首站-论文投稿智能助手
典型文献
后疫情时期的机场旅客吞吐量预测
文献摘要:
为提高后疫情时期的机场旅客吞吐量预测精度,通过CEEMDAN算法将旅客吞吐量原始序列分解为若干不同频率的分量,检验各分量序列的平稳性,对平稳序列建立ARMA预测模型,非平稳序列通过构建DBSCAN-Ad-aboost强预测器进行预测,将各分量预测结果重组,得到社会常态化发展背景下的机场吞吐量预测值.以新冠疫情散发点个数、疫情散发点区位因子为变量建立疫情影响因子修正模型,对南京机场2020—2022年疫情期间的客流量预测结果表明,新组合模型能够较为准确地量化疫情对机场客流的影响程度,为机场旅客吞吐量预测提供了新方法.
文献关键词:
客流量预测;CEEMDAN分解算法;DBSCAN-Adaboost算法;后疫情时期
作者姓名:
李志;摆倩倩;叶博嘉
作者机构:
中国民用航空华东地区空中交通管理局江苏分局,江苏 南京211000;东部机场集团有限公司,江苏 南京,211000;南京航空航天大学,江苏 南京,211000
文献出处:
引用格式:
[1]李志;摆倩倩;叶博嘉-.后疫情时期的机场旅客吞吐量预测)[J].航空计算技术,2022(06):40-44
A类:
aboost
B类:
后疫情时期,旅客吞吐量预测,CEEMDAN,序列分解,不同频率,平稳性,ARMA,非平稳,DBSCAN,预测器,常态化发展,机场吞吐量,区位因子,疫情影响因子,修正模型,南京机场,客流量预测,新组合,组合模型,Adaboost
AB值:
0.282547
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。