随着航空运输市场竞争的激烈,航空公司对航段运量预测的工作越来越重视。对于航空公司来说,航段运量预测关系到其对未来发展、运力安排和市场拓展等做出重要决策,关系到其科学合理的制定航班计划和机队规划。因此航段运量预测的研究是非常必要的。本文在深入分析比较各种航段运量方法的基础上,研究了利用支持向量机进行航段运量预测建模的方法。首先,系统地介绍了航空运量预测中常用的预测方法,并对几种常用方法的特点进行了分析比较。详细阐述了支持向量机理论的理论基础和支持向量机原理,推导了支持向量机回归模型,研究了最小二乘支持向量机的算法。本文重点探讨了支持向量机预测模型的建模方法,包括核函数的选择、模型参数选择算法的改进、学习算法的改进等,建立了最小二乘支持向量机预测模型和标准支持向量机预测模型,并与神经网络预测模型进行对比。实验结果表明,支持向量机用于航空运量的预测是可行有效的。最后本文将最小二乘支持向量机预测模型应用于“航班优化与航线经济分析”系统中进行航段运量的预测。