科研之友
微信
新浪微博
Facebook
分享链接
摘要
目前航班延误是民航亟待解决的问题,航班延误受多种因素的交叉影响,导致延误时间分布不规律。为了进一步提高航班延误预测精度,提出了基于ARIMA模型与BP神经网络的航班延误组合预测模型。模型考虑了航班延误线性和非线性因素,结合了ARIMA模型与BP神经网络的优势,分别从最优权重和残差优化角度对航班延误进行组合预测。选取某航空公司运行数据进行实例仿真验证,结果表明:组合预测模型的误差均小于单一预测模型,能够进一步提高航班延误的预测精度。
- 单位
目前航班延误是民航亟待解决的问题,航班延误受多种因素的交叉影响,导致延误时间分布不规律。为了进一步提高航班延误预测精度,提出了基于ARIMA模型与BP神经网络的航班延误组合预测模型。模型考虑了航班延误线性和非线性因素,结合了ARIMA模型与BP神经网络的优势,分别从最优权重和残差优化角度对航班延误进行组合预测。选取某航空公司运行数据进行实例仿真验证,结果表明:组合预测模型的误差均小于单一预测模型,能够进一步提高航班延误的预测精度。
