基于机器学习模型的民航客流预测仿真研究

摘要

准确的预测航线的客流量,对于机场的运力安排、航线调整、规划发展都有着重要的作用.针对民航客流量预测具有诸多不确定性和数据不足的特点,本文基于某航空公司2010-2016年北京-三亚航线每天的客流数据,运用了多元回归模型、支持向量机回归模型、ARMA改进模型、神经网络RBF模型对航线数据进行了数据拟合.经验证,上述四个模型的平均绝对误差分别为5.27％,7.61％,5.07％,3.34％,模型预测精度较高,可以用于客流预测研究.