基于SARIMA和RBF神经网络的机场货运量预测

taptap下载安装安卓学报

基于SARIMA和RBF神经网络的机场货运量预测

邢志伟¹，李学哲^1,2，罗谦²，冯文星^1,2，白楠^1,2，潘野²，罗沛²

（1.taptap下载安装安卓航空自动化学院，天津300300；2.中国民用航空局第二研究所，成都610041）

收稿日期:2015-10-20 修回日期:2015-12-16 出版日期:2016-10-19 发布日期:2016-12-06
作者简介:邢志伟（1970—），男，天津人，研究员，博士，研究方向为民航装备与系统、民航智能规划与调度
基金资助:
国家科技支撑计划（2012BAG04B02）；国家自然科学基金项目（U1233118、U1333122、U1233124）；中央高校基本科研业务费专项（3122014P003）

Airport cargo forecasting based on SARIMA and RBF neural network

XING Zhiwei¹, LI Xuezhe^1,2, LUO Qian², FENG Wenxing^1,2, BAI Nan^1,2, PAN Ye², LUO Pei²

(1.College of Aeronautical Automation, CAUC, Tianjin 300300, China;2. Second Institute of CAAC, Chengdu 610041,China)

Received:2015-10-20 Revised:2015-12-16 Online:2016-10-19 Published:2016-12-06

摘要/Abstract

摘要：

针对机场货运量预测不能满足机场实际运行精度等缺点，提出一种季节性ARIMA 和RBF 神经网络集成模型预测机场货运量，该模型首先利用季节性ARIMA模型预测机场货运量线性部分，然后用RBF 神经网络模型预测机场货运量非线性部分，最后把非线性部分预测结果作为线性部分预测结果的补偿，得到最终预测结果。实验结果表明，新模型可以有效结合季节性ARIMA 和RBF 神经网络各自的优点；相对单一季节性ARIMA 模型和单一RBF神经网络模型预测精度分别提高了6.30%和3.32%，预测精度满足机场实际运行要求。

关键词: 机场货运量, 季节性ARIMA, RBF 神经网络, 集成, 预测

Abstract:

The model of integrated seasonal ARIMA and RBF neural network (SARIMA-RBF) is proposed to solve the problem that airport cargo forecasting accuracy can not meet the actual operation of the airport. In the SARIMARBF,the first use of seasonal ARIMA is to forecast the linear part of airport cargo, and then to forecast the nonlinear part of airport cargo with RBF neural network, finally the nonlinear forecasting result is taken as the compensation of linear forecasting result to get the final forecasting result. Experimental results show that the new model can be combined with respective advantages of seasonal ARIMA and RBF neural network. The new model compared with single seasonal ARIMA model and single RBF neural network model forecasting accuracy are improved by 6.30% and 3.32%; and its forecasting accuracy can meet the actual operation of the airport.

Key words: airport cargo, SARIMA, RBF neural network, integrate, forecasting

中图分类号:

V35
TP391

邢志伟，李学哲，罗谦，冯文星，白楠，潘野，罗沛. 基于SARIMA和RBF神经网络的机场货运量预测[J]. taptap下载安装安卓学报.

XING Zhiwei, LI Xuezhe, LUO Qian, FENG Wenxing, BAI Nan, PAN Ye, LUO Pei. Airport cargo forecasting based on SARIMA and RBF neural network[J]. .

