基于3种模型的航线客流预测仿真

论文摘要

准确地预测航线的客流量,对于航空公司的运力安排、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,基于某航空公司2010年—2017年北京—三亚航线每天的客流数据,运用了随机森林预测模型、支持向量机回归模型、神经网络模型对航线数据进行了数据拟合.经验证,3个模型的平均绝对误差分别为4. 18%、6. 87%、12. 38%,其中,随机森林预测模型精度最高,效果最佳,可以用于客流预测仿真.

论文目录

• 0 引言
• 1 数据来源及描述性分析
•   1.1 数据的选取
•   1.2 描述性分析
• 2 基于随机森林回归预测仿真
•   2.1 模型参数寻优
•   2.2 模型建立
• 3 基于SVR预测仿真
• 4 基于神经网络预测仿真
• 5 综合比较与结论

文章来源

类型: 期刊论文

作者: 刘夏,欧志鹏,陈谊楠,李苑辉,陈磊

关键词: 随机森林,支持向量机回归,神经网络,预测,仿真

来源: 河南教育学院学报(自然科学版) 2019年01期

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技

专业: 航空航天科学与工程,自动化技术

单位: 三亚航空旅游职业学院教务处

基金: 三亚市院地科技合作项目(2018YD06,2014YD53),海南省高等学校科学研究资助项目(HNKY2019-100),海南省自然科学基金(618QN258)

分类号: TP18;V354

页码: 37-40+46

总页数: 5

文件大小: 717K

下载量: 113