GA-SVM研究及在航空客流量预测中的应用的中期报告.docxVIP

GA-SVM研究及在航空客流量预测中的应用的中期报告 GA-SVM（基于遗传算法的支持向量机）是一种结合了遗传算法和支持向量机的算法，能够有效提高支持向量机的性能。在航空客流量预测中，GA-SVM可以通过预测未来的航班客流量来帮助航空公司进行航班和资源的调配，以提高客流量的效益和利润。 在本次研究中，我们使用了遗传算法对支持向量机进行调优，并将其应用于航空客流量预测中。我们使用了2009-2018年的数据进行训练和测试，其中包括天气、机场、旅游、人口等多种因素。最终的预测结果表明，GA-SVM模型可以在准确度、泛化性能和稳定性方面优于传统的支持向量机模型。 在预测航空客流量时，我们发现机场、旅游和人口等因素对航空客流量具有非常显著的影响。此外，天气因素也对航班客流量有一定的影响，但其影响较为不稳定。因此，我们建议航空公司在进行客流量预测时，除了考虑天气因素外，还应将机场、旅游和人口等因素考虑进去，以提高预测的准确性和可靠性。 总之，GA-SVM模型在航空客流量预测应用中的表现非常出色，可以为航空公司提供更准确和可靠的客流量预测，以便进行更好的航班和资源调配，从而提高客流量的效益和利润。我们还将进一步完善模型，并将其应用于实际业务中。