基于时间序列的机场短时段值机客流量预测

论文摘要

在机场向“智慧化”、“数字化”运营的转型过程中,为了提高航站楼内的服务质量,为了实现航站楼内高效的业务运作以及资源的合理分配,机场必须要精准的预估出航站楼内旅客人数的变化情况。只有这样才能在旅客离港过程中,合理地配置航站楼内的服务资源,及时地解决旅客困境,减少高峰期的拥堵,降低旅客排队等候的时间,从根本上提高旅客的出行品质。因此,在机场航站楼内能够对短时段的值机客流量进行相对准确的预测,是提高服务品质、加强业务效率以及合理分配资源的重要基础保障。从机场的多个生产系统中,获得与研究目标相关的航班、旅客、值机、安检等多个方面的运营数据。通过熟悉数据的业务流程,对影响值机客流量的相关因素进行数据分析。基于对客流量变化的主要影响因素的分析研究,以短时段每小时的值机客流量为研究对象,在DOW特性的基础上运用分类和协整理论进行时间序列的构建和依赖性分析,提出了带有输入变量的动态回归的ARIMAX模型,来预测航站楼内短时段的值机客流量的人数情况。实验结果表明,该模型的预测结果比单一的时间序列预测模型的结果具有更小的信息量和更高的拟合度,提高了预测精度,减小了预测偏差。在客流量的潜在变化规律分析过程中,发现了时序变化规律呈现出高度的特征相似性,比如非线性、周期性以及不确定性等。由此,建立了基于小波分析的LSTM网络的短时段值机客流量的预测模型。该模型以每小时的客流量为预测单位,运用小波分析技术对时间序列进行变换和重构,对重构后的时间序列使用深度LSTM网络模型进行训练,最后将各个预测值叠加求均值,即得到每小时的客流量预测值。实验结果表明,与ARIMAX模型相比,该模型的预测精度更高,拟合效果更好。两组模型都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,对现实具有一定的指导意义。

论文目录

• 摘要
• Abstract
• 第一章 绪论
•   1.1 课题研究背景与意义
•     1.1.1 研究背景
•     1.1.2 研究意义
•   1.2 相关概念
•     1.2.1 机场短时段客流量预测的概念
•     1.2.2 时间序列的概念
•   1.3 国内外研究现状
•     1.3.1 机场短时段客流量预测的研究现状
•     1.3.2 时间序列分析的研究现状
•   1.4 论文的主要内容及组织结构
• 第二章 影响因素及数据分析
•   2.1 值机方式分析
•   2.2 航班数分布分析
•   2.3 值机人数分布分析
•   2.4 其他事件及其影响分析
•     2.4.1 客座率
•     2.4.2 工作日与非工作日的出行特点
•     2.4.3 航班延误
•   2.5 本章小结
• 第三章 基于ARIMAX模型的机场短时段值机客流量预测
•   3.1 预测模型方法的相关基础理论简介
•     3.1.1 ARIMA模型
•     3.1.2 SARIMA模型
•     3.1.3 协整理论
•   3.2 ARIMAX模型的建立
•     3.2.1 模型算法的基本思想
•     3.2.2 平稳性和预白化处理
•     3.2.3 协整检验
•     3.2.4 ARIMAX模型参数识别与定阶
•     3.2.5 ARIMAX模型构建及算法流程
•   3.3 实验及其结果分析
•     3.3.1 实验数据描述
•     3.3.2 实验过程
•     3.3.3 实验结果分析
•   3.4 本章小结
• 第四章 基于LSTM网络的机场短时段值机旅客流量预测
•   4.1 预测模型方法的相关基础理论简介
•     4.1.1 小波分析
•     4.1.2 LSTM模型
•   4.2 基于小波分析的深度学习LSTM网络模型的建立
•     4.2.1 预测模型的构建
•     4.2.2 实验过程及结果分析
•   4.3 本章小结
• 第五章 总结与展望
•   5.1 总结
•   5.2 展望
• 致谢
• 参考文献
• 作者简介

文章来源

类型: 硕士论文

作者: 任鹏

导师: 衡红军

关键词: 客流量预测,时间序列,模型,小波分析,网络

来源: 中国民航大学

年度: 2019

分类: 基础科学,工程科技Ⅱ辑

专业: 数学,航空航天科学与工程

单位: 中国民航大学

分类号: V354;O211.61

DOI: 10.27627/d.cnki.gzmhy.2019.000235

总页数: 56

文件大小: 1543K

下载量: 125