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。     

基于Fratar模型的航班时刻需求战略预测方法

航班时刻是机场运行的基础和核心,准确预测机场的航班时刻需求,对于指导机场基础设施建设、运行模式调整等具有重要意义。在航班计划结构信息分析的基础上,构建了全国航班O-D矩阵,建立了多层级机场起降量预测模型,并以起降量预测结果为输入,利用Fratar交通分布预测模型,预测目标机场时刻需求。以杭州萧山机场为例,以2010年为基年,2014为预测年,验证了方法的准确性和可行性,并预测了2020年航班时刻需求,分析了不同运行模式下机场理论容量与航班时刻需求的匹配状况,分析结果表明,2020年萧山机场需由隔离运行模式过渡到相关进近,方能满足时刻需求。     

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SVR选择性集成的机场噪声预测模型研究

机场噪声预测对机场规划设计、航班计划制定以及机场噪声控制具有十分重要的作用。针对机场周围各个监测点上的单飞行事件进行噪声预测。由于机场噪声数据的复杂性,用单一的SVR方法对其预测往往得出局部优化结果,不能达到理想的预测效果,针对这一问题,提出一种基于SVR选择性集成的机场噪声预测方法,通过Adaboost方法对机场噪声数据进行采样训练得到多个SVR预测模型,并结合一种排序方法对预测模型进行选择集成得到最终机场噪声预测值,取得了较好的预测效果。     

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。     

基于BP神经网络的机场安检旅客流量预测模型

机场安检服务资源智能分配及调度是提高机场旅客服务水平及运营效率的有效途径之一,而准确的机场安检旅客流量预测则是实现机场安检服务资源动态分配及调度的前提。以天津机场安检旅客流量的历史数据为研究对象,利用BP神经网络算法建立机场安检旅客流量预测模型,并将该预测模型通过天津机场实际旅客流量进行验证。结果表明:该基于BP神经网络的机场安检旅客流量预测模型的预测精度可达90%以上,证明其具有较高的预测精度,能很好地应用到机场安检流量预测中,为机场运营者动态调度安检服务资源提供高效的解决方案。     

亚洲10大枢纽机场运营绩效预测研究

提高机场未来运营绩效是可持续发展的关键,对其进行准确预测是改善机场运营绩效的基础。考虑到突发事件的影响,单纯定量预测存在预测失真问题,本文采用定性定量结合分析法预测亚洲 10 大枢纽机场“十四五”期间的运营绩效,对比灰色模型定量分析法和 ARIMA 模型的预测结果,并对机场运营绩效预测结果进行分析。结果表明：灰色模型定量分析法比 ARIMA 模型更适合预测机场运营绩效;与实际统计值相比,灰色模型预测的误差都小于 4%,预测精度较好;采用定性定量结合分析法得到了机场未来运营绩效预测的结果,比单纯定量预测更符合实际情况。     

基于灰色模型GM（1，1）的机场旅客吞吐量预测研究

机场旅客吞吐量是机场企业最重要的生产指标，目前还没有一种行之有效的方法来对其进行预测。灰色模型由于需要的原始数据较少，精度较高等优点，能满足预测的要求。探索灰色模型在机场旅客吞吐量预测中的应用可以在很大程度上促进机场企业的发展，提高其经济效益。本文讨论了灰色模型GM(1，1)及其改进模型在机场旅客吞吐量预测中的应用，提出了适合普通周及特殊周机场旅客吞吐量的数据处理方法，提高了预测的精度。     

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     

机场道面使用寿命的灰色预测

影响机场道面使用寿命的各种因素是随机的，复杂多变的，机场道面使用寿命又受到道面结构材料和施工变异及日常维护措施等多方面因素的影响，针对这一特点，本文用灰色系统理论通过对表征道面使用性能的参数（道面强度ＰＣＮ、道面平整度ＰＺＤ、摩擦系数μ、道面破损指数ＰＳＺＳ）的预测，实现了对机场道面使用寿命的预测，取得了满意的结果，可为机场道面的使用管理和机场翻（维）修提供决策依据。     

