中国民航旅客吞吐量的灰色马尔可夫模型预测

民航旅客吞吐量的规模和增长速度是民航基础数据,是衡量民航发展的重要指标,旨在通过统计学的一般方法揭示民航旅客吞吐量的变化规律、做出准确的预测。民航旅客吞吐量的规模和增长可以使用灰色预测模型进行预测．并且结果比较准确。在此基础上,提出了引入马尔可夫链预测理论,建立民航旅客吞吐量灰色马尔可夫预测模型的设想。以期使预测结果更加准确可靠。在实例中,对比了灰色预测模型和灰色马尔可夫预测模型的预测结果．验证了民航旅客吞吐量的灰色马尔可夫预测模型预测精度高于灰色预测模型预测精度。可见。灰色马尔可夫预测模型可用于民航旅客吞吐量预测,并可以提供比灰色预测模型更为准确可靠的预测结果。最后．依据灰色马尔可夫预测模型计算得出了2007年和2008年的民航旅客吞吐量预测值．     

机场旅客吞吐量的人工神经网络预测方法

利用人工神经网络对非线性系统的函数所具有的以任意精度逼近的良好特性,突破传统上基于统计学原理进行机场旅客吞吐量预测的限制,设计了具有成都双流国际机场特点的、低成本的机场旅客吞吐量的人工神经网络预测模型,经过BP网络预测软件运行检验,并与该机场以前采用的定量预测方法的综合比较,证明在该机场应用BP网络预测方法不仅可行,而且有更好的预测精度.     

基于支持向量回归的机场旅客吞吐量预测

在分析现有机场旅客吞吐量预测方法不足的基础上,利用基于结构风险最小化原则的支持向量回归方法,建立了机场旅客吞吐量预测模型。通过实际数据的检验及与BP神经网络等方法的预测结果比较,证明应用支持向量回归方法对机场旅客吞吐量进行预测具备可行性,同时具有较高的预测精度。     

我国机场旅客吞吐量预测方法及其现状

一、目前我国机场旅客吞吐量预测的主要方法机场吞吐量的预测目前最主要的是根据机场项目新、改扩建的不同而选择不同的方法。目前,对于新建机场而言,由于缺乏大量的航空需求历史数据,大部分机场在进行旅客吞吐量的预测时普遍采用三种方法:1.先确定一个基年的潜在旅客吞吐量,再     

中国区域多机场系统旅客吞吐量预测方法研究

随着航空运输业的发展,区域单一枢纽格局被打破,区域性枢纽和次枢纽逐渐形成,进而产生区域多机场系统。对影响旅客在区域多机场系统中选择机场时的主要因素进行了分析,并以上海、杭州为中心的区域多机场系统为例,根据旅客选择机场的偏好,确定了三方面主要影响因素——机场的航班状况、航空运输票价水平和机场服务质量,运用多项式logit（MNL）模型对区域多机场系统中各机场分担率,以及相应旅客吞吐量的预测方法进行了研究,为未来机场预测体系的建立提供了定量分析的方法和思路。     

禄口国际机场旅客吞吐量的模型及预测

新建机场，需要对旅客吞吐量进行预测，以确定机场的建设规模，避免投资失误；正在运营的机场，需要通过对旅客吞吐量的预测，合理、科学地制订年度计划和中短期发展规划；航空公司关注机场旅客吞吐量的发展趋势，以便制订有效的航线航班计划。本文通过分析1980年至2001年南京机场旅客吞吐量数据和江苏省有关经济指标数据的相关特性，建立了南京禄口国际机场旅客吞吐量的模型，通过检验，可以用于预测南京机场未来1～5年的年度及月度旅客吞吐量的发展趋势。     

事故率预测灰色系统GM（1,2）模型应用探讨

本文采用ＧＭ（１,２）模型,对企业生产系统事故率进行了预测并加以分析讨论。     

基于组合预测方法的民航旅客吞吐量预测研究——以首都机场为例

"十二五"是中国民航业发展的黄金时期,机场民航旅客吞吐量也将呈快速发展态势。首都机场是中国最大的民用机场,通过科学合理的方法对其旅客吞吐量进行预测的研究意义重大。利用最新历史数据,采用多元线性回归模型和时间序列趋势外推模型,分别对首都机场2012—2016年的旅客吞吐量进行预测。为了克服两种单一预测方法的缺陷,采用组合加权方法对预测结果进行组合预测。最后,根据组合预测值和历史值的误差比较分析。研究结果表明:组合预测方法能够提高预测的准确性,减少预测误差。     

