基于分类法的机场货运吞吐量预测方法研究

《基于分类法的机场货运吞吐量预测方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、南京航空航天大学硕士学位论文基于分类法的机场货运吞吐量预测方法研究姓名：南娟申请学位级别：硕士专业：交通运输规划与管理指导教师：夏洪山20081201南京航空航天大学硕士学位论文摘要长期以来，对机场货运吞吐量进行预测，一般是尝试多种预测方法后选取精度高的预测方法或改进某一种预测方法，没有从理论上系统的阐述机场货运吞吐量的生成机理、影响因素以及对于一个具体的机场，如何从上百种方法中选择适合的预测方法，特别是忽视了对于新建机场和既有机场两种不同类型的机场，货运吞吐量预测的差异性，因而造成了机场货运吞吐量预测的不准确性。本

2、文首先在分析了机场货运吞吐量的生成机理，影响因素，以及现有算法适用性的基础上，给出了预测机场货运吞吐量选取的指标。然后对现有预测算法及其适用性进行了总结分析。针对现有算法的不足，将熵权法引入了新建机场货运吞吐量的预测，给出了一种针对新建机场的基于熵权法的综合评价预测方法，解决了新建机场没有历史数据很难进行定量预测这个问题。通过九寨沟黄龙机场货邮吞吐量预测的实例分析，证明了该算法较以往算法具有较高的预测精度；而对于现有的运营机场，给出了一种改进的组合预测方法。对于其中用到的计量经济法进行了改进，运用因子分析法消除了变量

3、之间的多重共线性，使新回归方程的回归系数通过了显著性检验，并采用熵权法计算了组合预测中用到的各算法的权值。利用该算法对上海机场2006年货运吞吐量进行了预测，结果显示该预测算法也具有较高的预测精度。关键词：民航货运，货运吞吐量预测，熵权法，因子分析，组合预测I机场货运吞吐量预测方法研究AbstractForalongtime,aircargothroughputsarepredictedbyscreeningfromavarietyofmethodsaccordingtoprecisionorimprovingcer

4、tainmethod.Thereislittlesystematicexpositionoftheirgeneratingmechanismsandinfluencingfactors.Whatismore,howtoselectapropermethodforagivenairporthasn'tbeensolvedintheory,especiallyforthedifferencesbetweennewairportsandexistingones,whichleadstotheforecastinguncer

5、tainty.Inthispaper,firstly,thegeneratingmechanismandinfluencingfactorsofaircargothroughputsareanalyzed.Basedontheanalysis,aswellasexistingalgorithmsandtheiradaptabilities,asetofindexesisselectedforthroughputforecast.Thentheexistingalgorithmsandtheirapplicabilit

6、yaresummarizedandanalyzed.Toovercomethedeficiencyofthecurrentalgorithms,thecomprehensiveevaluationindexsystembaseduponentropymethodisintroducedfornewairportsthroughputforecast,whichsolvedtheproblemofquantitativepredictionsfornewairportsinlackingofhistoricaldata

7、.InacasestudyoffreightthroughputofHuanglongairport,thisalgorithmprovestobemoreaccurate.Besides,animprovedcombinationforecastingalgorithmisgiventoforecastthefreightvolumeofexistingairports.Andtheeconometricforecastingmethodusedinthisalgorithmhasbeenimproved.Byus

8、ingthemethodoffactoranalysisintheeconometricmodel,themulticollinearityintheoriginaleconometricmodeliseliminatedandthenewregressioncoefficientspassthesignificancetest.Inaddit