基于聚类分析的航线旅客市场预测方法研究

《基于聚类分析的航线旅客市场预测方法研究》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聚类分析的航线旅客市场预测方法研究姓名：王喆申请学位级别：硕士专业：交通运输规划与管理指导教师：夏洪山20090101南京航空航天大学硕士学位论文摘要航线旅客市场需求分析和预测是航线运营的基础和依据。准确的需求数据可以辅助航空公司制订科学的经营战略，避免航线开辟和运营的盲目性，降低经营成本，提升效益。本文在分析航空运输旅客需求影响因素以及传统预测方法的基础上，重点研究了新开航线旅客市场预测，给出基于航线聚类分析的对数线性模型。本文首先深入分析航空旅客市场需求的影响因素，在定性判断基础上，结合灰色关

2、联分析选出影响程度高的主要因素，结果表明，人均GDP、城镇居民人均可支配收入等都比GDP影响程度高，原因在于：GDP只是一个笼统指标，我国人口众多，民航需求量首先表现为个体对民航的选择，个体的具体经济状况及消费能力直接影响其对民航运输的选择；然后，分析评价常用需求预测方法优缺点及适用性，并给出基于熵权法的组合预测方法，通过实例验证，组合预测方法预测精度明显高于单独使用一种方法的预测结果；接着，分析研究新开航线市场预测，引入聚类分析思路，在对指标数据因子分析的基础上采用K-MEANS算法将国内航线分类，判断新开航线类型，建立对数线

3、性模型预测其需求，该方法可以解决新开航线没有历史数据的问题，而且对数线性模型变量系数即为弹性系数，为深入分析航线需求特征奠定基础。在选取聚类指标时，充分考虑机场经营范围和竞争因素，引入机场竞争指标（竞争机场数量和到竞争机场平均距离），使航线样本选择更加全面，并给出了基于起点城市和终点城市的聚类指标值选取法，避免了样本间差异缩小时可能造成聚类分析的不确定性。最后以海口－杭州航线为例进行了实证分析。关键词：聚类分析，需求预测，灰色关联，熵权法，对数线性模型I基于聚类分析的航线旅客市场预测方法研究AbstractAirlinepass

4、engermarketdemandanalysisandforecastingarethefoundationandbasisofairlinesoperation.Accuratedemanddatacanassistairlinestomakescientificdevelopmentstrategy,avoidblindnessofopeningnewairline,loweroperationcostsandimproverevenue.Basedonanalysisofimpactfactorsofairtranspo

5、rtationdemandandconventionalforecastingmethods,thispapermainlystudiedforecastingmethodfornewairlinepassengermarketdemand.Firstlythispaperanalyzedimpactfactorsofairpassengerdemandthoroughly.Basedonqualitativejudgment,wechosemainimpactfactorsthroughgreycorrelationanaly

6、sis.TheresultofgreycorrelationanalysisshowedthattheinfluencedegreeofpercapitaGDPandurbanresidentspercapitadisposableincomewerelagerthanGDP,becauseGDPisonlyageneralindicator,Chinahaslargepopulationandairpassengerdemandisdeterminedbyindividualchoice,people’sspecificeco

7、nomicconditionsandconsumptionpowercaninfluencetheirchoiceofairservicedirectly.Secondly,advantages,disadvantagesandapplicabilityofconventionalairlinemarketforecastingmethodswereanalyzedandevaluated,andanentropybasedcombinedforecastingmethodwasintroducedtoenhancepredic

8、tingaccuracy,theexampleverifiedthatthecombinedmethodcanpredictairpassengerdemandmoreaccuratelythananyconventionalmethod.Thirdly,afo