上海浦东国际机场货运吞吐量预测

航空货运量的预测为机场货运业务的科学决策以及对资源的优化配置提供了基础。在分析浦东机场航空货运吞吐量与经济因素的基础上,建立了以长三角GDP为自变量的相关回归分析预测模型。通过统计检验及实际数据与预测结果的比较,证明了该模型在预测浦东机场航空货运吞吐量方面的可行性,并具有较高的精度。

基于改进Shapley值组合模型的航空货运量预测

航空货运是现代交通物流体系的重要组成部分,航空货运量预测对于发展规划和经营决策具有重要意义。本文在把握航空货运量影响因素及数据波动特征的基础上,选择多元回归模型、HoltWinters模型和RBF径向基神经网络模型,使用非线性优化模型改进Shapley值法,合理分配各预测模型的权重,基于此构建组合预测模型。提出的改进组合模型与选择的单项模型进行比较分析,结果表明,改进的组合模型的平均绝对百分比误差相比于单项预测模型误差分别降低了68.2%、20.4%、33.5%,相比于未改进的Shapley值法误差降低了1.4%,证明了改进组合模型的合理性及有效性,并利用该模型对中远期的航空货运量进行预测。