| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 对运量预测的研究现状 | 第10-12页 |
| 1.2.2 对组合预测理论的研究现状 | 第12-13页 |
| 1.3 研究方法与研究内容 | 第13-15页 |
| 1.3.1 研究方法 | 第13-14页 |
| 1.3.2 研究内容 | 第14-15页 |
| 1.4 可能的创新点 | 第15-16页 |
| 第二章 模型理论基础 | 第16-40页 |
| 2.1 各单项模型理论介绍 | 第16-31页 |
| 2.1.1 运量预测方法及评述 | 第16-17页 |
| 2.1.2 季节性指数平滑模型 | 第17-20页 |
| 2.1.3 灰色预测模型 | 第20-25页 |
| 2.1.4 BP神经网络模型 | 第25-31页 |
| 2.2 组合预测模型介绍 | 第31-40页 |
| 2.2.1 组合预测理论的提出 | 第31-32页 |
| 2.2.2 组合预测的原理 | 第32-34页 |
| 2.2.3 权重计算方法及模型性能评价指标 | 第34-40页 |
| 第三章 我国民航业发展现状及趋势分析 | 第40-51页 |
| 3.1 我国民航业发展现状分析 | 第40-46页 |
| 3.1.1 民航业发展现状 | 第40-42页 |
| 3.1.2 我国民航客运量短期变化特点分析 | 第42-46页 |
| 3.2 我国民航客运量长期发展趋势 | 第46-51页 |
| 3.2.1 我国民航客运量长期发展趋势 | 第46-48页 |
| 3.2.2 我国民航运输发展阶段分析 | 第48-51页 |
| 第四章 实证研究 | 第51-63页 |
| 4.1 各单项模型预测结果及分析 | 第51-56页 |
| 4.1.1 季节性指数平滑模型 | 第51-52页 |
| 4.1.2 灰色预测模型 | 第52-53页 |
| 4.1.3 BP神经网络模型 | 第53-54页 |
| 4.1.4 单项预测模型的误差比较分析 | 第54-56页 |
| 4.2 建立组合预测模型 | 第56-61页 |
| 4.2.1 GM(1,1)与季节指数平滑模型组合 | 第56-57页 |
| 4.2.2 GM(1,1)与BP神经网络模型组合 | 第57-58页 |
| 4.2.3 季节指数平滑模型与BP神经网络模型组合 | 第58-60页 |
| 4.2.4 三种模型组合 | 第60-61页 |
| 4.3 结果分析及模型应用 | 第61-63页 |
| 第五章 结论 | 第63-67页 |
| 5.1 本文研究的主要结论 | 第63-66页 |
| 5.2 本文的不足 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 附录 | 第71-74页 |
| 灰色系统GM(1,1)MATLAB代码 | 第71-72页 |
| BP神经网络MATLAB代码 | 第72-74页 |
| 致谢 | 第74-75页 |
| 个人简历 | 第75-76页 |
| 在校期间发表的学术论文 | 第76页 |