[发明专利]一种基于循环神经网络的机票日订座数预测方法

摘要

本发明涉及一种基于循环神经网络的机票日订座数预测方法。本发明所述基于循环神经网络的机票日订座数预测方法，利用循环神经网络建模航空订座数据序列信息，应用于航空订座数据预测；与现有技术相比，不仅能够预测某航线所有航班最终起飞时的总订票数，还能对航班起飞前每一个预售票日期售出的机票数量进行预测，进而指导每个预售日期的机票价格制定，以达到使航空公司收益最大化的目的，具有重要的实际应用意义。

主权项

一种基于循环神经网络的机票日订座数预测方法，其特征在于，包括步骤如下：1)对原始数据进行预处理；统计属于同一航线的航班、每条航线的总舱位数和每条航线的总订座数；其中，每条航线有n+1条订座数据，n+1条订座数据对应着从航班起飞前n天到航班起飞当天每一天航线的订座数；2)首先，将全部数据按照预售票日期与起飞日期间的日期差分为n+1组，编号i＝0～n；n+1组数据分别对应不同的售票日期内每条航线的总舱位数和每条航线的总订座数；对每一组数据，取连续七个起飞日期的数据，其中前六个起飞日期的数据作为神经网络的输入，第七个起飞日期的数据作为神经网络的输出；神经网络的输入的格式为6行4列的矩阵，矩阵的每一行数据代表起飞日期的历史数据；矩阵的4列数据分别指的是该组数据的编号i、该起飞日期是否为周末、该起飞日期前i天的售票总数、要预测的第七天的舱位总数；其中，组编号i和要预测的第七天的舱位总数均为6行共用；神经网络的输出的格式为为一个标量值；3)对全部n+1组数据依次进行以上操作，得到全部的训练数据样本；4)选取测试样本，输入训练好的模型中，得到预测结果。