航空货运舱位需求预测研究

发布时间：2021-05-10 13:59

　　随着航空运输市场竞争的激烈,我国航空货运企业也面临着更多外国优秀企业的挑战。国内航空公司要想在日趋激烈的市场竞争中立于不败之地,就必须跟上发展的步伐,采用收益管理的方法节约成本,提高收益水平。需求预测是收益管理的基础部分,其关系到航空公司对未来发展、运力安排和市场拓展等做出重要决策,关系到其科学合理的制定航班计划和机队规划。因此航段运量预测的研究是非常必要的。本文在深入分析比较各种预测方法的基础上,着重研究了利用GARCH模型和支持向量机技术进行航空货运舱位需求预测建模的方法。本文主要做了以下几个方面的研究工作:首先分析了我国航空货运业的特点,介绍了航空货运收益管理体系;第二,对某航空公司历史运作的数据整理和分析,建立货运数据仓库,构建了舱位需求预测对象;第三,系统地介绍了几种传统预测方法,并对方法的特点进行了分析比较;第四,详细介绍了ARMA模型和GARCH模型的理论知识,建立了ARMA预测模型,并在此基础上建立了基于ARMA的GARCH模型,实验中得到良好的效果;最后,详细阐述了支持向量机的理论基础和支持向量机原理,推导了支持向量机回归模型,重点探讨了支持向量机预测模型的建模,建立... 

【文章来源】：中国民航大学天津市

【文章页数】：67 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 选题的目的和意义
    1.2 航空货运舱位需求预测综述
        1.2.1 舱位需求预测的主要对象及特征
        1.2.2 舱位需求预测的方法
    1.3 国内外研究现状概述
    1.4 本文的研究的内容和方法
第二章 航空货运舱位需求预测的数据准备
    2.1 预测系统所需基础数据分析
    2.2 数据仓库的建立
        2.2.1 数据仓库的概念模型设计
        2.2.2 数据仓库的逻辑模型设计
        2.2.3 数据仓库的物理模型设计
    2.3 数据仓库实例分析结果
    2.4 小结
第三章 航空货运舱位需求预测方法研究
    3.1 航空舱位需求预测方法分类
        3.1.1 回归法
        3.1.2 移动平均法
        3.1.3 指数平滑法
        3.1.4 灰色模型
    3.2 预测效果评价
    3.3 实例分析
    3.4 小结
第四章 基于GARCH的航空货运舱位需求预测模型
    4.1 ARMA模型的基本理论
    4.2 GARCH模型基本理论
        4.2.1 ARCH模型
        4.2.2 GARCH模型
    4.3 预测流程和参数估计
        4.3.1 预测流程
        4.3.2 参数估计
    4.4 模型检验
    4.5 基于ARMA-GARCH模型的算例分析
        4.5.1 相关性检验
        4.5.2 建立ARMA模型
        4.5.3 ARCH效应检验
        4.5.4 建立GARCH模型
    4.6 小结
第五章 基于SVM的航空货运舱位需求预测模型
    5.1 SVM理论基础
    5.2 SVM回归
        5.2.1 损失函数
        5.2.2 线性SVM回归
        5.2.3 非线性SVM回归
        5.2.4 核函数
    5.3 SVM预测模型设计
        5.3.1 样本采集与处理
        5.3.2 核函数及参数的选择
    5.4 SVM预测模型仿真实例
    5.5 小结
第六章 总结与展望
致谢
参考文献
作者简介


【参考文献】：
期刊论文
[1]应用支持向量机的空中交通流量组合预测模型[J]. 耿睿,崔德光,徐冰.  清华大学学报(自然科学版). 2008(07)
[2]支持向量机及核函数研究[J]. 郭丽娟,孙世宇,段修生.  科学技术与工程. 2008(02)
[3]SVM回归的参数选择探讨[J]. 冯振华,杨洁明.  机械工程与自动化. 2007(03)
[4]收益管理在我国航空货运业中的应用研究[J]. 宋绍峰.  兰州大学学报. 2006(03)
[5]支持向量机在航空运输量预测中的应用[J]. 黄文强.  计算机工程. 2005(S1)
[6]基于支持向量机的时间序列预测模型分析与应用[J]. 尉询楷,李应红,张朴,路建明.  系统工程与电子技术. 2005(03)
[7]航空货运运力的优化分配方法[J]. 张永莉.  中国民航学院学报. 2005(01)
[8]货运收益管理及其应用逻辑模型研究[J]. 陈之侃,刘仲英.  物流技术. 2004(11)
[9]基于C-均值聚类的航班预测模型[J]. 樊玮,陈增强,袁著祉.  信息与控制. 2003(06)
[10]应用收益管理方法的航空货运销售[J]. 张永莉.  中国民航学院学报. 2003(05)

硕士论文
[1]物流量预测方法研究[D]. 王小忠.武汉理工大学 2005
[2]收益管理预测系统的研究和开发[D]. 张建城.南京航空航天大学 2005



本文编号：3179485