基于SD-ARIMA复合模型的虹桥机场旅客吞吐量预测

摘要

cqvip:构建SD-ARIMAp,d,qsp,sd,sqS1复合模型,使用剔除季节趋势后的月度客流量数据对上海虹桥机场2008年1月至2017年12月数据进行建模,以2018年1~8月虹桥机场旅客吞吐量数据作为测试集进行预测验证。结果发现:虹桥机场客流量呈现出冬季偏低的季节性波动趋势;SD-ARIMA复合模型对时间序列极端值数据更为耐受,对客运量表现出较好的拟合效果。通过对模型不同角度的性能分析,本研究构建的SD-ARIMA复合模型具备一定的有效性及优越性,可用于短期的机场客流量预测,同时对机场的运营及资源调配等方面具有一定参考价值。