基于机器学习模型的民航客流预测仿真研究

• 作者: 刘夏 邱钊 陈明锐 陈焕东
• 来源期刊: 软件
• 学科: 工学
• 关键词: 多元回归 支持向量机回归 ARMA改进 神经网络
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 基金项目论文
• 页码范围: 43-49
• 页数: 7页
• 分类号: TP391
• 字数: 3701字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2018.05.010

摘要

准确的预测航线的客流量,对于机场的运力安排、航线调整、规划发展都有着重要的作用.针对民航客流量预测具有诸多不确定性和数据不足的特点,本文基于某航空公司2010-2016年北京-三亚航线每天的客流数据,运用了多元回归模型、支持向量机回归模型、ARMA改进模型、神经网络RBF模型对航线数据进行了数据拟合.经验证,上述四个模型的平均绝对误差分别为5.27％,7.61％,5.07％,3.34％,模型预测精度较高,可以用于客流预测研究.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈明锐	海南大学信息科学技术学院	83	435	11.0	16.0
2	邱钊	海南大学信息科学技术学院	18	138	6.0	11.0
3	陈焕东	海南师范大学教务处	47	224	8.0	13.0
4	刘夏	三亚航空旅游职业学院人文社科学院	34	127	6.0	10.0