民用机场货运量预测与实证研究开题报告

1. 研究目的与意义（文献综述）

1.1国内外现状分析

近年来，我国的航空物流业以一往无前的态势迅猛发展着，经济全球化和旺盛的市场需求推动了我国航空物流货运市场的发展，已经有越来越多的鲜活产品、精密机械产品、电子产品、商务文件、通信产品等需要通过飞机来进行运送。市场需求的增加，必然会使航空物流运量增加，使整个系统失衡，影响航空业的经济效益，为此需要就目前航空物流业的发展趋势对未来一段时间的航空物流需求量进行有效预测，以便更好地规制和监管我国航空货运市场^[1]。

根据iata 的定义，航空货运货物是指凭航空货运单或装运记录所运载的货物，不包括邮件或乘客机票及行李票下所携带的行李。由于自身经济发展的原因，我国对民用机场货运量的研究起步较晚。而早在2001年，matsumoto 从国际航空和国际城市系统的角度分析了亚洲内部和国家之间的国际航空客运和货运流量、欧洲和美国的空中交通密度在全球主要城市的程度，使用一个基本引力模型的国内生产总值、人口、距离和几个假设组成variables 变量^[2]。结果表明，许多城市正在加强它们的国际航空运输枢纽地位，尤其是东京、香港、新加坡、伦敦、巴黎、法兰克福、阿姆斯特丹、纽约、迈阿密等城市。在国内，2004年梁红梅根据广州白云机场过去十几年来货邮吞吐量的变化，运用灰色系统模型对广州白云机场今后12 年的货邮吞吐量进行了预测。之后在2006年，林小平等也通过实际数据与预测结果的比较，证明灰色模型对于双流机场货、邮吞吐量的预测具备可行性，同时具有较高的精度。而到了2009年，陈亚青等在对航空运输系统主要因素及因果关系分析的基础上，建立了航空运输客运需求量系统动力学模型，并采用历史统计数据对模型进行了仿真和验证，结果证明该模型有效可行^[3]。

2. 研究的基本内容与方案

2.1研究的基本内容

首先，通过查阅国内外文献，找出影响机场货运量的主要因素，对各因素加以分析，为之后的模型建立做好铺垫。其次是对现阶段国内外主流的机场货运量预测模型与理论做一个简单的介绍。1.自求和回归移动平均模型（arima），其主要思想是：将预测对象随时间变化形成的序列看作是一个随机序列，并应用相应的数学模型加以近似描述，可达到在最小方差意义下的最佳预测^[5]。2.灰色理论：是在理论条件部分不清楚的情况下，利用数学工具对其做一个假象与猜测，从而获得较为短期的预测模型^[6]。3.压缩感知理论: 它是通过开发信号的稀疏特性，在远小于nyquist采样率的条件下，用随机采样获取信号的离散样本，然后通过非线性重建算法完美的重建信号^[7]。用此种方法获得的数据样本更加具有代表性，并且可以纳入突发状况带来的影响。4.灰色-权马尔科夫的地区模型：先用灰色gm对机场货运量进行预测，并根据历史数据的拟合结果划分出马尔科夫状态，再以马尔科夫链进行短期状态预测^[8]。5.熵权法等

然后，在现有各个预测模型的基础上，通过具体地、计算，找出各个模型的优缺点 。arima虽然精确度较高，但只能做一个短期预测；灰色理论模型的预测结果较为稳定，但它以年份为统计单位，不能很好地反映机场货运量的季节变化率；基于压缩感知的灰色模型则既提取了突发事件的影响，也较好地拟合了总体的变化趋势；灰色-权马尔科的预测范围是区域的；熵权法等具有创新性的方法还有待更多的实践与考证。（综合考虑本文将借鉴arima模型进行研究）

3. 研究计划与安排

4. 参考文献（12篇以上）

[1] 基于灰色马尔可夫链模型的航空货运量预测研究[j].武汉理工大学学报：交通科学与工程版，2010.4

[2] 石光明，李甫，多稀疏空间下的压缩感知图像重构[j].西安电子科技大学学报：自然科学版，2013.40（3）

[3] 韩云祥.基于系统动力学的航空系统客运量预测模型[j].交通信息与安全，2009，27(5) :146－147，165.