基于改进型灰色模型的机场旅客吞吐量预测
发布时间：2021-03-01 22:43
在民航业快速发展过程中,机场旅客吞吐量的预测一直是民航业务保障工作和民航基础设施建设的重点工作。作为一个复杂的非线性系统,机场旅客吞吐量受到内外诸多因素影响,呈现出具有一定规律性和连续变化的发展趋势。目前对于机场旅客吞吐量的数据预测方法普遍存在预测精度不高,预测时间范围有限等不足。为实现机场旅客吞吐量的准确预测,本文基于机场旅客吞吐量变化的特点,提出将人工神经网络对灰色模型进行残差修正的改进型灰色模型用于机场旅客吞吐量的预测中。实验结果表明,基于改进型灰色模型的机场旅客吞吐量预测具有较高的预测精度。论文的主要工作包括:（1）综述了目前机场旅客吞吐量预测的研究现状,介绍了相关理论,包括灰色模型和人工神经网络模型。（2）分析了影响机场旅客吞吐量预测的相关因素及近年机场旅客吞吐量变化的特点,介绍了基于人工神经网络修正残差的改进型灰色模型（BP-GM（1,1）模型）的基本理论和算法,建立了基于BP-GM（1,1）模型的机场旅客吞吐量的预测模型。（3）以昆明巫家坝机场2000-2011年旅客吞吐量和昆明长水机场2012-2017年旅客吞吐量数据进行实验,比较了基于GM（1,1）模型、BP神经网络...
【文章来源】：云南大学云南省 211工程院校
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
图３－１：中国国内人均ＧＤＰ与全国民航旅客吞吐量增长趋势及增长率变化??２２??
作为国内千万级机场有代表性的昆明长水国际机场，其主要面向云南省、辐??射我国丙南区域及东南亚旅客开展服务，从云南省层而来看，昆明巫家坝机场／长??水机场旅客吞吐量数据很好地体现了经济发展的变化。图３－２显示了云南省??２０００－２０１６年ＧＤＰ与昆明机场同时期内旅客吞吐量变化情况。??１６０００?４５００?３５??１４０００?ｙ?４０００?３０?＞．??１２０００?３５００?－，ｃ?：?？??１００００?３０００?，ｎ?：？？？？？－?ｉ??８０００?／?２５００?２０?：?？?５?．??６＿?？？少Ｚ?麗?ｉｎ?：乂？？??４０００?１〇〇〇??２０００?一?５００?５?？？？?＼：??０?０?０?＊??＾?＾?＾?＾?＾?＾?＾??ＧＤＰ（亿元）?ＧＤＰ实际梢速（％）???旅客吞吐最（万人次）??旅客吞吐读增长率（％）??图３－２：云南省２０００－２０１６年ＧＤＰ与昆明机场吞吐量增长趋势及增长率变化??（２）其他影响因素??１）?Ｋ域人口??Ｋ域人口直接决定着该Ｋ域机场业务繁忙柙度，汴茛接体现在旅客吞吐Ｓ丨＿。??２０１０年第六次全国人口科杏各省各地ＩＸ：七要数据公报（附氽４）作为评估各??区域机场旅客吞吐量的一个参考依椐，吋用于表格屮对应Ｋ域机场旅客乔ｎｈｆｆｌ的??预测工作中。??２）
旅游人数是一个区域旅游资源和旅游业发展水平直观的体现，２００５－２０１５年旅??游人数（附录５）能够直观地体现出民航业与旅游业的协调关系，并一定程度影响??对于旅客吞吐量的评估工作。图３－３显示了中国国内旅游人数变化和相应旅客吞??吐量变化情况。??作为国内千万级机场有代表性的昆明长水国际机场，旅游业在云南省各项产??业中占据了一个重要位置。由于旅游者通常对旅行的舒适性、便捷性、时间性要??求较高，而云南省境内山岳纵横，地面交通要提高服务水平很困难，因此前往昆??明市和云南省旅游的省外旅客中选择航空作为出行方式是较为普遍的。另一方面??昆明又是省外旅客到云南省内其他旅游区域的中转集散地，除部分航线外，大部??分旅游者需要先飞往昆明再转机至其他旅游区，因此云南省旅游人数对航空业务??量的影响是显著的。??２００５年以来，随着全国旅游人数的不断增长，全国旅客吞吐量也相应持续增??长；２００８年受全球金融危机影响，国内旅游人数增长放缓，相应全国旅客吞吐量??也出现增速放缓情况。??ｌＯＯＯＣＯ?４５?２５??４０??３５?２０?八??７００００?〇ｎ?—，?／Ｘ??６００００?１５?：?＇＼?／?＼??－?１０?／??３００００?ｌｓ??２００００?１０?５?ｖ??１００００?
