后疫情时期的机场旅客吞吐量预测

为提高后疫情时期的机场旅客吞吐量预测精度，通过CEEMDAN算法将旅客吞吐量原始序列分解为若干不同频率的分量，检验各分量序列的平稳性，对平稳序列建立ARMA预测模型，非平稳序列通过构建DBSCAN-Adaboost强预测器进行预测，将各分量预测结果重组，得到社会常态化发展背景下的机场吞吐量预测值。以新冠疫情散发点个数、疫情散发点区位因子为变量建立疫情影响因子修正模型，对南京机场2020—2022年疫情期间的客流量预测结果表明，新组合模型能够较为准确地量化疫情对机场客流的影响程度，为机场旅客吞吐量预测提供了新方法。