基于民航团队旅客销售的预测方法分析

发布时间：2020-01-28 22:51

【摘要】：利用Matlab分别用后退的回归分析算法、BP神经网络算法、支持向量机算法和组合预测算法对民航团队销售数据进行预测和比较分析,为民航销售人员提供更加精准的预测信息,从而获得更高的航线收益.分析结果显示:后退的回归分析算法比常用的多元线性回归精准性提高,但是数据结果并不具有可靠性.神经网络算法、支持向量机算法和组合算法比常用的回归分析算法预测的精准度有了明显的提高.支持向量机算法预测精度相对神经网络算法稍低,但是却拥有更强的泛化能力.组合预测算法能避免单一预测方法的误差,更加适合航线销售人员的实际操作.

【相似文献】

相关期刊论文 前10条

1 李俊飞;陈晓敏;;支持向量机抗辐射效应的相关研究[J];计算机工程与应用;2012年29期

2 徐勤兰;樊重俊;张鹏;;灰色支持向量机在机场吞吐量预测中的应用[J];上海理工大学学报;2012年04期

3 邢志伟;张辉;;基于支持向量机的飞机地面结冰冰型分类预测[J];计算机技术与发展;2012年06期

4 邹杰;葛俊锋;叶林;郑英;张洪;;基于支持向量机的飞机空中结冰严重程度识别[J];中国民航大学学报;2011年02期

5 徐昊;许国根;王幸运;;基于支持向量机的液体推进剂分析方法研究[J];分析科学学报;2012年05期

6 许桂梅;黄圣国;;基于优化支持向量机的飞机重着陆智能诊断[J];计算机测量与控制;2011年02期

7 关静;;基于灰色支持向量机的民航旅客吞吐量预测[J];大连交通大学学报;2013年03期

8 许桂梅;黄圣国;;基于多核支持向量机的飞机重着陆诊断[J];计算机工程;2011年10期

9 费立新;宋吉学;禹兴华;;支持向量机在飞机状态监控中的应用[J];电光与控制;2007年06期

10 袁野;陈昌亚;王德禹;;基于支持向量机的卫星动力学多目标优化[J];振动与冲击;2013年22期

相关会议论文 前1条

1 陈宁;孙瑾;牛r，

本文编号：2574159