【参考文献】：
期刊论文
[1]基于不同模型的机场客流量预测[J]. 刘夏,陈磊,邱钊,陈焕东,陈明锐. 中国民航大学学报. 2018(03)
[2]基于ARIMA模型的机场航班延误预测技术研究[J]. 莫凡,赵征,尹韬然. 航空计算技术. 2018(03)
[3]基于支持向量机回归的机场航班延误预测[J]. 何洋,朱金福,周秦炎. 中国民航大学学报. 2018(01)
[4]浅谈大数据在机场运行管理中的运用[J]. 汪伟,李向明. 民航管理. 2018(01)
[5]基于灰色预测模型的青岛新机场航站楼面积研究[J]. 杨超,霍连才,杨晓康. 黑龙江科学. 2018(01)
[6]基于改进的灰色模型对国际航线客运量的预测技术[J]. 朱佳,李霞. 中国科技信息. 2017(21)
[7]厦门高崎国际机场旅客吞吐量预测[J]. 张倩丽. 科学技术创新. 2017(23)
[8]机场巴士线网可靠性优化模型及算法设计[J]. 包丹文,刘建荣,顾佳羽. 华南理工大学学报(自然科学版). 2017(08)
[9]上海虹桥机场航空业务量分析[J]. 李晓. 科技风. 2017(03)
[10]大数据分析的神经网络方法[J]. 章毅,郭泉,王建勇. 工程科学与技术. 2017(01)
硕士论文
[1]基于时间序列分析的首都机场离港交通流可预测性研究[D]. 刘伟.中国民航大学 2018
[2]多航站区背景下的枢纽机场地面交通规划研究[D]. 赵明明.中国民航大学 2017
[3]铁路货运量预测及影响因素研究[D]. 张岄.北京交通大学 2016
[4]港口集装箱吞吐量时间序列预测方法研究[D]. 查茜.重庆大学 2016
[5]基于时间序列模型的短时交通流预测的研究与应用[D]. 杨元元.西安电子科技大学 2014
[6]灰色关联理论在旅游机场旅客吞吐量预测中的应用研究[D]. 信涛.山东大学 2012
[7]基于BP神经网络的灰色预测模型[D]. 闫建波.西安理工大学 2009
[8]环渤海主要港口吞吐量预测模型研究[D]. 邓超风.武汉理工大学 2006
本文编号：3058128
【文章来源】：云南大学云南省 211工程院校
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
图３－１：中国国内人均ＧＤＰ与全国民航旅客吞吐量增长趋势及增长率变化??２２??
