基于季节调整的中国航空客运量预测研究
F252; 受重大突发事件影响,民航业遭遇巨大冲击,导致航空客运量数据规律变得更加复杂.月度航空客运量序列中季节性因素会影响航空客运量预测的准确性,而随着居民生活逐渐恢复正常,情感因素成为影响居民出行的关键因素.为此,文章基于季节调整预测模型,找寻航空客运量数据中存在的一般规律,对 2023 年 3 月—2025 年 12 月的航空客运量数据进行预测,并给出合理化建议.首先,利用季节调整模型对 2019 年 1-12 月的客运量序列进行仿真预测.其次,验证模型有效性,并得到仿真预测的 2023 年 3 月—2025 年 12 月航空客运量.最后,考虑情感因素对航空客运量的影响,拟合遗忘曲线,并...
Gespeichert in:
| Veröffentlicht in: | 物流科技 2023, Vol.46 (8), p.85-89 |
|---|---|
| 1. Verfasser: | |
| Format: | Artikel |
| Sprache: | chi |
| Online-Zugang: | Volltext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| container_end_page | 89 |
|---|---|
| container_issue | 8 |
| container_start_page | 85 |
| container_title | 物流科技 |
| container_volume | 46 |
| creator | 陶瑞 |
| description | F252; 受重大突发事件影响,民航业遭遇巨大冲击,导致航空客运量数据规律变得更加复杂.月度航空客运量序列中季节性因素会影响航空客运量预测的准确性,而随着居民生活逐渐恢复正常,情感因素成为影响居民出行的关键因素.为此,文章基于季节调整预测模型,找寻航空客运量数据中存在的一般规律,对 2023 年 3 月—2025 年 12 月的航空客运量数据进行预测,并给出合理化建议.首先,利用季节调整模型对 2019 年 1-12 月的客运量序列进行仿真预测.其次,验证模型有效性,并得到仿真预测的 2023 年 3 月—2025 年 12 月航空客运量.最后,考虑情感因素对航空客运量的影响,拟合遗忘曲线,并以此对预测结果进行修正,得到最终预测结果.利用该预测模型找出航空客运量数据的规律,能够为交通运输管理提供更科学可靠的决策支持. |
| doi_str_mv | 10.13714/j.cnki.1002-3100.2023.08.024 |
| format | Article |
| fullrecord | <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_wlkj202308024</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>wlkj202308024</wanfj_id><sourcerecordid>wlkj202308024</sourcerecordid><originalsourceid>FETCH-wanfang_journals_wlkj2023080243</originalsourceid><addsrcrecordid>eNpjYFA1NNAzNDY3NNHP0kvOy87UMzQwMNI1BpJ6RgZGxnoGFnoGRiYsDJxwcQ4G3uLizCQDA0MjYyMzcwtOBrOn83c92dX3dO3iF11NLzY0P5u65fmslic71j6dvfdFx6rnK3c9Xbfoxf4JL9v7Xy5qeba1-_mCKc9XbuNhYE1LzClO5YXS3Ayqbq4hzh665Yl5aYl56fFZ-aVFeUCZ-PKc7CyQawwsgG4xJlYdAEYXUfU</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于季节调整的中国航空客运量预测研究</title><source>国家哲学社会科学学术期刊数据库 (National Social Sciences Database)</source><creator>陶瑞</creator><creatorcontrib>陶瑞</creatorcontrib><description>F252; 受重大突发事件影响,民航业遭遇巨大冲击,导致航空客运量数据规律变得更加复杂.月度航空客运量序列中季节性因素会影响航空客运量预测的准确性,而随着居民生活逐渐恢复正常,情感因素成为影响居民出行的关键因素.为此,文章基于季节调整预测模型,找寻航空客运量数据中存在的一般规律,对 2023 年 3 月—2025 年 12 月的航空客运量数据进行预测,并给出合理化建议.首先,利用季节调整模型对 2019 年 1-12 月的客运量序列进行仿真预测.其次,验证模型有效性,并得到仿真预测的 2023 年 3 月—2025 年 12 月航空客运量.最后,考虑情感因素对航空客运量的影响,拟合遗忘曲线,并以此对预测结果进行修正,得到最终预测结果.利用该预测模型找出航空客运量数据的规律,能够为交通运输管理提供更科学可靠的决策支持.</description><identifier>ISSN: 1002-3100</identifier><identifier>DOI: 10.13714/j.cnki.1002-3100.2023.08.024</identifier><language>chi</language><publisher>江南大学,江苏 无锡 214122</publisher><ispartof>物流科技, 2023, Vol.46 (8), p.85-89</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/wlkj/wlkj.jpg</thumbnail><link.rule.ids>314,780,784,4024,27923,27924,27925</link.rule.ids></links><search><creatorcontrib>陶瑞</creatorcontrib><title>基于季节调整的中国航空客运量预测研究</title><title>物流科技</title><description>F252; 受重大突发事件影响,民航业遭遇巨大冲击,导致航空客运量数据规律变得更加复杂.月度航空客运量序列中季节性因素会影响航空客运量预测的准确性,而随着居民生活逐渐恢复正常,情感因素成为影响居民出行的关键因素.