基于SPSS的管制工作负荷与航班架次关系分析

为了确定扇区的容量,对管制工作负荷与航班架次进行了相关性分析。在DORATASK方法的框架下,将管制工作负荷分为三类。利用SPSS软件建立了以航班架次为因变量,以三类管制工作负荷为自变量的多元线性回归模型。通过拟合优度等指标确定了模型的有效性,对于确定扇区最大容量有一定的指导意义。

基于分解模型的航班起降架次预测及修正

航班起降架次对民航整体运行发展和决策至关重要,为合理评估事件影响并展开预测,基于包含新冠疫情影响的月度数据,采用X-13ARIMA模型和genhol程序进行春节效应修正、序列分解。同时基于增加特征的思想,将序列滞后项及时间趋势、季节虚拟变量用于支持向量机回归中,再引入疫情恢复修正因子对预测值进行修正。结果表明,采用支持向量机回归预测分解后的主序列时,滞后项为2及季节虚拟变量时精度最佳,通过疫情修正各模型误差均有显著降低,表明组合模型的有效性。

基于灰色线性回归组合模型的航班起降架次预测研究

基于线性回归模型和灰色预测模型的优缺点,将两种模型相结合,采用灰色线性回归组合模型结合历年的航班起降架次,对未来航班起降架次进行预测。通过对预测结果及实际数据的对比分析,2020年的航班起降架次预测结果与实际数据相比误差较大,其余年份预测结果与实际值误差均小于5%,考虑到疫情对民航的影响,该模型总体上能够较好的对航班起降架次进行预测,预测结果较准确。