基于支持向量回归的旅客吞吐量预测研究  

Predicting the Airport Passenger Throughput Based on a Support Vector Regression Model

作　　者：冯兴杰[1] 魏新[1] 黄亚楼[2] 

机构地区：[1]中国民航学院计算机科学与技术学院,天津300300 [2]南开大学软件学院,天津300071

出　　处：《计算机工程》2005年第14期172-173,共2页Computer Engineering

基　　金：教育部科学技术研究重点资助项目(重点02038)

摘　　要：在分析现有机场旅客吞吐量预测方法不足的基础上,利用基于结构风险最小化原则的支持向量回归方法,建立了机场旅客吞吐量预测模型。通过实际数据的检验及与BP神经网络等方法的预测结果相比较,证明应用支持向量回归方法对机场旅客吞吐量进行预测具备可行性,同时具有较高的预测精度。This paper analyzes the deficiency of current methods of predicting the airport passenger throughput and uses the support vector regression method to construct a model to predict the airport passenger throughput. Through the test of actual data and the contrast with the prediction of other methods, people can conclude that using the support vector regression method to predict the airport passenger throughput is workable and comparatively precise.

关 键 词：旅客吞吐量 支持向量回归 预测研究 结构风险最小化原则 BP神经网络 预测方法 预测结果 预测模型 回归方法 预测精度 机场 数据 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程] F552[自动化与计算机技术—控制科学与工程]