为此,文章基于季节调整预测模型,找寻航空客运量数据中存在的一般规律,对 2023 年 3 月—2025 年 12 月的航空客运量数据进行预测,并给出合理化建议.首先,利用季节调整模型对 2019 年 1-12 月的客运量序列进行仿真预测.其次,验证模型有效性,并得到仿真预测的 2023 年 3 月—2025 年 12 月航空客运量.最后,考虑情感因素对航空客运量的影响,拟合遗忘曲线,并以此对预测结果进行修正,得到最终预测结果.利用该预测模型找出航空客运量数据的规律,能够为交通运输管理提供更科学可靠的决策支持.</description><issn>1002-3100</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2023</creationdate><recordtype>article</recordtype><recordid>eNpjYFA1NNAzNDY3NNHP0kvOy87UMzQwMNI1BpJ6RgZGxnoGFnoGRiYsDJxwcQ4G3uLizCQDA0MjYyMzcwtOBrOn83c92dX3dO3iF11NLzY0P5u65fmslic71j6dvfdFx6rnK3c9Xbfoxf4JL9v7Xy5qeba1-_mCKc9XbuNhYE1LzClO5YXS3Ayqbq4hzh665Yl5aYl56fFZ-aVFeUCZ-PKc7CyQawwsgG4xJlYdAEYXUfU</recordid><startdate>2023</startdate><enddate>2023</enddate><creator>陶瑞</creator><general>江南大学,江苏 无锡 214122</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2023</creationdate><title>基于季节调整的中国航空客运量预测研究</title><author>陶瑞</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_wlkj2023080243</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2023</creationdate><toplevel>online_resources</toplevel><creatorcontrib>陶瑞</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>物流科技</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>陶瑞</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于季节调整的中国航空客运量预测研究</atitle><jtitle>物流科技</jtitle><date>2023</date><risdate>2023</risdate><volume>46</volume><issue>8</issue><spage>85</spage><epage>89</epage><pages>85-89</pages><issn>1002-3100</issn><abstract>F252; 受重大突发事件影响,民航业遭遇巨大冲击,导致航空客运量数据规律变得更加复杂.月度航空客运量序列中季节性因素会影响航空客运量预测的准确性,而随着居民生活逐渐恢复正常,情感因素成为影响居民出行的关键因素.为此,文章基于季节调整预测模型,找寻航空客运量数据中存在的一般规律,对 2023 年 3 月—2025 年 12 月的航空客运量数据进行预测,并给出合理化建议.首先,利用季节调整模型对 2019 年 1-12 月的客运量序列进行仿真预测.其次,验证模型有效性,并得到仿真预测的 2023 年 3 月—2025 年 12 月航空客运量.最后,考虑情感因素对航空客运量的影响,拟合遗忘曲线,并以此对预测结果进行修正,得到最终预测结果.利用该预测模型找出航空客运量数据的规律,能够为交通运输管理提供更科学可靠的决策支持.</abstract><pub>江南大学,江苏 无锡 214122</pub><doi>10.13714/j.cnki.1002-3100.2023.08.024</doi></addata></record> |
| fulltext | fulltext |
| identifier | ISSN: 1002-3100 |
| ispartof | 物流科技, 2023, Vol.46 (8), p.85-89 |
| issn | 1002-3100 |
| language | chi |
| recordid | cdi_wanfang_journals_wlkj202308024 |
| source | 国家哲学社会科学学术期刊数据库 (National Social Sciences Database) |
| title | 基于季节调整的中国航空客运量预测研究 |
| url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-04T17%3A30%3A43IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E5%AD%A3%E8%8A%82%E8%B0%83%E6%95%B4%E7%9A%84%E4%B8%AD%E5%9B%BD%E8%88%AA%E7%A9%BA%E5%AE%A2%E8%BF%90%E9%87%8F%E9%A2%84%E6%B5%8B%E7%A0%94%E7%A9%B6&rft.jtitle=%E7%89%A9%E6%B5%81%E7%A7%91%E6%8A%80&rft.au=%E9%99%B6%E7%91%9E&rft.date=2023&rft.volume=46&rft.issue=8&rft.spage=85&rft.epage=89&rft.pages=85-89&rft.issn=1002-3100&rft_id=info:doi/10.13714/j.cnki.1002-3100.2023.08.024&rft_dat=%3Cwanfang_jour%3Ewlkj202308024%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=wlkj202308024&rfr_iscdi=true |