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:
机场的吞吐量数据对于机场及其周边商户采取决策具有重大意义。上海浦东机场是我国颇具代表性的机场之一,因此本文选取上海浦东机场作为研究对象。根据上海市出租车的行驶情况与机场的航班安排,考虑进港航班具有周期性变化,建立以 ARIMA 模型为基础的动态时间序列,并运用 BTC 准则平衡猜测误差,得到预测客流量。
推荐文章
基于外部干预的港口吞吐量预测
干预分析
时间序列
灰色预测
吞吐量
机场旅客吞吐量的人工神经网络预测方法
机场旅客吞吐量
预测
人工神经网络
港口吞吐量的典型因素预测模型
港口吞吐量
典型因素
系统聚类
多元线性回归分析
预测模型
基于时间序列的港口货物吞吐量GRNN预测模型
港口
货物吞吐量
时间序列
广义回归神经网络
预测模型
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模型的机场吞吐量预测与分析
来源期刊 中国航班 学科 航空航天
关键词 数据分析 ARIMA模型
年,卷(期) 2020,(4) 所属期刊栏目
研究方向 页码范围 0020-0020
页数 1页 分类号 V
字数 语种
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 陈浩 8 12 2.0 3.0
2 程先宁 1 0 0.0 0.0
3 谢佳欣 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  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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
数据分析
ARIMA模型
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
中国航班
旬刊
1005-0825
11-5817/Z
北京市朝阳区机场辅路200号民航博物馆办
出版文献量(篇)
6308
总下载数(次)
88
总被引数(次)
0
论文1v1指导