基于灰色马尔科夫对龙洞堡机场旅客吞吐量预测

民航机场对推动当地的经济发展作用愈来愈显著,而机场旅客吞吐量是衡量机场的建设与管理,以及提供合理的最优调配的重要指标,准确地预测旅客吞吐量有一定的现实意义。选用龙洞堡机场2006-2016年的旅客吞吐量数据,运用灰色马尔科夫模型进行预测,并与传统的GM(1,1)模型相比,结果证明灰色马尔科夫预测模型拥有更好的预测精度,运用该方法对旅客吞吐量进行预测是切实可行的。最后对接下来两年的旅客吞吐量进行预测。     

�����ÿ���������Ӱ�������Ԥ�ⷽ���о�

旅客吞吐量的预测对于机场的建设和管理具有重要的意义,而目前多数预测技术都不适用于我国尚不成熟的航空市场.本文从可能影响机场旅客吞吐量的若干因素出发,采用主成分分析法提取了最关键的因素,剖析了机场旅客吞吐量的内在影响机理,并且提出了基于影响机理的预测模型.以北京首都机场的旅客吞吐量预测为例进行了应用研究,采用趋势分析法对预测结果进行了检验.结果表明,模型能够较准确地预测出机场的旅客吞吐量.     

基于灰色模型的成都双流机场物流预测

准确进行机场物流预测是机场规划的重要前提.但从目前机场物流的预测现状看,许多机场都存在预测值高于实际值的情况.文中在分析现有机场物流预测模型不足的基础上,利用灰色系统理论,建立了成都双流机场货、邮吞吐量的预测模型.通过实际数据与预测结果的比较,证明灰色模型对于双流机场货、邮吞吐量的预测具备可行性,同时具有较高的精度.     

基于灰色支持向量机的民航旅客吞吐量预测

依据灰色预测和支持向量机的特点,提出了一种将两种预测方法相结合的灰色支持向量机,并结合民航旅客吞吐量的预测结果,对比了灰色预测模型、支持向量机以及灰色支持向量机的预测结果,验证了灰色支持向量机的预测精度高,预测结果更为准确可靠,为提高民航旅客吞吐量预测精度提供了新的途径.     

灰色预测模型GM(1,1)及其在交通运量预测中的应用

讨论了灰色预测模型以及灰色预测模型在交通运量预测中的应用．建立了基于灰色预测理论的GM(1，1)模型，叙述了运用GM(1，1)模型进行预测的详细步骤，并用其分别对货物周转量、旅客周转量进行了预测，预测结果是可信的．     

机场旅客吞吐量主要影响因素

针对机场旅客吞吐量预测中重要指标难以选取的问题,采用主成分分析法,对国内四个主要机场旅客吞吐量的影响因素进行分析,提取了最主要的影响因素。研究表明,影响不同机场旅客吞吐量因素的重要性排名有所不同,但最主要的影响因素却相似,包括城市GDP、总人口数、社会消费品零售总额等。这些影响指标的提取,将为构建机场旅客吞吐量预测模型提供重要参考。     

基于灰色神经网络的港口集装箱吞吐量预测模型研究

为降低港口集装箱吞吐量的预测误差,提高预测精度,在分析传统的灰色预测模型和BP神经网络预测模型的优缺点的基础上,构建了灰色神经网络港口集装箱吞吐量预测模型,该模型充分发挥了灰色模型所需初始数据少和BP神经网络非线性拟合能力强的特点。以实际数值作为初始数据,各种灰色模型的预测值为神经网络的输入值,神经网络的输出值为组合预测结果。通过实例分析,结果表明:灰色神经网络预测模型提高了预测精度,预测结果比较理想,优于单一预测模型,因此,该模型用于港口集装箱吞吐量预测是可行的、有效的。     

我国道路交通事故近期发展预测

建立基于灰色预测模型、非线性回归预测模型的交通事故次数的组合预测模型,对我国未来5年的交通事故次数进行了预测。从模型预测的结果来看,我国交通事故次数在未来几年将会保持下降的趋势。     

