基于不同模型的机场客流量预测

中国民航大学学报

基于不同模型的机场客流量预测

刘夏¹，陈磊¹，邱钊²，陈焕东³，陈明锐²

（1. 三亚航空旅游职业学院教务处，海南三亚572000；2. 海南大学信息科学技术学院，海口570228；3. 海南师范大学教务处，海口571158）

收稿日期:2017-09-20 修回日期:2017-11-19 出版日期:2018-06-24 发布日期:2018-06-26
作者简介:刘夏（1983—），男，四川宜宾人，副教授，硕士，研究方向为数据挖掘与分析、计算机应用.
基金资助:
海南省自然科学基金资助（618QN258，617171）；三亚市院地科技合作项目（2014YD52）；海口市重点科技计划项目（2017039）；海南省高等学校科学研究项目（HNKY2014-03）

Airport passenger flow prediction based on various models

LIU Xia¹, CHEN Lei¹, QIU Zhao², CHEN Huandong³, CHEN Mingrui²

(1. Academic Affairs Office, Sanya Aviation Tourism College, Sanya 572000, Hainan, China; 2. School of Information and Technology,Hainan University, Haikou 570228, China; 3. Academic Affairs Office, Hainan Normal University, Haikou 571158, China)

Received:2017-09-20 Revised:2017-11-19 Online:2018-06-24 Published:2018-06-26

摘要/Abstract

摘要： 基于三亚机场2008-2016 年的月度数据，运用ARMA 模型、灰色预测GM（1，1）模型、ARMA 改进回归模型对民航客流量预测并进行数据仿真。实证分析表明院3 个模型的平均绝对百分误差分别为4.20%、4.19%、1.67%，预测精度较高。最后利用灰色预测GM（1，1）模型进行趋势外预测，得出三亚机场客流量将在2 年内达2 000 万人次。

关键词: 客流量, ARMA 模型, 灰色预测模型, RE-ARMA 模型

Abstract: Based on the passenger flow data of Sanya Phoenix Internotional Airport (Sanya Airport for short) from 2008 to 2016, ARMA model, grey prediction GM (1, 1) model and improved ARMA regression model are adopted for data fitting. Upon verification, the average absolute percentage error of the three models are respectively 4.19%,
4.20% and 1.97% with high prediction precision. Passenger flow at Sanya Airport is predicted to reach 20 million in two years.

Key words: passenger flow, ARMA model, grey prediction model, RE-ARMA model

刘夏，陈磊，邱钊，陈焕东，陈明锐. 基于不同模型的机场客流量预测[J]. 中国民航大学学报.

LIU Xia, CHEN Lei, QIU Zhao, CHEN Huandong, CHEN Mingrui. Airport passenger flow prediction based on various models[J]. .