基于奇异谱分析的我国航空客运量集成预测模型

被引：26

作者：

梁小珍 ^{[1
]}

乔晗 ^{[2
]}

汪寿阳 ^{[2
,3
]}

张珣 ^{[3
]}

机构：

[1] 上海大学管理学院

[2] 中国科学院大学经济与管理学院

[3] 中国科学院数学与系统科学研究院

来源：

系统工程理论与实践 | 2017年 / 37卷 / 06期

关键词：

航空客运量; 奇异谱分析(SSA); 单整自回归移动平均模型(ARIMA); 支持向量回归模型(SVR); Holt-Winters方法; 集成预测;

D O I：

暂无

中图分类号：

F562 [中国航空运输];

学科分类号：

摘要：

针对时间序列包含噪声以及单一模型可能存在预测表现不稳定的问题,本文提出了一个基于奇异谱分析(SSA)的集成预测模型,并将其运用于我国年度航空客运量的预测中.首先,采用SSA方法对原始时间序列进行分解和重构,得到一个剔除噪声的时间序列,然后将其作为单整自回归移动平均模型(ARIMA)、支持向量回归模型(SVR)、Holt-Winters方法(HW)等单一模型的输入并进行预测,接着再采用加权平均集成预测方法(WA)将三种单一模型的预测结果进行综合集成.通过与各单一模型、基于经验模态分解方法(EMD)的模型以及简单平均集成预测方法(SA)的预测结果进行对比发现,本文所建模型具有较高的预测精度和较稳定的预测表现.最后,采用本文的模型对我国2014-2016年年度航空客运量进行了预测.

引用

页码：1479 / 1488

页数：10

共 18 条

[1] 基于奇异谱分解的微机械加速度计振动噪声抑制方法 [J].

伍宗伟 ;

姚敏立 ;

马红光 ;

马帮立 ;

田方浩 .

振动与冲击, 2014, 33 (05) :70-75

[2] 我国猪肉消费需求量集成预测——基于ARIMA、VAR和VEC模型的实证 [J].

郑莉 ;

段冬梅 ;

陆凤彬 ;

许伟 ;

杨翠红 ;

汪寿阳 .

系统工程理论与实践, 2013, 33 (04) :918-925

[3] 模糊近似支持向量机模型及其在信用风险评估中的应用 [J].

姚潇 ;

余乐安 .

系统工程理论与实践, 2012, 32 (03) :549-554

[4] PSO-ε-SVM的回归算法 [J].

金晶 ;

王行愚 ;

罗先国 ;

王蓓 .

华东理工大学学报(自然科学版), 2006, (07) :872-875

[5] CRUDE OIL PRICE FORECASTING WITH TEI@I METHODOLOGY [J].

WANG Shouyang (Institute of Systems Science ;

School of Management ;

College of Business Administration .

JournalofSystemsScienceandComplexity, 2005, (02) :145-166

[6]

基于EEMD去噪和果蝇支持向量机的变形预测方法研究[D]. 范良.辽宁工程技术大学 2013

[7]

计量经济分析方法与建模[M]. 清华大学出版社 , 高铁梅主编, 2006

[8]

A neuro-fuzzy combination model based on singular spectrum analysis for air transport demand forecasting[J] . Yi Xiao,John J. Liu,Yi Hu,Yingfeng Wang,Kin Keung Lai,Shouyang Wang.Journal of Air Transport Management . 2014

[9]

Forecasting of Hong Kong airport’s passenger throughput[J] . Wai Hong Kan Tsui,Hatice Ozer Balli,Andrew Gilbey,Hamish Gow.Tourism Management . 2014

[10]

Forecasting before, during, and after recession with singular spectrum analysis[J] . Hossein Hassani,Saeed Heravi,Gary Brown,Daniel Ayoubkhani.Journal of Applied Statistics . 2013 (10)

← 1 2 →