基于双层K近邻算法航站楼短时客流量预测

• 作者: 丛婉 何川 刘畅 罗谦 蒋祥枫 邢志伟
• 来源期刊: 北京航空航天大学学报
• 学科: 经济
• 关键词: 航站楼客流量 短时预测 模式匹配 预测模型 双层K近邻
• 年，卷（期）: 2019,（1）
• 页码范围: 26-34
• 页数: 9页
• 分类号: F562
• 字数: 7778字
• 语种: 中文
• DOI: 10.13700/j.bh.1001-5965.2018.0259

摘要

航站楼离港客流量在短时期内呈现准周期性规律变化,易受航班计划、天气等多种因素影响,表现出复杂的非线性特点.为了实现航站楼短时客流量的准确预测,在传统K近邻(KNN)算法基础上增加了航班计划状态模式匹配方法,以航班计划包含的多维属性作为特征选取相似历史运营日作为预测基准向量,建立基于航站楼短时客流量预测的双层K近邻模型.通过实例分析,与ARIMA模型和传统K近邻模型等进行比较,证明双层K近邻模型预测误差更小,精度更高,模型拟合度相对传统K近邻模型提高了8％～10％,为航站楼短时客流量精确预测提供了一种新的解决思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邢志伟	中国民航大学电子信息与自动化学院	43	139	7.0	10.0
3	罗谦		34	163	7.0	11.0
5	刘畅		10	6	2.0	2.0
8	何川	中国民航大学电子信息与自动化学院	1	2	1.0	1.0
14	蒋祥枫		1	2	1.0	1.0
15	丛婉		3	9	2.0	3.0