基于组合模型的民航客运量预测研究

论文摘要

作为国民经济和社会发展的重要行业之一,民用航空业在近年来发展迅速,每年的民用航空客运量都稳步增长.民航旅客运输量直接影响机场的建设、飞机的采购和航线的规划发展等.因此,为了使航空事业在我国国民经济发展中充分发挥作用,促进航空客运建设快速、高效发展,同时,为民航企业的管理等相关工作提供科学依据,民用航空运输交通的研究与预测显得不容忽视.由于单一模型不能完全反映民用航空客运量的信息,因此本文引入组合模型的方法对数据进行研究与预测.为了提高对民航客运量的预测精度,本文分别利用R、Eviews、SPSS等工具,采用支持向量回归机,季节性自回归求和移动平均模型以及温特斯线性指数平滑模型对民用航空客运量进行预测,并使用平均相对误差以及均方根误差对每个单一模型进行分析后,利用各个单一模型对2019年1月至2019年6月的民航客运量进行外推预测.然后分别使用等权重法、简单加权平均法、方差倒数法、均方误差倒数法、优势矩阵法和基于误差平方和最小的组合预测模型对三个单一模型的测试样本分别进行组合,发现每种组合模型的平均相对误差以及均方根误差均小于单一模型.为进一步提高对民航客运量的预测精度,引入基于IOWA算子的组合模型.由于对每一个单一模型来说,在不同时刻模型预测的精度不同,因而在单一模型的不同时刻赋予相同权重是不合适的,而IOWA算子可以将同一时刻的单一模型预测结果排序,从而达到有序赋权的结果.通过对我国民航客运量的分析和预测,比较各个模型的预测结果,发现基于IOWA算子的组合模型对民航客运量预测有较高精度,具有一定的实用性,对中国民用航空业的发展可以起到一定引导作用.

论文目录

• 摘要
• Abstract
• 1 绪论
•   1.1 研究的主要目的和意义
•   1.2 文献回顾
•   1.3 民航客运量介绍
•   1.4 本文主要工作
• 2 民航客运量支持向量回归预测
•   2.1 SVR模型原理
•     2.1.1 线性支持向量回归
•     2.1.2 非线性支持向量回归
•   2.2 民航客运量的支持向量回归机预测
•     2.2.1 数据选取与预处理
•     2.2.2 核函数与获取参数方法的选择
•     2.2.3 仿真实验与结果分析
•   2.3 本章小结
• 3 民航客运量SARIMA模型预测
•   3.1 时间序列分析简介与相关的定义
•   3.2 时间序列模型及其建立
•     3.2.1 平稳时间序列模型
•     3.2.2 自回归求和移动平均模型（qdp ARIMA）,,（ ）
•     3.2.3 季节性自回归求和移动平均模型
•   3.3 Box-jenkins的建模方法
•     3.3.1 模型识别
•     3.3.2 参数处理
•     3.3.3 预测与检验
•   3.4 民航客运量SARIMA模型预测
•     3.4.1 时间序列的平稳化
•     3.4.2 模型的定阶
•     3.4.3 模型的检验
•     3.4.4 仿真预测
•   3.5 本章小结
• 4 民航客运量温特斯线性季节指数平滑模型预测
•   4.1 指数平滑法简介
•   4.2 指数平滑法预测模型
•     4.2.1 单参数指数平滑模型
•     4.2.2 多参数指数平滑模型
•   4.3 民航客运量温特斯线性季节指数平滑预测模型
•     4.3.1 建立预测模型
•     4.3.2 模型预测及效果评价
•   4.4 本章小结
• 5 民航客运量组合模型预测
•   5.1 组合模型原理
•   5.2 几种组合预测模型
•     5.2.1 基于权重分配方式的组合
•     5.2.2 基于IOWA算子的组合模型
•   5.3 民航客运量组合模型预测
•     5.3.1 基于权重分配方式的组合
•     5.3.2 基于IOWA算子的民航客运量组合预测模型
•   5.4 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢

文章来源

类型: 硕士论文

作者: 张蕾

导师: 孙德山

关键词: 模型,指数平滑模型,组合模型,算子

来源: 辽宁师范大学

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,经济与管理科学

专业: 数学,航空航天科学与工程,宏观经济管理与可持续发展,交通运输经济

单位: 辽宁师范大学

分类号: F224;F562

总页数: 58

文件大小: 2038K

下载量: 156