基于SVM补偿灰色周期外延模型的航线客运量预测

摘要

cqvip:针对航线客运量构成的时间序列既有总体变化趋势又有周期性波动的特点,构建GM(1,1)模型对序列的趋势性进行预测。获取灰色模型预测值的残差序列,构建周期外延模型提取残差序列的优势周期,生成灰色周期外延模型组合对周期性波动进行预测,在此基础上,基于支持向量机模型对灰色周期外延模型预测值的残差进行修正补偿。实证分析发现,该0模型预测值的平均绝对百分比误差值随着周期性叠加和SVM补偿逐步降低,精度较灰色模型提高了3.4%。因此该方法可以为航线客流量预测提供决策支持。