10.16208/j.issn1000-7024.2023.06.019
融入稀疏因子编码约束的航班座位需求预测
为解决航班座位需求预测中,由于对座位需求量呈现"周"特性和影响因素考虑不足导致预测准确性低的问题,提出融入稀疏因子编码约束的航班座位需求预测模型.利用稀疏因子编码过程对影响航班座位需求的航班、日期、节假日、天气特征等多个特征学习,将学习的特征输入到梯度提升决策树模型.实验结果表明,该模型在考虑多个特征的基础上能够得到更准确的预测结果.
航班座位、需求预测、稀疏因子、多特征、梯度提升决策树、影响因素、贝叶斯优化
44
TP391(计算技术、计算机技术)
中央高校基本科研业务费专项资金基金项目3122014D032
2023-06-26(万方平台首次上网日期,不代表论文的发表时间)
共7页
1729-1735