文献

J-GLOBAL ID：202102288114813377   整理番号：21A0568380

航空交通予測のためのEMD-SARIMAベースモデリング手法【JST・京大機械翻訳】

An EMD-SARIMA-Based Modeling Approach for Air Traffic Forecasting

著者 (4件)： Nai Wei (Department of Electronic and Information Engineering, Tongji Zhejiang College, Jiaxing 314051, China) ,  Liu Lu (Whitman School of Management, Syracuse University, Syracuse, NY 13244, USA) ,  Wang Shaoyin (Department of Electronic and Information Engineering, Tongji Zhejiang College, Jiaxing 314051, China) ,  Dong Decun (Key Laboratory of Road and Traffic Engineering, Ministry of Education, Tongji University, Shanghai 201804, China)
資料名： Algorithms (Web)  (Algorithms (Web))
巻： 10  号： 4  ページ： 139  発行年： 2017年 
JST資料番号： U7130A  ISSN： 1999-4893  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 中国における絶えず増加する航空交通需要は,航空会社と同様に,計画と管理,そして,航空会社の投資と投資に巨大な圧力をもたらした。この文脈において,正確で適切な短期航空交通予測は,それらのエンティティの運用に不可欠である。このような問題を考慮して,経験的モード分解(EMD)と季節的自己回帰統合移動平均(SARIMA)に基づくハイブリッド航空交通予測モデルをこの論文で提案した。提案したモデルは最初の時系列を成分に分解し,SARMA予測モデルで各成分をモデル化し,次にすべてのモデルを一緒に統合して最終組合せ予測結果を形成した。2006年~2014年の月別航空貨物と乗客流量データを用いて,中国(CAAC)のCibil Aviation Avice(CAAC)の公式ウェブサイトで利用可能であり,提案されたモデルの予測における有効性を実証し,いくつかの他の広く使用された予測モデル間の水平性能比較によって,提案モデルの利点も証明した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *航空輸送 ,  流量 ,  航空貨物 ,  交通需要 ,  *交通予測 ,  乗客 ,  有効性 ,  航空会社 ,  予測モデル
準シソーラス用語： 性能比較 ,  経験的モード分解 ,  自己回帰 ,  ハイブリッドモデリング , 【Automatic Indexing@JST】

著者キーワード (4件)： 航空交通予測 ,  ハイブリッドモデリング ,  経験的モード分解 ,  季節自己回帰統合移動平均

分類 (1件)： 航空輸送・サービス一般  (TE01010X)

引用文献 (40件)：

• Laik, M.N.; Choy, M.; Sen, P. Predicting airline passenger load: A case study. In Proceedings of the 16th IEEE Conference on Business Informatics, Geneva, Switzerland, 14-17 July 2014; IEEE: New York, NY, USA, 2014.
• Fildes, R.; Wei, Y.; Ismail, S. Evaluating the forecasting performance of econometric models of air passenger traffic flows using multiple error measures. Int. J. Forecast. 2011, 27, 902-922.
• Yan, K. Study on the forecast of air passenger flow based on SVM regression algorithm. In Proceedings of the 1st International Workshop on Database Technology and Applications, Wuhan, China, 25-26 April 2009; IEEE: New York, NY, USA, 2009.
• Tseytlina, T.O. Analysis of possibility of using neural network to forecast passenger traffic flows in Russia. Aviation 2007, 11, 28-35.
• Smith, D.A.; Sherry, L. Decision support tool for predicting aircraft arrival rates from weather forecasts. In Proceedings of the Integrated Communications, Navigation and Surveillance Conference, Bethesda, MD, USA, 5-7 May 2008; IEEE: New York, NY, USA, 2008.

タイトルに関連する用語 (4件)： 航空 ,  交通予測 ,  モデリング ,  手法