基于EEMD的航空客流需求预测技术及其应用研究

准确的航空客流预测是成功实现收益管理的前提，是实现定价、座位控制等决策的基础。为了提高预测的准确性，本文提出了一种基于集成的经验模态分解的预测方法。该方法的基本思想是分解之后再集成，首先将原始的时间序列分解成几个独立的子序列，包括若干个本征模函数和一个剩余分量；然后再用预测模型对各个分量分别进行预测；最后用适当的方法对各分量的预测值进行整合，从而得到最终的预测结果。 论文首先对航空客流需求预测的理论和方法进行阐述，并对过去研究中所常用的预测方法进行归类；然后介绍经验模态分解方法的原理及其应用；接下来针对航空客运需求的特点提出一种集成的时间序列预测建模框架，分别选择集成经验模态分解方法和ARIMA，SVM模型作为分解方法和建模工具，通过国内某航空公司的实际数据进行实测，证明该集成预测方法提高了预测的精度；最后，将客流预测结果和后续航空座位控制决策过程进行结合，进一步验证了基于集成的经验模态分解的预测方法在航班单个票价等级的需求预测上可以取得良好的效果，同时为提高座位控制决策的有效性提供了科学依据。