Integrated prediction method of nonlinear-seasonal passenger traffic income of airlines
-
摘要: 针对航空公司的客运收入同时具有增长性趋势和季节波动性特征, 使得客运收入的变化呈现出复杂的非线性组合特点, 依据灰色预测GM (1, 1) 模型原理, 建立客运收入预测模型, 以反映其增长性趋势的特点, 建立客运收入季节变动预测模型, 以反映其季节波动性特点, 最终形成非线性季节型客运收入组合预测模型。航空公司客运收入的预测结果表明, 预测值与实际值误差小于1%, 该模型有效、可行。
-
关键词:
- 交通管理 /
- 客运收入 /
- 季节波动性 /
- GM(1, 1)模型 /
- 组合预测模型
Abstract: Passenger traffic income of airlines has a dual trend of growth and seasonal fluctuation, which makes the income demonstrate a complicated nonlinear characteristic. A prediction model, based on the theory of grey prediction model GM (1, 1), was introduced to reflect the characteristic of its growth trend, a seasonal change prediction model was employed to reflect the characteristic of its seasonal fluctuation, an integrated nonlinear-seasonal prediction model of passenger traffic income of airlines was proposed. Prediction results show that the error rate of actual value and test value is less than 1%, the model is feasible. -
表 2 月客运收入
Table 2. Passenger traffic income per month /万元
月份 第1年 第2年 第3年 第4年 1 780 937 1177 1014 2 1031 1053 848 1136 3 1007 1030 1218 1118 4 1072 1232 1470 1461 5 1124 1290 1409 1328 6 1016 982 1051 1194 7 1254 1269 1501 1375 8 1315 1371 1536 1529 9 1179 1292 1321 1382 10 1454 1458 1476 1535 11 1141 1115 1259 1247 12 958 1051 1070 1126 
下载: 导出CSV
表 3 季节变化指数
Table 3. Seasonal change index
月份 季节指数 月份 季节指数 1 0.8066 7 1.1054 2 0.8963 8 1.1851 3 0.8863 9 1.0656 4 1.0755 10 1.2149 5 1.0556 11 0.9759 6 0.8664 12 0.8664
下载: 导出CSV
表 4 预测结果比较
Table 4. Comparison of prediction result
月份 单一增长性趋势预测 组合预测 实际值/万元 预测值/万元 相对误差/% 预测值/万元 相对误差/% 第5年1月 1359.75 23.87 1096.83 0.08 1097.75 第5年2月 1365.72 11.61 1224.05 0.03 1223.66 第5年3月 1371.71 13.76 1215.76 0.82 1205.83 第5年4月 1377.74 20.02 1481.78 29.08 1147.93 第5年5月 1383.78 90.54 1460.72 101.13 726.25 第5年6月 1389.86 27.49 1204.16 10.46 1090.11 第5年7月 1395.96 8.68 1543.08 0.94 1528.67 第5年8月 1402.09 15.12 1661.56 0.59 1651.76 第5年9月 1408.24 7.10 1500.57 1.01 1515.87 第5年10月 1414.42 17.09 1718.44 0.73 1705.95 第5年11月 1420.63 1.55 1386.44 0.89 1398.96 第5年12月 1426.87 16.47 1236.22 0.91 1225.07 第6年1月 1433.13 18.53 1156.02 4.39 1209.05 第6年2月 1439.42 12.76 1290.10 1.06 1276.51 第6年3月 1445.74 13.89 1281.37 0.94 1269.39 第6年4月 1452.09 6.05 1561.75 1.04 1545.60 第6年5月 1458.46 4.58 1539.55 0.72 1528.55 第6年6月 1464.86 14.60 1269.14 0.71 1278.22 平均相对误差/% 12.38 0.99 注: 由于第5年4月至6月受非正常社会流行疾病的客观因素影响, 预测值严重偏离实际值, 因此在计算平均相对误差时将其剔除。
下载: 导出CSV
表 5 月可用飞机数预测
Table 5. Available fight prediction per month
月份 月可用飞机数mk 月份 月可用飞机数mk 第5年1月 0.98f 第5年7月 0.96f 第5年2月 0.97f 第5年8月 f 第5年3月 0.96f 第5年9月 0.97f 第5年4月 f 第5年10月 0.98f 第5年5月 f 第5年11月 0.95f 第5年6月 0.95f 第5年12月 0.95f
下载: 导出CSV
-
[1] 马国柱, 马坚进. 现代企业经营管理学[M]. 上海: 立信会计出版社, 1998. [2] 宁宣熙. 决策系统工程[M]. 北京: 航空工业出版社, 1995. [3] 邓聚龙. 灰预测与灰决策[M]. 武汉: 华中科技大学出版社, 2002. [4] Deng J L. Introduction to grey system theory[J]. The Journal of Grey System(UK), 1989, 1(1): 1-24. [5] Philip Hans Franses. Time Series Model for Business and Economic Forecasting[M]. Beijing: Publishing House of Renmin University of China, 2002. [6] 朱胜. 统计学原理[M]. 北京: 中国统计出版社, 2003. [7] 刘思峰, 郭天榜, 党耀国. 灰色系统理论及其应用[M]. 北京: 科学出版社, 1999. [8] 杨思梁. 最盈利的管理方法——收益管理[M]. 北京: 航空工业出版社, 2000. [9] 姚祖康, 顾保南. 交通运输工程导论[M]. 北京: 人民交通出版社, 2003. -
点击查看大图
图(1) / 表(5)
计量
- 文章访问数: 220
- HTML全文浏览量: 114
- PDF下载量: 200
- 被引次数: 0
