基于分解模型的航班起降架次预测及修正

航班起降架次对民航整体运行发展和决策至关重要，为合理评估事件影响并展开预测，基于包含新冠疫情影响的月度数据，采用X-13ARIMA模型和genhol程序进行春节效应修正、序列分解。同时基于增加特征的思想，将序列滞后项及时间趋势、季节虚拟变量用于支持向量机回归中，再引入疫情恢复修正因子对预测值进行修正。结果表明，采用支持向量机回归预测分解后的主序列时，滞后项为2及季节虚拟变量时精度最佳，通过疫情修正各模型误差均有显著降低，表明组合模型的有效性。