论文部分内容阅读
【摘 要】 为了解民航运输机场旅客运量的现状以及未来发展情况。利用弱化缓冲算子对2008-2017年民航运输机场旅客运量进行修正，并利用灰色GM（1，1）模型预测2018-2020年民航机场的旅客运量，预测结果为56649.516、60259.986、64100.564万人次。
【关键词】 旅客运量 弱化缓冲算子 灰色预测
一 引言
随着经济的不断发展，民用运输机场的旅客出行量不断增长，但机场的承载能力有限，因此了解机场在未来的旅客运输量的发展规律，对于了解机场未来发展，扩大其承载力有重要意义。
利用弱化缓冲算子对数据进行修正可以减少数据的波动提高预测的准确度，灰色预测适合用于对波动性较小、单调变化的数据[1]。因此，本文以2008-2017年民航运输机场客运量为样本，利用弱化缓冲算子和灰色预测理论建立客运量的预测模型，并对2018-2020年机场客运量预测，以期为民航相关部门提供建议。
二 弱化缓冲算子修正的灰色GM（1，1）模型
（一）弱化缓冲算子
三 旅客運输量模型检验与预测
（一） 模型的检验
原始数据来源于民航发展统计公报以及民航相关书籍。2008-2017年民航运输机场旅客运输量分别为15609，23000，26800，29317，31936，35397，39195，43618，55156万人次。利用该数据检验民航运输机场的旅客运输量预测模型的预测精度并对2018-2020年运输机场客运量进行预测。
根据原始数据建立弱化缓冲算子修正的GM（1，1）模型。修正后的2008-2017年民航运输机场旅客运输量为：33336.44、35552.38、37345.57、39103.17、41060.40、43341.50、45989.67、49387.00、55156.00万人次，得a=-0.062，b=31440.57，由于发展系数-a≤0.3，均值GM（1，1）模型可用于中长期预测[2]。将a，b带入（1），得
对模型精度进行后验差检验。当后验差比值C<0.35，且小误差概率P大于0.95时，灰色模型精度为好[3]。旅客运输量原始序列方差为43595427，残差序列标准差为922，后验差比值C为0.000021，小误差概率为1，模型通过后验差检验。
以2008-2015年民航运输机场旅客运输量作为样本对2016、2017年的数据进行预测，并与实际值比较，进而检验模型预测精度，模型预测结果分别为48137.885、50669.349万人次，平均预测精度为0.053。
（二）旅客运输量的预测
利用基于弱化缓冲算子修正对的民航运输机场旅客运输量模型对2018、2019、2020年旅客运输量的预测，预测结果分别为56649.516、60259.986、64100.564万人次。
四 结论
（一）本文建立了适用于对民航运输机场旅客运输量进行中长期预测的弱化缓冲算子修正的灰色预测模型。
（二）利用弱化缓冲算子修正的灰色预测模型对2018-2020年旅客运输量进行预测，预测结果为56649.516、60259.986、64100.564万人次。
【参考文献】
[1] 王永刚，吕学梅.民航事故征候的灰色马尔可夫预测[J].安全与环境学报，2008（1）：163-165.
[2] 宁宣熙.刘思峰.管理预测与决策方法[M].北京：科学出版社，2009. 113-145.
[3] 刘思峰，邓聚龙.2000.GM（1，1）模型的使用范围.系统工程理论与实践，20（5）：121-124.
作者简介：韩适朔（1993—），女，汉族，黑龙江省大庆人，硕士研究生；
单位：中国民航大学经济与管理学院，安全科学与工程专业；研究方向：民航安全管理
【关键词】 旅客运量 弱化缓冲算子 灰色预测
一 引言
随着经济的不断发展，民用运输机场的旅客出行量不断增长，但机场的承载能力有限，因此了解机场在未来的旅客运输量的发展规律，对于了解机场未来发展，扩大其承载力有重要意义。
利用弱化缓冲算子对数据进行修正可以减少数据的波动提高预测的准确度，灰色预测适合用于对波动性较小、单调变化的数据[1]。因此，本文以2008-2017年民航运输机场客运量为样本，利用弱化缓冲算子和灰色预测理论建立客运量的预测模型，并对2018-2020年机场客运量预测，以期为民航相关部门提供建议。
二 弱化缓冲算子修正的灰色GM（1，1）模型
（一）弱化缓冲算子
三 旅客運输量模型检验与预测
（一） 模型的检验
原始数据来源于民航发展统计公报以及民航相关书籍。2008-2017年民航运输机场旅客运输量分别为15609，23000，26800，29317，31936，35397，39195，43618，55156万人次。利用该数据检验民航运输机场的旅客运输量预测模型的预测精度并对2018-2020年运输机场客运量进行预测。
根据原始数据建立弱化缓冲算子修正的GM（1，1）模型。修正后的2008-2017年民航运输机场旅客运输量为：33336.44、35552.38、37345.57、39103.17、41060.40、43341.50、45989.67、49387.00、55156.00万人次，得a=-0.062，b=31440.57，由于发展系数-a≤0.3，均值GM（1，1）模型可用于中长期预测[2]。将a，b带入（1），得
对模型精度进行后验差检验。当后验差比值C<0.35，且小误差概率P大于0.95时，灰色模型精度为好[3]。旅客运输量原始序列方差为43595427，残差序列标准差为922，后验差比值C为0.000021，小误差概率为1，模型通过后验差检验。
以2008-2015年民航运输机场旅客运输量作为样本对2016、2017年的数据进行预测，并与实际值比较，进而检验模型预测精度，模型预测结果分别为48137.885、50669.349万人次，平均预测精度为0.053。
（二）旅客运输量的预测
利用基于弱化缓冲算子修正对的民航运输机场旅客运输量模型对2018、2019、2020年旅客运输量的预测，预测结果分别为56649.516、60259.986、64100.564万人次。
四 结论
（一）本文建立了适用于对民航运输机场旅客运输量进行中长期预测的弱化缓冲算子修正的灰色预测模型。
（二）利用弱化缓冲算子修正的灰色预测模型对2018-2020年旅客运输量进行预测，预测结果为56649.516、60259.986、64100.564万人次。
【参考文献】
[1] 王永刚，吕学梅.民航事故征候的灰色马尔可夫预测[J].安全与环境学报，2008（1）：163-165.
[2] 宁宣熙.刘思峰.管理预测与决策方法[M].北京：科学出版社，2009. 113-145.
[3] 刘思峰，邓聚龙.2000.GM（1，1）模型的使用范围.系统工程理论与实践，20（5）：121-124.
作者简介：韩适朔（1993—），女，汉族，黑龙江省大庆人，硕士研究生；
单位：中国民航大学经济与管理学院，安全科学与工程专业；研究方向：民航安全管理