参考文献 12

[1]	戈锐,范幸丽, 张玮. 我国航空货运市场发展趋势探析[J].运输市场, 2014(4): 37-41.
[2]	朱魏巍, 许俐. 上海浦东国际机场货运量预测[J].科学技术与工程, 2009, 9(2): 509-511.
[3]	CHOU T Y, LIANG G S, HAN T C. Application of fuzzy regression on air cargo volume forecast[J]. Quality &Quantity, 2013, 47(2): 897-908.
[4]	徐勤兰, 樊重俊, 张鹏. 灰色支持向量机在机场吞吐量预测中的应用[J].上海理工大学学报, 2012(4): 347-350.
[5]	孟建军,杨泽青.基于模糊神经网络的民航物流预测研究与仿真分析[J].计算机工程与设计, 2010(5): 1056-1059.
[6]	CHEN S C, KUO S Y, CHANG K W, et al. Improving the fore-casting accuracy of air passenger and air cargo demand: The application of back-propagation neural networks[J]. Transportation Planning and Technology, 2012, 35(3): 373-392.
[7]	BATES J M, GRANGERC,WJ. The combination of forecasts[J]. Operational Research Quarterly, 1969, 20(1): 451-468.
[8]	南娟.基于分类法的机场货运吞吐量预测方法研究[D]. 南京: 南京航空航天大学, 2009.
[9]	傅培华, 鲍福光, 李进. 基于组合预测模型的航空货运吞吐量预测研究[J].上海管理科学, 2012(2): 48-52.
[10]	汪泓, 周慧艳. 机场运营管理[M]. 北京: 清华大学出版社, 2008:75-89.
[11]	赵鑫, 郭嘉, 吴建川. ARIMA 模型和GM（1，1）与ARMA（p，q）组合模型在滑坡短期预报中的对比分析[J].安全与环境工程, 2012(3): 24-28.
[12]	陈明. MATLAB神经网络原理与实例精解[M]. 北京:清华大学出版社, 2013: 196-237.

[1]	赵箫, 杨文东, 胡俊成. 基于 WOA-BP 神经网络的多趋势机场间 OD 需求预测[J]. taptap下载安装安卓学报, 2026, 44(2): 88-96.
[2]	胡小兵 a, 李伯阳 b, 柯劼 . 基于 LightGBM 的分阶段多模态航迹预测方法 [J]. taptap下载安装安卓学报, 2026, 44(1): 1-9.
[3]	李楠, 吴龙添, 郝锦彪, 许瑞 . 基于机器学习的大型机场离港滑行时间预测[J]. taptap下载安装安卓学报, 2026, 44(1): 17-24.
[4]	高伟, 逄丁荧, . 基于航班延误预测的多天气模式下时刻协调参数剖面研究 [J]. taptap下载安装安卓学报, 2025, 43(6): 24-30.
[5]	马兰, 任静静, . 基于四阶段法的管制区飞行流量预测 [J]. taptap下载安装安卓学报, 2025, 43(6): 31-37.
[6]	蔡靖, 周宁, 王岩, 戴轩, 李岳. 飞机冲偏出跑道事故统计分析及后果预测研究 [J]. taptap下载安装安卓学报, 2025, 43(5): 37-43.
[7]	樊玮, 张永翔. 基于旅客支付意愿随机性的卖高率估算方法 [J]. taptap下载安装安卓学报, 2025, 43(5): 82-89.
[8]	丁建立, 冯昊. 基于 GBDT 的多时刻航班过站关键节点时间预测模型[J]. taptap下载安装安卓学报, 2024, 42(6): 27-33.
[9]	梁志星 a , 马昕洁 b , 曹捷 . 重大突发公共卫生事件对中国民航运输量的影响度分析 [J]. taptap下载安装安卓学报, 2024, 42(6): 46-51.
[10]	王飞 , 韩翔宇 . 基于二次分解集成的机场流量短期预测 [J]. taptap下载安装安卓学报, 2024, 42(6): 52-60.
[11]	郭润夏, 倪志高. 基于注意力 LSTM 的齿轮剩余使用寿命预测 [J]. taptap下载安装安卓学报, 2024, 42(6): 67-73.
[12]	张兆宁, 杨刚. 基于 GWO-HMM 的空中交通网络流系统态势预测研究[J]. taptap下载安装安卓学报, 2024, 42(4): 50-55.
[13]	丁新伟, 秦倩, 阚犇, 刘骐畅, 贾驰. 基于图卷积神经网络的航站楼旅客流时空分布预测[J]. taptap下载安装安卓学报, 2023, 41(6): 31-36.
[14]	陈飞, 刘鹏, 凌若鸿, 廉冠, 李彪. 机场航站楼安检资源运行策略优化[J]. taptap下载安装安卓学报, 2023, 41(6): 37-43.
[15]	樊玮, 尚亚博, 潘海莹, 吴灵珊 . 基于 IOWA 算子的航班订座组合预测模型[J]. taptap下载安装安卓学报, 2023, 41(6): 44-49.