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:
在机场向数字化运营的转型过程中,为了实现航站楼内高效的运作以及资源的合理分配,从而对短时段的值机客流量的预测提出了更高的要求.通过对机场历史数据的统计和分析,结合航班的DOW特性,分析值机客流量的相关影响因素,以每小时的值机客流量为研究对象,构建基于时间序列的动态回归ARIMAX模型.实验结果表明,上述模型相对于传统的预测模型,预测精度更高,拟合效果更精确,有效地预测了航站楼内短时段的值机旅客人数,为航站楼内资源的动态分配和优化提供了不可或缺的决策支持.
推荐文章
基于BP神经网络的机场安检旅客流量预测模型
机场
安检旅客流量
BP神经网络
预测
服务资源
调度
基于时空残差网络的区域客流量预测方法
区域客流量预测
残差网络
全连接网络
季节性影响
基于ARMA模型的城市轨道交通客流量预测
客流量
预测模型
时间序列
相对误差
基于多因素稀疏回归预测模型的商家客流量预测
智能商业平台
客流量预测
稀疏回归
多因素分析
字典学习
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 基于时间序列的机场短时段值机客流量预测
来源期刊 计算机仿真 学科 工学
关键词 时间序列 客流量预测 航站楼
年,卷(期) 2020,(2) 所属期刊栏目 航空航天领域仿真
研究方向 页码范围 26-32
页数 7页 分类号 TP39
字数 4270字 语种 中文
DOI
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 衡红军 中国民航大学计算机科学与技术学院 28 147 6.0 11.0
2 任鹏 中国民航大学计算机科学与技术学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (30)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(4)
  • 参考文献(3)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
时间序列
客流量预测
航站楼
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
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
论文1v1指导