基于奇异谱分析的航空客运需求分析与分解集成预测模型

摘要：

考虑到航空旅客运输需求影响因素复杂以及航空客运需求序列非线性非平稳等特征,本文提出了一个基于奇异谱分析(SSA)的航空客运需求分析与分解集成预测模型.需求分析阶段,首先使用SSA对航空客运需求序列进行有效分解,接着借助奇异熵理论,将序列重构为长期趋势项、中期市场波动项和短期噪声项;预测阶段,使用排列熵(PE)判断各重构序列复杂度的高低,并依据序列复杂度分别选择粒子群算法(PSO)和布谷鸟算法(CS)双优化的支持向量回归模型(SVR)或单整自回归移动平均模型(ARIMA)进行预测,结果表明,该分解集成预测模型较ARIMA、SVR等基准模型有着更好的预测性能.

关键词：航空客运需求、奇异谱分析、排列熵、支持向量回归、分解集成预测

所属期刊栏目：40

分类号：F562.8;F272.1(航空运输经济)

资助基金：国家自然科学基金71701122,71702095,11801352

在线出版日期：2020-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1844-1855