基于组合模型的港口集装箱吞吐量预测

根据港口集装箱吞吐量的历史数据,分别利用三次指数平滑法、灰色CM（1,1）模型以及组合预测方法对集装箱吞吐量进行探讨,有益于预测未来几年港口集装箱吞吐量。结果证明：组合预测模型融合了前两种预测方法的优点．其平均绝对误差、平均相对误差绝对值都小于单独用三次指数平滑法或GM（1,1）模型时的平均绝对误差、平均相对误差绝对值,达到最优的精度等级。     

组合预测方法在我国铁路客流预测中的应用

科学准确地预测铁路客运量是制定铁路网规划的基础。目前,运量预测的模型很多,单一模型并不能完全反映运量的变化规律和信息,因此,应采用Box-Jenkins模型和灰色预测模型相组合的预测模型方法对我国的铁路客运量进行预测,结果表明,组合预测模型能够提高我国铁路客运量的预测精度。     

基于组合模型的港口集装箱吞吐量预测

根据港口集装箱吞吐量的历史数据.分别利用三次指数平滑法、灰色GM(1,1)模型以及组合预测方法对集装箱吞吐量进行探讨,有益于预测未来几年港口集装箱吞吐量.结果证明:组合预测模型融合了前两种预测方法的优点,其平均绝对误差、平均相对误差绝对值都小于单独用三次指数平滑法或GM(1,1)模型时的平均绝对误差、平均相对误差绝对值,达到最优的精度等级.     

基于竞争的区域机场群旅客吞吐量预测方法

随着高铁建设和机场数量的增多,民航与高铁的竞争及区域机场间的竞争日渐激烈,给机场旅客吞吐量预测带来挑战,仅考虑单一机场要素的预测方法已无法适应区域内多机场系统旅客吞吐量的预测需要.文中同时考虑民航与高铁以及机场间的双重竞争,对竞争态势下的区域多机场吞吐量预测进行研究.在探究客流分担影响机制的基础上,构建基于竞争环境下的多机场旅客吞吐量需求预测双层Nested Logit模型,提出双重竞争下机场吞吐量预测方法.确定旅客出行行为选择的显著影响因素,构造效用函数,进行问卷设计与样本数据采集,利用T ran-sCAD软件对效用函数进行参数估计和标定.以珠江三角洲机场群为依托,对提出的方法进行示例应用.结果表明:双层Nested Logit模型能较好地量化表征航空与高铁及机场间的双重竞争关系,且能同步预测包括目标机场在内的机场群内所有机场的旅客吞吐量,便于机场群的整体性规划和协作,为旅客吞吐量的准确预测提供新方向.     

考虑滞后期的机场旅客吞吐量预测

机场旅客吞吐量的影响因子通常存在滞后期,论文在选定了影响因素之后,通过随机森林重要度指数,确定各因子的滞后期;接着,以1987—2018年南京禄口国际机场的数据建立吞吐量预测的逐步回归模型;最后,对模型效果进行评价并基于建立的模型对2019年和2020年南京禄口国际机场的吞吐量进行预测。结果表明:影响因子对旅客吞吐量的影响存在1～9年不等的滞后期;通过与未考虑滞后期的模型进行对比,发现考虑滞后期的模型拟合效果更优,MAE减小显著。因此,将滞后期引入机场旅客吞吐量预测是很有必要的。     

机场旅客吞吐量预测的组合方法研究

为提高机场旅客吞吐量预测的准确性,在综合计量经济法和时间序列预测方法各自优点的基础上,采用组合预测方法,使用多元线性回归模型确定组合预测方法的权重.以北京首都国际机场1994～2004年的旅客吞吐量为例,组合预测方法的平均拟合误差为3.36%.结果表明:组合方法总体上具有较高的预测精度和稳定性,既优于传统的计量经济法,也优于时间序列预测方法.     

