基于PSO-BP算法的联盟航线市场份额预测
联盟背景下航线产品与单个航班相比,属性复杂、合作风险高.产品属性差异导致市场分担率不同,航线市场份额的精准预测是联盟合作伙伴选择与协同价值计算的基础.因此,充分利用联盟运输数据,在达美航空QSI指标基础上,加入了航线竞争程度、联盟合作关系等指标,建立了适用于联盟背景下国际航线产品市场份额预测的指标体系.考虑到影响因素与QSI值间的非线性关系,引入BP神经网络进行市场份额与影响因素的机器学习,建立了两者间的非线性映射.为防止BP神经网络陷入局部极小值,再引入粒子群算法确定神经网络初始权值,建立PSO-BP算法的QSI模型.结果表明,基于PSO-BP算法的QSI模型能更好预测国际航线市场份额,绝对误差控制在1%.
市场份额预测、神经网络、粒子群、联盟、QSI
37
U8(航空运输)
南京航空航天大学创新基金资助项目kfjj20180723
2020-04-14(万方平台首次上网日期,不代表论文的发表时间)
共9页
61-69