技术摘要：
本发明公开了一种区域机场群的航空客流需求预测方法，不同于传统的单机场航空客流需求分析，我们以机场群为基本单元分析区域机场群的航空客流需求，采用在城市交通分析规划中有广泛应用基础的交通四阶段法作为预测框架，为基于区域机场群的航空客流需求分析建立较为普 全部
背景技术：
机场群模式是区域航空运输发展的必然趋势，我国的长三角机场群、京津冀机场 群、珠三角机场群已基本形成。对机场群的航空客流需求的预测，是区域机场群系统规划过 程的重要组成部分，需要将机场群系统规划过程与区域内的地面交通服务水平相结合。这 种集成确保区域航空客运需求的预测分析是以区域整体角度作为基本决策单元，而不是以 传统的单个机场所在城市为决策单元。 目前，尽管有相当多的研究试图模拟航空旅客的机场选择问题(包括不同航空公 司和机场的选择)或航空旅客前往机场的地面接入方式的选择问题(不同地面出行方式的 选择)。然而，以机场群为决策单元，在区域层面上对航空旅客的出行生成进行建模，以及基 于机场群的航空需求预测工作尚不多见；而这些内容对机场群未来航空旅客需求分配、设 施规划和资源调配具有重要影响，因此需要在区域机场群规划和开发过程中格外注意。
技术实现要素：
发明目的：为了克服现有技术中存在的不足，本发明提供一种区域机场群的航空 客流需求预测方法，从区域层面分析需求总规模和结构分布，再将航空需求分配到机场群 的各个子机场，通过交通四阶段法建立较为普适的航空需求的研究框架。 在本发明中，所述的机场群指的是：地面交通2h以内的机场组合；机场群的GDP则 指的是：机场群所在城市的GDP总和。 技术方案：为实现上述目的，本发明采用的技术方案为： 一种区域机场群的航空客流需求预测方法，不同于传统的单机场的航空客流需求 分析，我们以机场群为基本单元分析区域机场群的航空客流需求，采用在城市交通分析规 划中有广泛应用基础的交通四阶段法(Four step travel model)作为预测框架，为基于区 域机场群的航空客流需求分析建立较为普适的研究框架：先进行航空需求总量预测(Trip Generation)和航空需求结构分布预测(Trip Distribution)；在此基础上，将不同目的地 城市的航空需求总量分配到机场群，并进行区域内各子机场选择的预测(Airport Choice)；最后，进行单机场需求分配(Trip Assignment)。 一般我们将地面交通2小时内的机场组合称为一个机场群，国内典型的机场群有 长三角机场群、珠三角机场群和京津冀机场群；当然，我们也可以参考一些其他因素，以某 些共性特征作为分类标准，建立机场群，但是最主要的参考因素还是地面交通。 具体的，航空需求总量Ttotal按照如下方式进行预测： (1)从区域机场群的整体出发，建立航空需求发生量Tout与区域经济社会指标(人 均GDP、人口规模和结构、就业和产业结构、旅游业条件、对外贸易额、城市化水平、公路和高 铁网络等)的计量经济回归模型，预测航空需求发生量Tout；航空需求发生量是指从某机场 3 CN 111582738 A 说 明 书 2/4 页 群内各个子机场始发到该机场群外其他机场的所有航空客流数； (2)建立基于区域机场群的历史航空需求吸引量的时间序列预测模型，预测航空 需求吸引量Tin；航空需求吸引量是指从区域外其他机场始发到本机场群内各子机场的所有 航空客流数； (3)预测航空需求总量Ttotal＝Tin Tout。 值得指出的是，一般来说，航空需求发生量Tout和航空需求吸引量Tin并不相同，需 要分别进行研究，特别是对于机场群中以航空旅游为主的子机场来说，机场对外联系强度 往往小于外部区域对机场的联系强度，故航空需求发生量往往小于航空需求吸引量。 具体的，所述航空需求发生量Tout与区域经济社会指标的计量经济回归模型采用 Elastic Net回归模型，该模型针对数据集中样本特征变量共线性和过拟合问题有较好处 理效果；基于区域机场群的历史航空需求吸引量的时间序列预测模型采用Holt Winters模 型，该模型对于包含趋势性和季节性的序列数据具有较好针对性。 航空需求总量是对区域机场群航空出行活动规模的整体把握，而对于机场群与不 同目的地城市之间的起讫点航空需求(OD航空需求)的分析是基于对航空需求结构分布进 行研究得到的；具体的，所述航空需求结构分布预测，即将航空需求发生量Tout和航空需求 吸引量Tin分配到各个目的地城市，建立区域机场群与各个目的地城市的起讫点航空需求。 