典型文献
新型冠状病毒肺炎疫情影响下中国航空货运量分析与预测
文献摘要：
在新型冠状病毒肺炎疫情对航空货运的影响下,月度航空货运量出现异于历史趋势的极端数据,而传统航空货运量预测模型有在极端数据影响下误差较大的问题.因此,研究了适用于后疫情时代的中国航空货运量短期预测方法.对2009—2020年中国航空货运量月度数据进行分析,发现中国航空货运量呈稳定增长趋势.受疫情影响出现短期剧烈波动,在假设疫情对航空货运的影响逐渐减弱的前提下,选取Holt-Winters乘法模型与求和自回归移动平均ARIMA乘积季节模型分别提取航空货运量数据的长期趋势、周期特征和短期波动特征,并采用4种不同权重确定方法构建了多个航空货运量组合预测模型.运用Holt-Winter模型、ARI-MA模型及其组合预测模型对2021—2022年中国航空月度货运量进行了预测,以2021年1月—5月的航空货运量数据作为验证数据集,对比分析了不同预测模型的预测误差.结果表明:Holt-Winters与ARIMA组合预测模型的平均绝对百分比误差与最大绝对百分比误差普遍小于自身单一模型的;基于最小二乘法赋权的组合模型预测效果最优,基于残差倒数法赋权的组合模型预测效果次优;最优组合模型的平均绝对百分比误差为1.93％,比次优组合模型降低了8.53％,较单一的Holt-Winters模型与ARIMA模型分别降低了71.70％与20.58％,验证了最优组合模型对后疫情时代中国航空货运量月度数据预测的有效性.
文献关键词：
航空运输;航空货运量预测;Holt-Winters乘法模型;ARIMA乘积季节模型;组合预测;新型冠状病毒肺炎疫情
中图分类号：
作者姓名：
陈亚东;丁松滨;刘计民;宋晓敏;隋东
作者机构：
南京航空航天大学民航学院 南京 211106;中国民用航空华东地区空中交通管理局 上海 200335
文献出处：
引用格式：
[1]陈亚东;丁松滨;刘计民;宋晓敏;隋东-.新型冠状病毒肺炎疫情影响下中国航空货运量分析与预测)[J].交通信息与安全,2022(02):155-162
A类：
航空货运量预测
B类：
新型冠状病毒肺炎疫情,中国航空,运量分析,月度,异于,历史趋势,短期预测,稳定增长,Holt,Winters,自回归,移动平均,ARIMA,乘积,长期趋势,周期特征,短期波动,波动特征,不同权重,权重确定,确定方法,组合预测模型,预测误差,平均绝对百分比误差,组合模型预测,倒数,次优,最优组合模型,数据预测,航空运输
AB值：
0.165025
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。
