[发明专利]一种基于腹地理论的目标地机场群旅客吞吐量预测方法

说明书

本发明公开了一种基于腹地理论的目标地机场群旅客吞吐量预测方法，步骤包括：1)首先将目标地划分为若干区域，利用现状年该目标地移动信令数据挖掘，得到现状各区域人均乘机次数；2)合理预测未来各区域人均乘机次数；3)预测目标地机场群中各机场的航空吞吐量规模：根据机场集疏运的出行可达性(出行时耗)，利用腹地理论划分机场腹地范围，将区域乘机规模分担到各机场；最后结合各机场具体功能进行因子调整，得到各机场旅客吞吐量规模；本发明的预测方法具有可实施性，并解决了传统的时间序列、回归分析模型对机场群间的竞合关系、机场功能考虑不够全面的问题。

技术领域

本发明属于机场群旅客吞吐量预测技术领域，尤其涉及一种基于腹地理论的目标地机场群旅客吞吐量预测方法。

背景技术

旅客吞吐量是机场群各机场功能、规模确定的重要依据。目前，机场旅客吞吐量预测的方法较多，定性的预测方法包括调查预测法、类比法、集合意见法和德尔菲法等，定量的预测方法包括时间序列法、趋势外推法和回归分析法等[惠山林.民用机场旅客吞吐量预测方法探讨[J].科协论坛,2010(1):142-143.]。陈玉宝，曾刚为克服单一定量预测方法的缺陷，基于多元线性回归模型和时间序列趋势外推模型，采用组合加权方法对预测结果进行组合预测提高预测的准确性，减少预测误差[陈玉宝,曾刚.基于组合预测方法的民航旅客吞吐量预测研究——以首都机场为例[J]. 中国民航大学学报,2014,32(2):59-64.]。李明羲基于机场旅客吞吐量变化特点，将人工神经网络对灰色模型进行残差修正的改进型灰色模型用于机场旅客吞吐量的预测中[李明羲.基于改进型灰色模型的机场旅客吞吐量预测[D].昆明:云南大学,2018.]。李冬梅，李文全，范东涛等从地面集疏运角度，提出以四阶段法为基础，结合机场集疏运特征优化方向分布模型[李冬梅,李文权,范东涛.大型机场地面集疏运需求预测方法研究[J].交通运输工程与信息学报,2013(4):87-93.]；路尧利用广义回归神经网络和遗传BP神经网络，提出了机场旅客空间分布预测优化模型[路尧.大型机场旅客城市空间分布预测与交通方式选择行为研究[D].北京:北京工业大学,2019.]。

现有的机场群旅客吞吐量预测方法存在以下缺点：

既有旅客吞吐量预测模型多以GDP、历史客流数据作为回归分析，忽视机场群竞争因素、机场辐射圈的影响、出行者对航班选择的影响。

发明内容

鉴于此，为解决传统的机场群旅客吞吐量预测方法所存在的忽视机场群竞争因素、机场辐射圈的影响、出行者对航班选择的影响等诸多缺陷，本发明以大数据为支撑，考虑机场群各机场竞合关系，提出了基于腹地理论机场旅客吞吐量预测模型，从区域机场竞合视角合理预测机场旅客吞吐量。

本发明的技术方案如下：

一种基于腹地理论的目标地机场群旅客吞吐量预测方法，主要流程如下：

1)首先将目标地划分为若干区域，利用现状年该目标地移动信令数据挖掘，得到现状各区域人均乘机次数：

利用手机信令数据识别目标区域人口和目标区域乘机数量，利用公式(1)获得各区域现状人均乘机次数指标；

式中，γ′_i为区域i现状人均乘机次数(次/人/年)，y_it为利用手机信令识别的区域i至机场t的航空客流规模(人次)，p_i为区域i的人口数(万人)，所述p_i利用手机信令数据识别；

2)按照各区域社会经济发展目标，计算预测年各区域人均乘机次数；

基于人均乘机次数的增长率近似等于人均地区生产总值增长率关系，利用步骤1)计算所得的区域i现状人均乘机次数γ′_i，并利用公式(2)计算得到预测年各区域i的人均乘机次数γ_i；