作为国内千万级机场有代表性的昆明长水国际机场，其主要面向云南省、辐??射我国丙南区域及东南亚旅客开展服务，从云南省层而来看，昆明巫家坝机场／长??水机场旅客吞吐量数据很好地体现了经济发展的变化。图３－２显示了云南省??２０００－２０１６年ＧＤＰ与昆明机场同时期内旅客吞吐量变化情况。??１６０００?４５００?３５??１４０００?ｙ?４０００?３０?＞．??１２０００?３５００?－，ｃ?：?？??１００００?３０００?，ｎ?：？？？？？－?ｉ??８０００?／?２５００?２０?：?？?５?．??６＿?？？少Ｚ?麗?ｉｎ?：乂？？??４０００?１〇〇〇??２０００?一?５００?５?？？？?＼：??０?０?０?＊??＾?＾?＾?＾?＾?＾?＾??ＧＤＰ（亿元）?ＧＤＰ实际梢速（％）???旅客吞吐最（万人次）??旅客吞吐读增长率（％）??图３－２：云南省２０００－２０１６年ＧＤＰ与昆明机场吞吐量增长趋势及增长率变化??（２）其他影响因素??１）?Ｋ域人口??Ｋ域人口直接决定着该Ｋ域机场业务繁忙柙度，汴茛接体现在旅客吞吐Ｓ丨＿。??２０１０年第六次全国人口科杏各省各地ＩＸ：七要数据公报（附氽４）作为评估各??区域机场旅客吞吐量的一个参考依椐，吋用于表格屮对应Ｋ域机场旅客乔ｎｈｆｆｌ的??预测工作中。??２）
旅游人数是一个区域旅游资源和旅游业发展水平直观的体现，２００５－２０１５年旅??游人数（附录５）能够直观地体现出民航业与旅游业的协调关系，并一定程度影响??对于旅客吞吐量的评估工作。图３－３显示了中国国内旅游人数变化和相应旅客吞??吐量变化情况。??作为国内千万级机场有代表性的昆明长水国际机场，旅游业在云南省各项产??业中占据了一个重要位置。由于旅游者通常对旅行的舒适性、便捷性、时间性要??求较高，而云南省境内山岳纵横，地面交通要提高服务水平很困难，因此前往昆??明市和云南省旅游的省外旅客中选择航空作为出行方式是较为普遍的。另一方面??昆明又是省外旅客到云南省内其他旅游区域的中转集散地，除部分航线外，大部??分旅游者需要先飞往昆明再转机至其他旅游区，因此云南省旅游人数对航空业务??量的影响是显著的。??２００５年以来，随着全国旅游人数的不断增长，全国旅客吞吐量也相应持续增??长；２００８年受全球金融危机影响，国内旅游人数增长放缓，相应全国旅客吞吐量??也出现增速放缓情况。??ｌＯＯＯＣＯ?４５?２５??４０??３５?２０?八??７００００?〇ｎ?—，?／Ｘ??６００００?１５?：?＇＼?／?＼??－?１０?／??３００００?ｌｓ??２００００?１０?５?ｖ??１００００?
【参考文献】：
期刊论文
[1]基于不同模型的机场客流量预测[J]. 刘夏,陈磊,邱钊,陈焕东,陈明锐. 中国民航大学学报. 2018(03)
[2]基于ARIMA模型的机场航班延误预测技术研究[J]. 莫凡,赵征,尹韬然. 航空计算技术. 2018(03)
[3]基于支持向量机回归的机场航班延误预测[J]. 何洋,朱金福,周秦炎. 中国民航大学学报. 2018(01)
[4]浅谈大数据在机场运行管理中的运用[J]. 汪伟,李向明. 民航管理. 2018(01)
[5]基于灰色预测模型的青岛新机场航站楼面积研究[J]. 杨超,霍连才,杨晓康. 黑龙江科学. 2018(01)
[6]基于改进的灰色模型对国际航线客运量的预测技术[J]. 朱佳,李霞. 中国科技信息. 2017(21)
[7]厦门高崎国际机场旅客吞吐量预测[J]. 张倩丽. 科学技术创新. 2017(23)
[8]机场巴士线网可靠性优化模型及算法设计[J]. 包丹文,刘建荣,顾佳羽. 华南理工大学学报(自然科学版). 2017(08)
[9]上海虹桥机场航空业务量分析[J]. 李晓. 科技风. 2017(03)
[10]大数据分析的神经网络方法[J]. 章毅,郭泉,王建勇. 工程科学与技术. 2017(01)
硕士论文
[1]基于时间序列分析的首都机场离港交通流可预测性研究[D]. 刘伟.中国民航大学 2018
[2]多航站区背景下的枢纽机场地面交通规划研究[D]. 赵明明.中国民航大学 2017
[3]铁路货运量预测及影响因素研究[D]. 张岄.北京交通大学 2016
[4]港口集装箱吞吐量时间序列预测方法研究[D]. 查茜.重庆大学 2016
[5]基于时间序列模型的短时交通流预测的研究与应用[D]. 杨元元.西安电子科技大学 2014
[6]灰色关联理论在旅游机场旅客吞吐量预测中的应用研究[D]. 信涛.山东大学 2012
[7]基于BP神经网络的灰色预测模型[D]. 闫建波.西安理工大学 2009
[8]环渤海主要港口吞吐量预测模型研究[D]. 邓超风.武汉理工大学 2006
本文编号：3058128
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3058128.html
