量预测研究
商务旅客
出行量预测
时间序列模型
Prophet模型
基于神经网络的公路运输量预测模型及应用
交通工程
BP神经网络
旅客周转量
货物周转量
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ARIMA-BP组合模型的民航旅客运输量预测
来源期刊 计算机技术与发展 学科 工学
关键词 aRIMa模型 aRIMa-BP模型 预测 民航旅客运输量
年,卷(期) 2015,(12) 所属期刊栏目 应用开发研究
研究方向 页码范围 147-151
页数 5页 分类号 TP39
字数 3490字 语种 中文
DOI 10.3969/j.issn.1673-629X.2015.12.033
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 李毅 四川大学计算机学院 67 282 10.0 13.0
3 尧姚 四川大学计算机学院 1 17 1.0 1.0
7 陶静 重庆大学数学与统计学院 1 17 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (53)
参考文献  (7)
节点文献
引证文献  (17)
同被引文献  (53)
二级引证文献  (35)
1984(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
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(4)
  • 参考文献(3)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(3)
  • 参考文献(0)
  • 二级参考文献(3)
2019(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(6)
  • 引证文献(6)
  • 二级引证文献(0)
2019(26)
  • 引证文献(5)
  • 二级引证文献(21)
2020(16)
  • 引证文献(2)
  • 二级引证文献(14)
研究主题发展历程
节点文献
aRIMa模型
aRIMa-BP模型
预测
民航旅客运输量
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导