[发明专利]一种基于SARIMA和RBF神经网络集成组合模型的机场货运量预测分析方法

摘要

一种基于SARIMA和RBF神经网络集成组合模型的机场货运量预测分析方法，该方法首先利用季节性SARIMA预测其机场货运量线性部分，然后用RBF神经网络预测其机场货运量非线性部分，最后把非线性预测结果作为线性预测结果的补偿，得到最终预测结果。

主权项

一种基于SARIMA和RBF神经网络集成组合模型的机场货运量预测分析方法，其特征在于包括如下步骤：步骤1，用SARIMA模型对机场货运量原序列Y_t进行建模,预测出机场货运量线性部分为a_t，则机场货运量线性部分预测残差为E_t：E_t＝Y_t‑a_t。步骤2，根据确定的RBF神经网络的样本集，输入拓阶重构后的机场货运量序列Y，输出机场货运量残差时间E，构造RBF神经网络预测模型，预测得到补偿SARIMA模型残差结果e_t。步骤3，将两种模型的预测结果组合成为最终的预测结果：y_t＝a_t+e_t。