论文总字数：21328字

摘 要

随着我国国民经济的持续快速增长和居民收入水平的提高，南京禄口机场自1997年7月1日正式开始起飞以来，于2009年突破客运量1000万大关，于2016年突破客运量2000万大关，并且仍然以平均每年15%左右的速度增长。

面对快速发展变化的市场，空运市场需求预测可以起到预防客运量增长过快导致的航空港运行航线饱和所带来的问题，南京禄口机场自2009年突破1000万时提出扩建T2航站楼于2014年建设成功实行通航，到现在通航已接近四周年，并且每年都保持着快速增长的势头，更是在2016年就突破了2000万大关，在2017年达到了15.6%的增长率，航空客运量预测成为了至关重要的问题。

本文围绕航空客运量的预测问题，从航空港对航空客运量的预测进行了系统研究，找寻客运量的影响因素，引入神经网络方法对航空客运量的预测，因为神经网络方法所具有的并行性、鲁棒性、非线性性等特点，适应了航空客运量与其影响因素之间的复杂的高度非线性特征。通过建立SPSS多层感知器和径向基函数两种预测模型，进行比较分析，找出航空客运量存在的问题，提出解决方案。

关键词：航空客运量；多层感知器；径向基函数；需求预测

Research on Demand Prediction of Air Passenger Transport Market Based on Neural Network

—Take Nanjing Airport as an example

Abstract

With the sustained and rapid growth of China’s national economy and the increase in residents’ income levels, Nanjing Lukou Airport has broken through the passenger traffic volume of 10 million since 2009 and officially broke off in 2000. It is a big deal, and it is still growing at an average rate of around 15% per year.

Faced with the rapidly developing and changing market, the forecast of air transport market demand can prevent problems caused by the saturation of airline operating routes caused by the rapid growth of passenger traffic. Nanjing Lukou Airport proposed to expand the T2 terminal building when it exceeded 10 million in 2009. The construction was successfully implemented in 2014. It has been nearly four years since its opening, and it has maintained a rapid growth momentum every year. It also exceeded the 20 million mark in 2016 and reached a growth rate of 15.6% in 2017. Air passenger traffic forecast has become a crucial issue.

This paper focuses on the prediction of air passenger traffic, systematically studies the prediction of air passenger traffic from airports, finds the influencing factors of passenger traffic, and introduces neural network methods to predict air passenger traffic because of the parallelism of neural network methods. Robustness, non-linearity and other characteristics have been adapted to the complex and highly nonlinear characteristics of air passenger traffic and its influencing factors. By establishing two predictive models of SPSS multi-layer perceptron and radial basis function, a comparative analysis was conducted to find out the problems existing in the air passenger traffic volume and propose solutions.

Keywords: air passenger traffic; multilayer perceptron; radial basis function; demand forecast

目录

摘要 I

Abstract II

第一章 绪论 1

1.1研究背景，目的及意义 1

1.2国内外研究现状 1

1.2.1国内研究现状 1

1.2.2国外研究现状 2

1.3主要研究内容 2

1.4研究方法及设计路线 2

第二章 南京禄口机场航空客运市场分析 4

2.1南京禄口机场航空运输市场 4

2.1.1南京禄口机场航空运输的主体 4

2.1.2南京禄口机场运营服务特征 4

2.1.3航空旅客特征 4

2.2南京禄口机场航线网络 5

2.3南京禄口机场客运量影响因素 7

2.3.1经济因素 7

2.3.2其他因素 7

第三章 BP神经网络预测模型构建的原理 8

3.1人工神经网络原理概述 8

3.1.1人工神经网络的概念 8

3.1.2人工神经网络的基本特征 8

3.1.3 人工神经网络的应用 9

3.2 BP神经网络模型建立 10

3.2.1 BP神经网络算法的基本原理 10

3.2.2 BP神经网络的结构建立 10

第四章 基于BP神经网络模型的南京禄口机场客运量预测 12

4.1南京禄口机场客运量数据 12

4.1.1数据的收集与整理 12

4.2.2多层感知器模型的建立 13

4.2.3径向基函数模型的建立 17

第五章 结论及展望 22

5.1研究结论 22

5.2分析及展望 22

致 谢 24

参考文献 25

第一章 绪论

1.1研究背景，目的及意义

21世纪以来，随着我国的人口数的快速增长，使得综合国力得到了很大加强，并促进国民经济得到了发展，从而提高了人民的生活水平，生活方式，促使外出旅行，走亲访友，求学工作的人增多，航空运输作为当今社会高效，便捷，速度快的一种出行方式，越来越多的人们选择使用飞机出行，南京禄口机场在2009年客运量突破了1000万，在2016年客运量突破了2000万，2017年更是达到了15.6%的增长率，如果2018年增长率能突破16.2%，那么南京禄口机场将提前一年进入3000万大关。

伴随着南京禄口机场高增长率的航空客运需求，会产生一些因客运量增长过快而导致的一些经济问题，设施问题，安全问题，这些问题会导致南京禄口机场服务质量下降，高峰时期机场拥堵严重，航班延误次数，时间增加，管理出现漏洞等问题，并且这些问题和客运量预测存在着密切联系，本文主要通过客运量预测，来解决一些问题。

剩余内容已隐藏，请支付后下载全文，论文总字数：21328字