-
题名基于网络搜索信息的多模态数据驱动航空客流集成预测
被引量：3
- 1
-
-
作者
孙景云
于婷
何林芸
-
机构
兰州财经大学统计学院
甘肃经济发展数量分析研究中心
-
出处
《运筹与管理》
CSSCI
CSCD
北大核心
2023年第3期155-162,共8页
-
基金
国家自然科学基金资助项目(72061020,71961013)
兰州财经大学2020年度高等教育教学改革研究重点项目(LJZ202008)。
-
文摘
为了对机场旅客吞吐量进行更高精度的预测,提出了一种基于网络搜索信息的“分解-重构-集成”组合预测新方法。首先,采用平均影响值和时差相关分析法对机场旅客吞吐量相关的网络搜索关键词进行筛选,合成综合搜索指数。其次,利用改进的自适应白噪声完备集合经验模态分解(ICEEMDAN)方法分别将机场旅客吞吐量和综合搜索指数分解为若干子模态序列,依据子序列的样本熵值重构为高、中、低频序列。以搜索指数中的不同频率成分作为辅助输入信息,分别对机场旅客吞吐量的高频和中频序列采用麻雀搜索算法优化的BP神经网络(SSA-BP)模型进行预测,而低频序列采用自回归分布滞后模型进行预测,最后将不同频率序列预测值用SSA-BP模型进行综合集成得到最终的预测值。通过实证发现,该组合预测新方法能显著提高预测的精度,并表现出较好的鲁棒性。
-
关键词
机场旅客吞吐量预测
网络搜索信息
麻雀搜索算法
ICEEMDAN分解
-
Keywords
airport passenger throughput prediction
internet search information
sparrow search algorithm
ICEEMDAN decomposition
-
分类号
U652
[交通运输工程—港口、海岸及近海工程]
TP391
[自动化与计算机技术—计算机应用技术]
-
