登录    注册    忘记密码

期刊文章详细信息

基于ARIMA与GM(1,1)模型的民航月度运输总周转量预测    

Forecasting of total monthly transportation turnover of civil aviation based on ARIMA and GM(1,1)model

  

文献类型:期刊文章

作  者:罗渝川[1] 许雅楠[1] 邓雪梅[2] 杨蓉[3]

Luo Yuchuan;Xu Yanan;Deng Xuemei;Yang Rong(Laboratory of Aeronautical Ergonomics and Ergonomics,Civil Aviation Flight College of China,Guanghan 618307;School of Cabin Crew,Civil Aviation Flight College of China,Guanghan 618307;Personal Division,Civil Aviation Flight College of China,Guanghan 618307)

机构地区:[1]中国民用航空飞行学院航空人因与工效学实验室,广汉618307 [2]中国民用航空飞行学院空中乘务学院,广汉618307 [3]中国民用航空飞行学院人事处,广汉618307

出  处:《现代计算机》

基  金:国家自然基金(U2133209):基于循证原则的中国民航运输飞行员核心胜任能力理论体系与评估技术研究;中国民用航空飞行学院自主研究项目(FZ2020ZZ01):民航飞行人员核心胜任能力特征及评价技术研究。

年  份:2023

卷  号:29

期  号:4

起止页码:43-48

语  种:中文

收录情况:普通刊

摘  要:比较ARIMA与GM(1,1)两种模型对中国民航月度运输总周转量预测结果,选择拟合程度较高的模型应用于运输总周转量短期预测分析。分别运用SPSS22.0软件和Matlab软件对选取的2009年10月—2019年9月的数据进行ARIMA建模和GM(1,1)建模,根据2019年10月—12月的预测数据拟合效果,确定预测民航月度运输总周转量的最佳模型。结果表明:ARIMA(2,1,0)(0,1,1)12模型和GM(1,1)模型的计算值与实际值拟合程度都相对较好,均可用于未来短期数据的预测。两个模型对2019年10—12月预测值的平均相对误差分别为2.26%和4.15%。ARIMA(2,1,0)(0,1,1)12模型可以更好地与实际民航月度运输周转量历史数据相拟合,可以应用于民航月度运输总周转量的预测。预测结果可为民航发展规划战略提供相应的数据支持。

关 键 词:民航 月度运输总周转量  ARIMA模型 GM(1,1)模型

分 类 号:F562]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心