隨著航空運(yùn)輸市場競爭的激烈,我國航空貨運(yùn)企業(yè)也面臨著更多外國優(yōu)秀企業(yè)的挑戰(zhàn)。國內(nèi)航空公司要想在日趨激烈的市場競爭中立于不敗之地,就必須跟上發(fā)展的步伐,采用收益管理的方法節(jié)約成本,提高收益水平。需求預(yù)測是收益管理的基礎(chǔ)部分,其關(guān)系到航空公司對未來發(fā)展、運(yùn)力安排和市場拓展等做出重要決策,關(guān)系到其科學(xué)合理的制定航班計劃和機(jī)隊規(guī)劃。因此航段運(yùn)量預(yù)測的研究是非常必要的。本文在深入分析比較各種預(yù)測方法的基礎(chǔ)上,著重研究了利用GARCH模型和支持向量機(jī)技術(shù)進(jìn)行航空貨運(yùn)艙位需求預(yù)測建模的方法。本文主要做了以下幾個方面的研究工作:首先分析了我國航空貨運(yùn)業(yè)的特點(diǎn),介紹了航空貨運(yùn)收益管理體系;第二,對某航空公司歷史運(yùn)作的數(shù)據(jù)整理和分析,建立貨運(yùn)數(shù)據(jù)倉庫,構(gòu)建了艙位需求預(yù)測對象;第三,系統(tǒng)地介紹了幾種傳統(tǒng)預(yù)測方法,并對方法的特點(diǎn)進(jìn)行了分析比較;第四,詳細(xì)介紹了ARMA模型和GARCH模型的理論知識,建立了ARMA預(yù)測模型,并在此基礎(chǔ)上建立了基于ARMA的GARCH模型,實(shí)驗中得到良好的效果;最后,詳細(xì)闡述了支持向量機(jī)的理論基礎(chǔ)和支持向量機(jī)原理,推導(dǎo)了支持向量機(jī)回歸模型,重點(diǎn)探討了支持向量機(jī)預(yù)測模型的建模,建立... 

【文章來源】：中國民航大學(xué)天津市

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 選題的目的和意義
    1.2 航空貨運(yùn)艙位需求預(yù)測綜述
        1.2.1 艙位需求預(yù)測的主要對象及特征
        1.2.2 艙位需求預(yù)測的方法
    1.3 國內(nèi)外研究現(xiàn)狀概述
    1.4 本文的研究的內(nèi)容和方法
第二章 航空貨運(yùn)艙位需求預(yù)測的數(shù)據(jù)準(zhǔn)備
    2.1 預(yù)測系統(tǒng)所需基礎(chǔ)數(shù)據(jù)分析
    2.2 數(shù)據(jù)倉庫的建立
        2.2.1 數(shù)據(jù)倉庫的概念模型設(shè)計
        2.2.2 數(shù)據(jù)倉庫的邏輯模型設(shè)計
        2.2.3 數(shù)據(jù)倉庫的物理模型設(shè)計
    2.3 數(shù)據(jù)倉庫實(shí)例分析結(jié)果
    2.4 小結(jié)
第三章 航空貨運(yùn)艙位需求預(yù)測方法研究
    3.1 航空艙位需求預(yù)測方法分類
        3.1.1 回歸法
        3.1.2 移動平均法
        3.1.3 指數(shù)平滑法
        3.1.4 灰色模型
    3.2 預(yù)測效果評價
    3.3 實(shí)例分析
    3.4 小結(jié)
第四章 基于GARCH的航空貨運(yùn)艙位需求預(yù)測模型
    4.1 ARMA模型的基本理論
    4.2 GARCH模型基本理論
        4.2.1 ARCH模型
        4.2.2 GARCH模型
    4.3 預(yù)測流程和參數(shù)估計
        4.3.1 預(yù)測流程
        4.3.2 參數(shù)估計
    4.4 模型檢驗
    4.5 基于ARMA-GARCH模型的算例分析
        4.5.1 相關(guān)性檢驗
        4.5.2 建立ARMA模型
        4.5.3 ARCH效應(yīng)檢驗
        4.5.4 建立GARCH模型
    4.6 小結(jié)
第五章 基于SVM的航空貨運(yùn)艙位需求預(yù)測模型
    5.1 SVM理論基礎(chǔ)
    5.2 SVM回歸
        5.2.1 損失函數(shù)
        5.2.2 線性SVM回歸
        5.2.3 非線性SVM回歸
        5.2.4 核函數(shù)
    5.3 SVM預(yù)測模型設(shè)計
        5.3.1 樣本采集與處理
        5.3.2 核函數(shù)及參數(shù)的選擇
    5.4 SVM預(yù)測模型仿真實(shí)例
    5.5 小結(jié)
第六章 總結(jié)與展望
致謝
參考文獻(xiàn)
作者簡介


【參考文獻(xiàn)】：
期刊論文
[1]應(yīng)用支持向量機(jī)的空中交通流量組合預(yù)測模型[J]. 耿睿,崔德光,徐冰.  清華大學(xué)學(xué)報(自然科學(xué)版). 2008(07)
[2]支持向量機(jī)及核函數(shù)研究[J]. 郭麗娟,孫世宇,段修生.  科學(xué)技術(shù)與工程. 2008(02)
[3]SVM回歸的參數(shù)選擇探討[J]. 馮振華,楊潔明.  機(jī)械工程與自動化. 2007(03)
[4]收益管理在我國航空貨運(yùn)業(yè)中的應(yīng)用研究[J]. 宋紹峰.  蘭州大學(xué)學(xué)報. 2006(03)
[5]支持向量機(jī)在航空運(yùn)輸量預(yù)測中的應(yīng)用[J]. 黃文強(qiáng).  計算機(jī)工程. 2005(S1)
[6]基于支持向量機(jī)的時間序列預(yù)測模型分析與應(yīng)用[J]. 尉詢楷,李應(yīng)紅,張樸,路建明.  系統(tǒng)工程與電子技術(shù). 2005(03)
[7]航空貨運(yùn)運(yùn)力的優(yōu)化分配方法[J]. 張永莉.  中國民航學(xué)院學(xué)報. 2005(01)
[8]貨運(yùn)收益管理及其應(yīng)用邏輯模型研究[J]. 陳之侃,劉仲英.  物流技術(shù). 2004(11)
[9]基于C-均值聚類的航班預(yù)測模型[J]. 樊瑋,陳增強(qiáng),袁著祉.  信息與控制. 2003(06)
[10]應(yīng)用收益管理方法的航空貨運(yùn)銷售[J]. 張永莉.  中國民航學(xué)院學(xué)報. 2003(05)

碩士論文
[1]物流量預(yù)測方法研究[D]. 王小忠.武漢理工大學(xué) 2005
[2]收益管理預(yù)測系統(tǒng)的研究和開發(fā)[D]. 張建城.南京航空航天大學(xué) 2005



本文編號：3179485