民用机场货运吞吐量预测方法

随着中国经济建设和航空运输的发展，航空货运在航空运输市场中的份额越来越大，成为航空运输业新的经济增长点．目前对于机场货运吞吐量的预测方法不尽合理，导致了预测与实际情况不符，为此提出将机场的服务范围和城市圈概念融入传统吞吐量的预测方法．最后以南京机场为案例进行了分析研究。     

拟建支线机场通航可行性论证方法

为论证拟建支线机场通航年是否有充足客源,从航空旅客吞吐量的角度提出了一种系统的论证方法。比选已有拟建机场旅客吞吐量预测方法,采用基于快速聚类分析的航空分担率模型进行航空分担率预测;在此基础上,结合综合交通客运量预测出通航年机场旅客吞吐量,对比近年来中国新通航支线机场通航年旅客吞吐量占当年全国航空旅客吞吐量的比重,拟建支线机场所占比重不低于已通航机场所占比重的最低水平即可通航;将该方法应用于石嘴山市拟建支线机场通航年客运分析。应用表明:基于通航年旅客吞吐量预测的方法,可以很好地论证拟建支线机场通航的可行性。     

相同腹地港口吞吐量预测方法

以港口群的角度思考港口的发展与规划是当前港口规划的重要思路.作为港口规划重要依据的港口吞吐量预测也要从港口群的角度去计算.给出了从港口群角度分析预测群内各港口吞吐量的方法,即先采用常规的预测方法预测港口群的总吞吐量,再用层次分析法将这一总量分解到各港口.以长江三角洲集装箱港口群为例,预测了嘉兴港2010年以前的集装箱吞吐量.     

混合算法在港口吞吐量预测中的应用

针对单一预测方法存在的不足,采用一种联合时间序列法和因果分析法的混合算法预测港口吞吐量.并以宿迁港吞吐量预测为例,对这种方法进行了详细说明.预测过程中借助主成分分析法提取出影响港口吞吐量的关键因子,利用改进的灰色模型理论对关键因子中远期未来值做出预估,最后通过吞吐量与关键因子的线性回归得出宿迁港在预测年份的吞吐量值.通过对混合算法预测模型误差的检验发现,此预测方法的模型精度较高,能够满足港口吞吐量预测的要求,可以推广到类似港口吞吐量的预测中.     

线性回归在机场加油量预测中的应用

线性回归是一种常用的预测方法,因其简单实用而应用广泛。机场供油工程中,旅客吞吐量、货邮吞吐量和起降架次等航空业务量直接影响到加油量需求,经统计数据验证,加油量与机场主要业务量之间呈线性关系,因此常常采用线性回归法预测机场加油量。本文以线性回归预测机场加油量的示例,通过8组预测结果与实际值进行比较,分析一元线性回归与多元线性回归的差别,以及采用不同范围的统计数据对预测结果的影响。通过比较和分析,提出对线性回归自变量选取的建议,并结合工作实践阐述了线性回归预测法在预测机场加油量时的应用特点、局限性、适用范围。     

青岛港物货吞吐量预测模型

根据青岛港货物吞吐量的历史数据,分别利用指数趋势模型、GM(1,1)灰色预测模型以及组合预测模型对青岛港货物吞吐量进行分析和预测.结果表明:在青岛港货物吞吐量预测方面,组合预测模型融合了前两种预测方法的优点,可以降低误差,提高预测精度.     

基于Apriori算法的经济指标关联分析

经济发展的主要三大指标为:GDP、CPI、失业率。为了研究吞吐量与三大指标的关联,采用关联规则中经典的Apriori算法对大连市内港口货物、港口旅客、航空旅客的吞吐量以及GDP、CPI、失业率情况进行数据挖掘。结果表明,它们之间存在明显的联系。不仅为利用吞吐量来预测经济发展趋势提供理论依据,而且为制定有效的经济政策提供决策依据。     

我国航空货运的信息化发展状况和对策

目前中国处于由传统的航空货运转型航空现代化物流发展的重要时期,航空货运信息技术的发展对于推动航空物流降低成本的作用十分关键。该文对于目前中国的航空货运信息化的发展状况,提出了目前我国航空货运方面信息化所含有的问题,并对怎样提高目前中国航空货运信息化建设提出了相应的对策和建议。     

宁波——舟山港货物吞吐量预测方法

港口货物吞吐量是港口物流的主要组成部分,对它的准确预测是确定港口规模建设的前提.根据舟山统计信息网提供的数据,整理得到宁波——舟山港2004年1月-2012年7月的港口货物吞吐量和外贸货物吞吐量.把货物吞吐量划分成训练集和测试集,分别用A'RIMA模型、分形预测方法、神经网络技术和支持向量机四种方法对该港的货物吞吐量进行了预测.以MATLAB为技术基础,对这四种方法进行了仿真计算.结果表明,四种预测方法均得到了满意的效果,但是利用神经网络预测误差较小,显示了神经网络模型在具有非线性随机的港口物流预测中的潜力.     

灰色支持向量机在机场吞吐量预测中的应用

在分析传统预测方法不足的基础上,利用灰色支持向量机组合分析模型,以实际值与灰色模型预测值的比值序列作为支持向量机模型的输入,选取径向基函数为核函数,并通过交叉验证法选取最优参数,利用支持向量机模型分析预测比值序列,最后通过灰色模型还原为货邮吞吐量的预测值.以上海机场货邮吞吐量为例,对灰色支持向量机模型进行了实证分析,并与灰色模型、支持向量机模型进行了对比.     

