民航繁忙干线机票最低价格预测方法研究

论文摘要

在民航领域,能否准确把握机票价格的变化趋势直接关系到普通旅客和机票代理商等民航业多方参与者的经济利益,是民航业者最为关心的问题之一。准确的机票低价预测有助于民航业需求与供给的灵活对接以及民航资源的充分利用。随着机票自主定价逐步放开,各个航空公司对其航班产品的定价越来越自由且多元化。而机票价格存在着波动性大、易受到诸多因素影响、随机性强等特点,并且各个航空公司都有着自己复杂的定价策略,种种因素使得机票价格预测成为了一个极具挑战的问题。本文利用从国内某订票网站上采集的真实价格数据,对机票价格数据的特点进行了统计分析,发现机票价格数据存在着单条航班序列无明显周期性、不同起飞日期对应序列差异性大、连续多个同号航班序列以“星期”为周期规律性强等特点。现有的机票价格预测方法都不能充分体现机票价格变动特点,无法很好地解决机票价格预测问题。而卷积神经网络以其优秀的信息提取及特征表达能力在诸多领域都得到了成功地应用,给本文提供了解决机票价格预测问题的新思路。针对机票价格预测问题,本文提出了一种新颖的机票价格数据组织方式以及两个不同的以卷积神经网络为核心的机票价格预测模型。本文针对机票价格序列存在查询日期和起飞日期两个维度、连续多个同号航班价格序列以“星期”为周期规律性较强的特点,设计了二维的机票价格时间片结构。并针对此结构设计了机票价格预测模型整体架构,该架构首先用简单预测方法填补时间片未知部分,从而构造完整时间片作为后续模型输入;接着利用多形状卷积神经网络对时间片进行特征提取,并加入多维外部特征;最后分别利用多层全连接网络进行特征融合以及利用长短期记忆网络进行时序特征提取等不同方式对上述信息进行处理。从而实现对机票价格的精细化预测。本文在某订票网站的真实机票价格数据集上进行了相关实验,并将本文提出的两种不同的机票价格预测模型与多种流行的基准模型进行了对比,本文模型在平均绝对误差和平均绝对百分比误差两个评价指标上取得了优于其他模型的预测效果。实验结果表明,本文提出的方法能够有效解决机票价格预测问题。

论文目录

• 致谢
• 摘要
• ABSTRACT
• 1 引言
•   1.1 研究背景
•   1.2 研究目的与意义
•   1.3 研究现状
•   1.4 主要研究内容
•   1.5 论文组织结构
• 2 相关理论基础
•   2.1 时间序列相关理论
•     2.1.1 时间序列基础
•     2.1.2 时间序列预测
•   2.2 回归分析相关理论
•     2.2.1 回归分析基础
•     2.2.2 回归分析预测方法
•   2.3 神经网络相关理论
•     2.3.1 神经网络基础
•     2.3.2 卷积神经网络模型
•     2.3.3 长短期记忆网络模型
•   2.4 本章小结
• 3 问题分析及解决方案
•   3.1 机票价格数据分析
•   3.2 相关概念及问题定义
•     3.2.1 概念定义
•     3.2.2 问题定义
•   3.3 机票价格预测解决方案
•     3.3.1 方案总体架构
•     3.3.2 价格时间片构建方法
•     3.3.3 时间片特征提取网络
•     3.3.4 外部因素提取网络
•   3.4 机票价格预测模型简介
•   3.5 本章小结
• 4 双时间片多元信息融合预测网络模型
•   4.1 总体思路与模型框架
•   4.2 特征融合结构
•   4.3 算法与优化
•   4.4 实验结果及分析
•     4.4.1 实验数据介绍
•     4.4.2 实验数据处理
•     4.4.3 实验环境介绍
•     4.4.4 实验设置
•     4.4.5 实验评价指标
•     4.4.6 网络调整纵向对比实验及结果分析
•     4.4.7 基准方法对比实验及结果分析
•   4.5 本章小结
• 5 多时间片时序特征预测网络模型
•   5.1 总体思路与模型框架
•   5.2 时序特征提取网络结构
•   5.3 算法与优化
•   5.4 实验结果及分析
•     5.4.1 实验数据
•     5.4.2 实验设置
•     5.4.3 基准方法对比实验及结果分析
•   5.5 本章小结
• 6 总结与展望
•   6.1 工作总结
•   6.2 展望与不足
• 参考文献
• 附录A
• 附录B
• 附录C
• 作者简历及攻读硕士学位期间取得的研究成果
• 学位论文数据集

文章来源

类型: 硕士论文

作者: 蒋鹏

导师: 林友芳

关键词: 机票低价预测,卷积神经网络,长短期记忆网络,价格序列

来源: 北京交通大学

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技,经济与管理科学

专业: 数学,航空航天科学与工程,自动化技术,交通运输经济

单位: 北京交通大学

分类号: TP183;O211.61;F560.5

总页数: 70

文件大小: 5186K

下载量: 109