用灰色马尔可夫模型预测水上交通事故量

灰色GM(1,1)是一种水上交通事故量预测模型．这种模型不适合长期的、随机和波动性较大的数据序列预测．马尔可夫模型适合描述随机波动性较大的预测问题．本文将两模型结合,形成一个灰色马尔可夫预测模型．按特定的状态划分方法,先用灰色GM(1,1)预测模型进行预测,再用马尔可夫模型预测结果进行优化,使预测精度大大提高．文中给出两个例子,算例证明了谊模型的诸多优点．     

基于FGM-SVR组合模型的港口吞吐量预测

为提高港口吞吐量的预测精度,建立基于分数阶累加GM(1,1)预测模型FGM(1,1)和支持向量回归(support vector regression, SVR)的组合预测模型进行港口吞吐量的预测。首先,分别运用FGM(1,1)模型和SVR模型对吞吐量进行预测;然后,针对传统组合模型赋权不能兼顾各单项模型在各时点预测能力强弱的问题,提出基于诱导有序加权平均(induced ordered weighted averaging, IOWA)算子的赋权方法进行组合预测;最后,以重庆港2005—2020年港口货物吞吐量为数据样本进行实例验证,分别使用FGM(1,1)模型、SVR模型和赋权后的组合模型进行港口吞吐量预测,并比较3种模型的预测精度;最后,分别使用这3种模型对2021—2024年港口吞吐量进行了预测。研究结果表明：基于IOWA组合预测模型的均方根误差、平均绝对误差和平均绝对百分比误差均明显小于各单一预测模型。该组合模型可以为港口吞吐量预测提供一种新的方法。     

小样本监测信息露天矿边坡变形预测模型对比分析

利用GM（1,1）,BP神经网络和灰色BP神经网络组合三种模型,分别对不同样本容量的小样本监测信息进行测试,对比分析预测结果的准确性与稳定性.结果表明,边坡变形预测模型受既有监测信息的样本容量影响较大,样本容量的增加有利于边坡变形预测模型精度的提高.在既有监测信息较少的情况下,GM（1,1）模型预测精度虽然最高,但缺乏稳定性;单一BP神经网络模型的预测精度由于样本较少,其精度较差.从预测结果的稳定性和精度两个方面综合对比来看,灰色BP神经网络组合模型更适用于小样本监测信息情况下的露天矿边坡变形趋势的预测.     

基于ARIMA-RBF神经网络的沿海港口吞吐量预测研究

在沿海吞吐量预测中，影响因素多且复杂，传统的计量经济模型很难得到满意的结果。针对此特点，提出一种组合预测模型，先后用ARIM A模型和RBF神经网络模型探求港口吞吐量历史数据的线性和非线性变化规律，最后将两者预测结果组合。对福建省港口货物吞吐量预测作为实例进行验证，结果表明，相对单一预测模型，该方法的预测精确度更高。     

考虑出行效用的空铁联运需求研究

文章从出行效用角度出发对空铁联运旅客需求进行研究。结合前景理论与后悔理论提出基础效用、风险感知效用和欣喜效用,基于转换的重力模型优化效用函数,得到腹地城市-高铁-航班的旅客需求预测模型。以南京禄口国际机场为目标机场,综合长三角机场群中旅客吞吐量大于1 000万的机场、距离最近的十个机场以及根据行政划分的江苏省所有机场进行空铁联运旅客需求研究。基于Wilson模型提高空铁联运辐射半径的预测精度,构建腹地城市年人均出行次数与人均GDP的关系式,得到腹地城市的空铁联运旅客需求,并进一步根据旅客出行效用评估进行空铁联运客流分配,为机场准确识别出空铁联运需求。     

基于面板数据的区域经济与机场规模关联性分析

区域经济与机场规模关联性分析,是机场发展规划的重要依据,采用基于面板数据的模型可以定量分析二者之间的关联性.按照旅客吞吐量将国内机场分为三类,并对数据进行协整检验分析,发现机场旅客吞吐量与GDP、旅游旅客人数、进出口额以及居民人均可支配收入具有长期的均衡关系,并根据三类机场的模型估计判别结果得出不同规模的机场与区域经济指标间的具体关联性,为机场科学合理投资建设提供了量化的参考依据.