基于最优加权法的航空货运量组合预测

以1997～2007年我国航空货运量的统计数据为基础,采用灰色GM(1,1)模型和回归分析模型进行组合优化,建立了基于最优加权法的航空货运量组合预测模型,并对组合预测模型进行检验.检验结果表明,组合预测模型是有效的、可靠的,具有较高的预测精度,可应用于实际预测.     

一种新的多机场终端区容量评估方法研究

分析了影响终端区容量的各种因素,提出了一种新的多机场终端区容量评估方法.运用网络规划模型和仿真模型相结合的方法,评估了上海终端区虹桥机场和浦东机场分别在单独运行和联合运行情况下的终端区容量.评估结果分析表明该方法是一种较其他容量评估模型更通用的评估方法,对单机场终端区和多机场终端区的容量评估及其影响因素分析均具有良好的适应性,评估结果准确,符合终端区实际运行情况.     

一种新的多机场终端区容量评估方法研究

分析了影响终端区容量的各种因素,提出了一种新的多机场终端区容量评估方法。运用网络规划模型和仿真模型相结合的方法,评估了上海终端区虹桥机场和浦东机场分别在单独运行和联合运行情况下的终端区容量。评估结果分析表明该方法是一种较其他容量评估模型更通用的评估方法,对单机场终端区和多机场终端区的容量评估及其影响因素分析均具有良好的适应性,评估结果准确,符合终端区实际运行情况。     

融合预训练的港口吞吐量LSTM预测模型

港口吞吐量时序变化数据量较小且变化快,传统LSTM神经网络在此类数据上易出现过拟合,导致模型预测性能不佳。针对此问题,本文提出融合预训练与LSTM时序模型,通过预训练捕获任务领域的全局信息,再用LSTM模型精确描述各个港口的吞吐量变化规律,以提升模型对全部港口吞吐量预测的准确性。以天津港等15个中大型港口过去二十一年的月吞吐量为实验数据,以BP、ARIMA、传统LSTM等预测模型和目前流行的GNN-LSTM模型为比较基准进行仿真实验,结果显示本文所提出的融合预训练的LSTM模型能有效解决LSTM神经网络的过拟合问题,整体预测准确率高于所有基准模型。与传统LSTM模型相比,基于预训练的LSTM的MAE指标平均降低45.2%%,最多降低80.0%。     

基于IOWA算子的安徽省物流需求组合预测

使用安徽省1988-2011年物流货运量的历史数据,分别采用多元回归、多项式拟合回归及指数曲线回归预测方法建立了安徽省物流需求的预测模型.在此基础上,建立了基于IOWA算子的组合预测模型和预测误差评价指标体系,最后应用此模型对安徽省未来10年的物流需求进行了预测.结果表明,该组合预测模型可作为安徽省物流需求预测的有效工具.     

基于重力p-median模型的支线机场物资供应中心选址

为解决偏远地区支线机场的物资供应问题，依托地区物流中心建立机场物资供应中心，从而实现地区物流中心的货物运输到各支线机场总成本最低、配送效率最高、综合效益最大。首先基于Voronoi图理论，形成了区域机场Voronoi图，采用重心法，确定出备选点位置；将重力p-median模型用于机场物资供应中心的选址，以可变运输总成本最小为目标函数，根据重力模型原理，结合机场物资供应中心点的吸引力、供应点到需求点的距离以及各机场物资需求量，采用改进的免疫优化算法，运用Matlab编程进行仿真，利用算例对选址模型进行仿真求解。仿真结果表明，p-median模型在算例中的应用，可以得出较为理想的机场物资中心选址，具有较强的实用性和可操作性。     

机场的进离场空中交通流复杂性

机场进离场空中交通流复杂性的量化是空管和机场进行预测和管控的重要依据。提出基于排列熵的复杂熵因果平面(complexity entropy causality plane, CECP)以及Fisher-Shannon(FS)因果平面的机场进离场空中交通流复杂性量化分析模型,量化单机场进离场空中交通流量复杂度,研究多机场进离场空中交通流复杂度之间的关联性。针对单机场,首先将机场进离场空中交通流量时间序列符号化,计算时间序列的标准排列熵和统计复杂度以及Fisher信息,量化机场进离场空中交通流时间序列的复杂程度;针对多机场,构建CECP以及FS,分析比较各机场在CECP和FS中的位置,区分进离场空中交通流复杂性较高的机场。验证结果表明：提出的模型对于量化机场进离场空中交通流复杂性具有可行性和准确性,可以有效区分进离场空中交通流复杂程度较高的机场,对机场交通流的实时预测和管控具有指导意义。     

基于重力p-median模型的支线机场物资供应中心选址

为解决偏远地区支线机场的物资供应问题,依托地区物流中心建立机场物资供应中心,从而实现地区物流中心的货物运输到各支线机场总成本最低、配送效率最高、综合效益最大。首先基于Voronoi图理论,形成了区域机场Voronoi图,采用重心法,确定出备选点位置;将重力p-median模型用于机场物资供应中心的选址,以可变运输总成本最小为目标函数,根据重力模型原理,结合机场物资供应中心点的吸引力、供应点到需求点的距离以及各机场物资需求量,采用改进的免疫优化算法,运用Matlab编程进行仿真,利用算例对选址模型进行仿真求解。仿真结果表明,p-median模型在算例中的应用,可以得出较为理想的机场物资中心选址,具有较强的实用性和可操作性。