摘 要

Abstract II

第一章 绪论 1

1.1 研究的背景及意义 1

1.1.1 论文研究背景 1

1.1.2 论文研究意义 1

1.2 国内外研究现状 2

1.2.1 国内外民用机场货运量预测研究综述 2

1.2.2目前预测方法存在的不足 3

1.3 主要研究内容 4

第二章 民用机场货运量影响因素分析 5

2.1 民用机场货运量的来源 5

2.2 民用机场货运量影响因素 5

2.2.1 社会经济因素 5

2.2.2同行业竞争因素 7

2.2.3政治政策因素 7

第三章 机场货运量预测方法概述 9

3.1 时间序列预测方法 9

3.2 回归预测方法 10

3.3 灰色预测方法 12

3.4 上述方法的选择 14

第四章 灰色马尔科夫预测模型的建立 15

4.1 灰色模型的缺陷及改进 15

4.2 建立GM(1，1)模型 16

4.3 马尔科夫预测的步骤 16

4.3.1马尔科夫状态划分 16

4.3.2状态转移规律矩阵构建 16

4.3.3马尔科夫链状态概率矩阵计算 17

4.3.4计算待预测年度的预测修正值 17

第五章 实例计算 18

5.1 武汉市民用机场货运量的灰色预测 18

5.2 武汉市民用机场货运量的马尔科夫预测 20

第六章 总结与展望 22

参考文献 23

致 谢 25

摘 要

在当今社会，航空货运服务已经进入了每家每户的生活当中。它是一个及其复杂的交通运输系统，很多政治， 经济，自然因素都能影响它的发展。就比如说，航空货运量的大小与国家生产总值（GDP）、外贸进出口总量、国家的政治政策、历史民族文化、年龄结构分布，消费习惯等都有着或多或少的联系。但不是每一个因素都能被很好的量化分析出来，有的因素只能定性地被体现。这样看来，使用简单的预测模型，比如时间序列预测法，回归预测法等都不能详尽描述出机场货运量的变化趋势。因此在本文中，航空货运系统被看作是一个信息不透明的灰色系统，并据此建立了灰色GM(1,1)模型。同时，针对灰色GM(1，1)存在的缺陷，又加入马尔科夫预测来弥补预测上的误差。本文结合了灰色模型避开无关因素的优势与马尔科夫预测的事件独立原则，用灰色预测来揭示航空货运量时序变化的总体趋势，用马尔可夫预测来确定状态间的转移规律，最终获得了关于航空货运量更加合理地预测模型和更加准确的预测结果。

关键词：民用机场，货运量预测，预测模型，灰色理论，马尔科夫理论。

Abstract

Air cargo transport is a complex socio-economic system, which is effected by many factors of social, economic, and other natural factors. For example, air cargo has a close relationship with national gross domestic product (GDP), the total foreign trade, political policies of the country, the seasons and the presence of other modes of transport factors. However the degree of each factor’s influence is hard to be described. So, every factor is fuzzy. Therefore, in order to know and study it more clearly, I imagine that the air cargo transportation system has no physical prototype, and the space factor is difficult to find. Meanwhile we can’t control the track of its behavior. So only Grey Model (GM(1,1)) can explain this question. And air cargo also has no significant aftereffect (the last year’s cargo has no direct impact on next year), which is in line with the basic premise of Markov Chain Forecasting Method. This article combines the advantages of gray model and Markov chain theory. And the gray prediction is used to reveal the timing of air cargo changes the overall trend, while Markov forecast is used to determine the transfer law between states so that we can obtain more accurate predictions of air cargo conclusion.

Key words：Civil Airport；Freight Volume Forecast；Prediction Model；Grey Theory; Markov Theory; Entropy Method.

绪论

研究的背景及意义

1.1.1 论文研究背景

自有航空运输以来，它的发展一直以客运为主，货运由于其高昂的费用而总处于附属地位。但今年以来，随着我国社会经济的发展，人们对物质生活的需求标准越来越高，航空货运业的发展可以说是日新月异。尤其在中国，随着改革开放进程的推进，市场经济日益繁荣，由此催生了民用机场的运输机制改革。货运市场在航空运输行业的强劲增长已成为中国经济的一个新的增长点。货物在时间，空间上的矛盾将会变得越来越少。

而想要完成一个合理，实用，可行的机场项目，预测工作是必不可少的。只有知道了某一地区具体的航空货运量需求，建设者们才有可能规划出一个满足社会需求的机场。

在过去的科学研究中，社会学家与科学家往往把主要的研究重心放在乘客吞吐量上，而对民用机场货运量的预测的研究较少。尤其对于新建的机场，没有历史数据可循，很难找到一种合适的预测方法。而对于现有的机场，则需要从影响其货运量的主要因素出发，寻找一种适用于该机场的算法，才能使误差降到最低。如若预测误差较大，则直接影响到机场的建设与维修，从而导致过多的投资浪费。因此，在现有条件下找到最适合机场货运量预测的模型是非常有必要的。

1.1.2 论文研究意义

预测民用机场货运量的意义在研究背景中已有提及，在这里，可以将其具体化，概括以下两点：

（1）社会组织部门