航空業(yè)在國家綜合交通體系中具有不可替代的作用和地位,航空業(yè)的發(fā)展是一個(gè)國家經(jīng)濟(jì)發(fā)展的重要體現(xiàn)。近年來,我國民航業(yè)蓬勃發(fā)展,航空公司之間競爭日趨激烈,開發(fā)智能高效的收益管理系統(tǒng)成為航空公司在市場競爭中取勝的關(guān)鍵。作為收益管理系統(tǒng)中的核心部分,需求預(yù)測是系統(tǒng)進(jìn)行后續(xù)的艙位優(yōu)化配置、存量控制以及動(dòng)態(tài)定價(jià)的基礎(chǔ)。準(zhǔn)確的需求預(yù)測是航空公司進(jìn)行正確決策和提高收益的關(guān)鍵所在。需求預(yù)測的影響因素眾多:航空訂座數(shù)據(jù)本身符合一定時(shí)間序列趨勢,同時(shí)又受天氣因素、突發(fā)事件因素、航空公司之間的競爭等因素的影響。現(xiàn)有需求預(yù)測模型大多只考慮單一維度的影響因素,無法將多維度信息融合起來建模分析。并且,現(xiàn)有對需求預(yù)測的研究大多集中在航班最終成行人數(shù)的預(yù)測上,忽略了對航班預(yù)售期內(nèi)每日訂座數(shù)的成長預(yù)測。而對預(yù)售期內(nèi)每日的累積訂座數(shù)的預(yù)測,是實(shí)際生產(chǎn)場景中航空公司做出相應(yīng)調(diào)控手段的重要依據(jù),具有重要的實(shí)際應(yīng)用價(jià)值。針對上述問題,結(jié)合航空公司實(shí)際需求,本文對航班預(yù)售期內(nèi)每日的訂座數(shù)成長預(yù)測和航班最終成行人數(shù)（航班起飛時(shí)的總訂座數(shù)）預(yù)測這兩種場景分別進(jìn)行深入研究,提出了相應(yīng)算法,并在國內(nèi)某航空公司的真實(shí)訂座數(shù)據(jù)上驗(yàn)證了所提算法的... 

【文章來源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【部分圖文】：

佗人工神經(jīng)網(wǎng)絡(luò)模型圖

３．１．１循環(huán)神經(jīng)網(wǎng)絡(luò)??循環(huán)神經(jīng)網(wǎng)絡(luò)（ＲＮＮ）是在傳統(tǒng)的人工神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上發(fā)展出來的一種??神經(jīng)網(wǎng)絡(luò)模型，其網(wǎng)絡(luò)結(jié)構(gòu)如圖３－１所示。??ｙ?ｙｉ?ｙ２?ｙｎ??“ｖ?、?Ａ?！??ｆ＞ｈｌ＾＞ｈ＾＞?－ｈｎ：１＾ｇ）ｈｎ??ｕ?｜ｕ?，ｕ?（ｕ??Ｘ?Ｘ１?ｘ２?ｘｎ??圖３－１循環(huán)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖??如左圖所示，ＲＮＮ的網(wǎng)絡(luò)結(jié)構(gòu)可以看成是一個(gè)簡單的３層網(wǎng)絡(luò)的多次循環(huán)??重復(fù)，將其展開可得右圖的ＲＮＮ完整結(jié)構(gòu)圖，展開后的每一個(gè)３層網(wǎng)絡(luò)代表一??個(gè)時(shí)刻。其中圓圈代表的隱藏層結(jié)構(gòu)是＿的核心部分，當(dāng)前時(shí)刻隱藏層的輸??入不僅包括當(dāng)前輸入層的輸入還包括上一時(shí)刻的隱藏層的輸出。通過這種鏈?zhǔn)浇Y(jié)??構(gòu)，ＲＮＮ可以不斷地將上一時(shí)刻的信息傳遞到下一時(shí)刻。ＲＮＮ的這種結(jié)構(gòu)，使??１７??

解決這個(gè)問題，ＬＳＴＭ對傳統(tǒng)＿的輸入層到隱藏層之間的循環(huán)結(jié)構(gòu)進(jìn)行改進(jìn)，??通過引入細(xì)胞狀態(tài)信息這一變量并且增加輸入門、忘記門和輸出門３個(gè)門控結(jié)??構(gòu)，克服了＿模型訓(xùn)練時(shí)的梯度消失問題。其網(wǎng)絡(luò)結(jié)構(gòu)如圖３－２所示，圖中??僅繪制了一個(gè)ＬＳＴＭ單元。??ｃｔ－ｌ?￣?Ｃｔ???？．：ｘ：?＋??？??Ａ?Ａ??＿??ｔａｎｈ??￣??？?ｘ??ｆ，?ｋ．??Ｏ?ｔａｎｈ?Ｏ??ｈｔ－ｉ?Ｉ?１?〇，?ｔ?ｈｔ???？????Ｏ?ｒ—＾＞＜Ｘ：?？??Ｘｔ??圖３－２長短時(shí)記憶網(wǎng)絡(luò)結(jié)構(gòu)圖??圖中陰影部分代表一個(gè)ＬＳＴＭ單元，該ＬＳＴＭ單元接收上一時(shí)刻的細(xì)胞狀??１８??

【參考文獻(xiàn)】：
期刊論文
[1]基于支持向量機(jī)回歸算法的航空公司客流量預(yù)測研究[J]. 演克武,朱金福.  企業(yè)經(jīng)濟(jì). 2010(03)
[2]基于ARIMA與人工神經(jīng)網(wǎng)絡(luò)組合模型的交通流預(yù)測[J]. 譚滿春,馮犖斌,徐建閩.  中國公路學(xué)報(bào). 2007(04)
[3]基于BP神經(jīng)網(wǎng)絡(luò)的航班需求預(yù)測模型[J]. 王興云,樊瑋,吳桐水,池宏.  中國民航學(xué)院學(xué)報(bào). 2004(06)

博士論文
[1]郵輪收益管理：需求預(yù)測與收益優(yōu)化[D]. 孫曉東.上海交通大學(xué) 2011
[2]基于K線博弈的民航收益管理[D]. 席衛(wèi)東.南京航空航天大學(xué) 2006
[3]航空公司收益管理理論、應(yīng)用與創(chuàng)新研究[D]. 張永莉.天津大學(xué) 2005

碩士論文
[1]基于小波神經(jīng)網(wǎng)絡(luò)模型的民航旅客流量預(yù)測研究[D]. 朱倩.北京交通大學(xué) 2014
[2]GA-SVM研究及在航空客流量預(yù)測中的應(yīng)用[D]. 趙雷.云南大學(xué) 2012
[3]國內(nèi)航空公司收益管理的應(yīng)用和研究[D]. 潘海瑩.廈門大學(xué) 2007



本文編號：3076510