基于灰色理論和RBF神經網絡民航客運量預測方法研究.pdf

1、準確的民航客運量預測結果是進行民航交通規(guī)劃與管理的主要依據之一。論文旨在通過對民航客運量的特點進行研究，尋找提高預測精度的途徑。 論文首先對我國民航客運量發(fā)展趨勢進行了研究，并從宏觀和微觀兩方面分析了影響民航客運量的相關因素，在此基礎上，闡述了民航客運量預測的特點，并對預測方法進行了分析。其次對民航客運量的預測方法進行了分析和比較。 灰色理論在解決貧信息、不確定性問題方面具有明顯的優(yōu)勢，適合民航客運量數據的特點。論文用灰

2、色理論模型對民航客運量進行了預測，發(fā)現(xiàn)模型存了一些不可忽視的缺點，使得預測誤差相對較大。RBF神經網絡能夠以任意程度逼近任意連續(xù)函數，而且由于其超強的適應能力和學習能力，很適合非線性系統(tǒng)的預測問題。論文利用RBF神經網絡對民航客運量進行了預測，由于小樣本和原始數據不光滑等問題，使得預測的誤差也相對較大。 論文分別指出了灰色理論和RBF神經網絡預測模型的優(yōu)缺點，并利用它們的優(yōu)點對民航客運量預測模型進行了優(yōu)化，形成灰色-RBF神經網