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     

浅谈民用机场航空业务量预测的几种方法

预测是决策的基础，只有正确的预测，才有科学的决策。航空业务量预测是以机场发展的历史和现状为出发点，以调查研究和统计资料为依据，以科学的定性分析和定量计算为手段，对航空运输的发展规律进行分析，从而对航空运输的发展趋势作出科学的推测，它是机场总体规划的基础，是确定机场建设规模和标准的依据。     

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。     

典型繁忙机场需求预测

在我国航空运输需求快速增长、运行压力不断增大的背景下,通过适宜的预测模型对于繁忙机场起降架次预测的研究及对于繁忙机场合理规划具有重要意义。建立了指数平滑预测法、灰色系统预测法、计量经济预测法3种典型且适合机场需求预测的单一预测模型,以及利用加权平均法对3种模型赋予权重后建立组合模型,选取首都机场和浦东机场2005—2019年的起降架次进行仿真验证。结果表明：采用组合预测方法可以更好地克服单一模型的缺陷,最大程度避免各种因素造成的极端数据的影响,可以有效降低误差,提高预测准确性。     

基于时间序列的空中交通流量灰预测模型算法

利用灰色预测理论,给出了一种空域内空中交通流量进行预测分析的算法——空中交通流量灰预测法,并利用Matlab软件作为计算工具,对管制区域、机场等空域流量的预测进行了仿真,计算结果以图表和图形的形式给出直观说明,验证了该算法的有效性。     

基于分时段与概率分布的滑行冲突预测研究

航空器在机场场面滑行时,为避免航空器之间发生冲突,需要在滑行前进行冲突预测。根据机场场面 交通的实际情况,在以航空器之间距离为冲突预测标准时,提出分时段预测滑行冲突的计算方法;以冲突概率 为标准时,假定航空器的实际位置服从二维正态分布,计算任意时刻两航空器之前的冲突风险。结果表明:分 时段预测滑行冲突的计算方法能够解决航空器路由规划的优化性和实时性之间的矛盾。     

计量经济模型在机场预测中的应用

机场系统的目的是安全、高效地处理旅客、货物的进出航空港业务和由此而产生的飞机、地面服务车辆的运行管理。如何使各部分协调运转，不但取决于机场各部门的协调管理水平，而且更加依赖航空业务量的预测值。预测结果过高，会增加机场初期的建设成本和由此带来的一系列经营负担。预测结果过低，会导致机场在短期内达到负荷水平，不得不再进行扩建，而工程的实施又会影响机场的正常运营。     

机场水泥混凝土道面使用寿命的灰色预测

本文应用灰色系统理论对机场水泥混凝土道面的使用寿命进行研究，用建立的灰色GM（1，1）模型对机场水泥砼道面使用寿命进行预测。通过与实测值的比较，证明该方法是可行的。     

等维灰数递补动态预测在机场客运量预测中的应用

基于灰色系统等维灰数递补动态预测和残差GM（1，1）修正模型，对其应用的可行性进行了有益的探讨，并结合实例，对首都国际机场中短期客运量进行了预测。通过调整原始样本中的变异数据，得到比较理想的预测结果．经检验预测结果是可信的。该研究为机场客运量预测提供了一种方法，可供借鉴。     

一种新型航班延误组合预测模型

为了克服单一的航班延误预测模型在预报时的缺陷,在分析航班延误的特点的情况下,提出了一种基于危险模式和灰色预测组合的新型航班延误预测的方法。对这两种预测方法的结果采用加权组合预测的方式来预测航班延误的趋势变化,预测结果是单一预测模型的加权和,加权系数动态确定。最后通过国内的某枢纽机场的航班延误情况进行了验证。实验表明该模型可以不受某一较差的预测模型影响,从而有较好的预测效果。