机场吞吐量预测方法探讨

机场吞吐量的预测是机场乃至航空公司经营决策的基本前提,是实现机场资源有效配置的基本根据,其预测的准确度直接影响着机场改建、扩     

灰色模型GM（1,1）电算化在航空运输预测中的应用

目前,民航统计系统全都采用了电子计算机统计、汇总、传送报表,大大提高了统计工作效率,但对这些大量数据使用电子计算机进行有效处理,即统计分析电算化,仍然是民航经营管理工作中一项重要的课题。笔者在计划统计工作中,充分利用计算机快速、方便的特点,编制了生产经营效益评估、航空市场预测、航班客运波动规律分析等应用软件,使大量繁杂的统计数据得到快速处理,大大减轻了统计分析工作中的脑力和体力劳动,提高了工作效率和质量。本文仅就灰色模型 GM(1,1)预测软件的建立及其应用作一简单介绍,以此引起航空界有关人士对统计分析电算化的兴趣。     

基于GM模型的航空相机故障预测研究

航空相机的故障检测是其日常维护的重要内容。本文针对航空相机侦察过程特点,提出一种基于灰色模型的模糊预测策略,即应用灰色系统理论建立对象的GM预测模型,对灰色模型预测值进行模糊推理,并通过对当前过程状态进行模糊判决,从而实现对灰色模型预测步长的自适应调整,改善预测效果。     

加权型GM（1，1）模型在预测高空风速中的应用

主要提出了一种加权型GM（1，1）模型，并用此模型来预测高空风速大小。模型的预测值与测量值的对比表明此模型的预测效果较好。最后给出了加权型GM（1，1）模型的一些应用领域。     

基于新陈代谢GM（1,1）模型的导弹遥测故障预测算法

在人工监视遥测关键参数是否超出阈值范围以判断导弹故障的传统模式基础上,对GM（1,1）预测模型进行了改进,研究了基于新陈代谢的GM（1,1）预测算法对遥测参数实时预测效果.该算法能不断去掉最老的信息,充分利用最新的信息,避免了预测模型老化的现象;由于用于预测的数列维度较少,便于计算,能够保证算法的实时性.用MATLAB编程实现算法,比对实测数据的预测值与实际值,并进行误差分析.结果表明,该算法对遥测参数的预测精度较高,可为及时发现导弹故障提供科学的依据.     

基于Agent模型的机场网络延误预测

准确可靠的机场网络航班延误预测是科学认知空中交通运行态势,动态精准实施国家空域系统容流协同调配策略的重要依据。提出了基于Agent的机场网络延误模型,表征机场网络系统中各元素及子系统间的交互作用下的延误特征涌现。针对机场节点动态容量、预计起飞时间、最小飞行与周转时间等Agent模型中的关键参数,适应性选用了贝叶斯估计、模糊k近邻等数据挖掘方法建立参数模型,并采用2015—2017年全美历史航班和气象数据进行训练学习。为综合评价模型性能及泛化能力,选取全美2018年3个不同延误程度的典型日进行测试。实验结果表明,在全美34个核心机场组成的网络中,各节点在4小时预测区间内延误最大误差不过27.9 min,其中约80%的节点误差小于5 min,验证了所提延误预测模型在时空范围内的准确性和稳健性特征。另外,通过与其他模型对比,展示了本模型优良的延误预测性能。     

基于灰色系统理论的航空运量预测

本文在对我国航空运输发展简要分析的基础上,基于灰色系统理论及其建模思想,利用民航相关数据构建灰色预测模型,进行航空运输总周转量、旅客运输量和贷邮运输量三项主要生产指标预测。所得基本结论为：利用灰色系统建立航空运输预测模型适宜,预测精度较高,预测结果可作为民航政府部门进行宏观调控、航空运输企业进行经营决策的参考信息。     

基于灰色系统预测直升机航迹的研究

 反直升机智能雷对直升机航迹的预测在作战中非常重要,但在数据非常有限的情况下,准确地预测又很困难。提出了用灰色系统理论解决直升机航迹预测问题,建立了灰色系统 GM预测模型和 n次累加残差模型并对GM预测模型进行修正。在每个采样期间内,实时在线建立GM预测模型和残差模型以提高预测精度。通过实例计算能看出用较少的探测数据可以得到较高的预测精度。     

基于改进GM(1,1)模型的雷达故障预测研究

现代雷达系统规模越来越大,性能和结构也更加复杂,其特征参数的获取存在着不完整性和不确定性。这些问题给雷达的故障预测带来一定困难。灰色模型是处理小样本、贫信息和不确定性问题的有效手段,很适     

基于灰色模型的军机两级维修人力效益预测

维修人力费用估算是军用飞机寿命周期费用估算的重要组成部分。将三级维修体制简化为两级维修,可节省维修人力,并提高战备完好性。引入灰色系统Verhulst模型理论,建立了转换维修体制后的人力节省预测模型,以美空军实际节省的人力数据为例进行预测,结果表明,模型的可信性较高。