基于多元线性回归分析的民用运输机场旅客吞吐量预测

修建第二机场的必要性以及何时开始修建,取决于该地区的机场旅客吞吐量何时达到饱和.从机场旅客吞吐量的可能影响因素出发,分析各影响因素与旅客吞吐量之间的相关性,并以西南地区某枢纽运输机场为例,建立机场旅客吞吐量的多元线性回归预测模型,预测该机场未来年的旅客吞吐量,并利用时间序列法对所得的预测值进行验证.结果表明,该模型能够较准确的预测出机场未来年的旅客吞吐量,为机场扩建或新建第二机场的必要性提供科学依据.

基于网络搜索信息的多模态数据驱动航空客流集成预测

为了对机场旅客吞吐量进行更高精度的预测,提出了一种基于网络搜索信息的“分解-重构-集成”组合预测新方法。首先,采用平均影响值和时差相关分析法对机场旅客吞吐量相关的网络搜索关键词进行筛选,合成综合搜索指数。其次,利用改进的自适应白噪声完备集合经验模态分解(ICEEMDAN)方法分别将机场旅客吞吐量和综合搜索指数分解为若干子模态序列,依据子序列的样本熵值重构为高、中、低频序列。以搜索指数中的不同频率成分作为辅助输入信息,分别对机场旅客吞吐量的高频和中频序列采用麻雀搜索算法优化的BP神经网络(SSA-BP)模型进行预测,而低频序列采用自回归分布滞后模型进行预测,最后将不同频率序列预测值用SSA-BP模型进行综合集成得到最终的预测值。通过实证发现,该组合预测新方法能显著提高预测的精度,并表现出较好的鲁棒性。