论文部分内容阅读
针对航空客运需求预测问题,提出了将Bagging集成算法与指数平滑方法相结合的Bagging指数平滑方法。首先,将航空需求时间序列数据分解为季节项、趋势项和噪音项;然后,通过移动平均采样方法对残差进行重采样,并将重采样的噪音新样本与季节项和趋势项重新相加,得到模型的训练样本;最后,利用Bagging指数平滑方法对每个时间序列训练样本进行预测分析,聚合得到最终预测结果。模型评估结果表明,该方法优于其他传统的时间序列预测方法。