更为具体的，采用随机重力模型分析区域机场群的起讫点航空需求矩阵OD，矩阵OD的第i行 j元素为 其中：Tij表示机场群i与目的地城市j的起讫点航空需求量，α0 , α1,α2,α3为运算参数，yi、yj分别为机场群i目的地城市j的GDP值，cij为关于机场群i和目的 地城市j之间的阻抗成本，εij为关于机场群i和目的地城市j之间需求的随机误差因子，其期 望值满足E(εij|yi,yj,cij)＝1；航空总需求量为 在进行区域内机场选择预测时，需要将机场群的OD航空需求分配到内部的各个机 场，涉及到机场选择问题；既有研究中多是利用MNL模型(Multinomial Logit Model)来进 行分析，但是该模型中的随机效用函数通常设定为特性变量的线性函数形式，忽略了选择 方式与其影响因素之间的非线性关系以及因素间的相互作用；此外，该模型中无关方案独 立性假设(Independence of irrelevant alternatives，IIA)否定了备选项间可能存在的 相关性，会引起“红蓝巴士问题”；特别是当机场群中出现新机场时，MNL模型对机场选择行 为解释(包括相似效应、吸引效应)的准确性将受到较大影响，这些不足弱化了MNL模型的分 析能力。在本案中，我们将结合旅客出行问卷调查数据，并综合考虑机场容量、区域地面交 通时间、选择意愿等重要影响因素，运用受限玻尔兹曼机预测模型(Restricted Boltzmann Machine，RBM)将航空需求总量按比例分配到各个机场群，得到机场群i内子机场m与目的地 城市j的航空需求比例 具体的，对机场群i中的子机场m进行需求分配时，建立机场群i的单机场的起讫点 航空需求矩阵ODi，矩阵ODi的第m行j列元素Tmj表示子机场m与目的地城市j的起讫点航空需 求量， 则机场群i内的子机场m的航空需求总量为 J为目的 4 CN 111582738 A 说 明 书 3/4 页 地城市的总数量， 为机场群i内子机场m与目的地城市j的航空需求比例。 有益效果：本发明提供的区域机场群的航空客流需求预测方法，相对于现有技术， 具体如下优势： 1、改变了传统以单个机场为研究对象的研究方法，以机场群为单元进行研究，为 航空客流需求预测提供了一种新的研究思路； 2、对航空需求发生量和航空需求吸引量分别进行研究，能够提升一些特殊客流导 向的机场的预测结果准确性，比如以旅游为客流导向的机场； 3、结合数据类型和数据相关性进行模型选择，更合理地使用数据，得到更为准确 的预测结果； 4、采用在城市交通分析规划中有广泛应用基础的交通四阶段法作为预测框架，为 基于区域机场群的航空客流需求分析建立较为普适的研究框架。 附图说明 图1为本发明方法的流程示意图。
本发明公开了一种区域机场群的航空客流需求预测方法，不同于传统的单机场航空客流需求分析，我们以机场群为基本单元分析区域机场群的航空客流需求，采用在城市交通分析规划中有广泛应用基础的交通四阶段法作为预测框架，为基于区域机场群的航空客流需求分析建立较为普 全部
背景技术：
机场群模式是区域航空运输发展的必然趋势，我国的长三角机场群、京津冀机场 群、珠三角机场群已基本形成。对机场群的航空客流需求的预测，是区域机场群系统规划过 程的重要组成部分，需要将机场群系统规划过程与区域内的地面交通服务水平相结合。这 种集成确保区域航空客运需求的预测分析是以区域整体角度作为基本决策单元，而不是以 传统的单个机场所在城市为决策单元。 目前，尽管有相当多的研究试图模拟航空旅客的机场选择问题(包括不同航空公 司和机场的选择)或航空旅客前往机场的地面接入方式的选择问题(不同地面出行方式的 选择)。然而，以机场群为决策单元，在区域层面上对航空旅客的出行生成进行建模，以及基 于机场群的航空需求预测工作尚不多见；而这些内容对机场群未来航空旅客需求分配、设 施规划和资源调配具有重要影响，因此需要在区域机场群规划和开发过程中格外注意。
技术实现要素：
发明目的：为了克服现有技术中存在的不足，本发明提供一种区域机场群的航空 客流需求预测方法，从区域层面分析需求总规模和结构分布，再将航空需求分配到机场群 的各个子机场，通过交通四阶段法建立较为普适的航空需求的研究框架。 在本发明中，所述的机场群指的是：地面交通2h以内的机场组合；机场群的GDP则 指的是：机场群所在城市的GDP总和。 技术方案：为实现上述目的，本发明采用的技术方案为： 一种区域机场群的航空客流需求预测方法，不同于传统的单机场的航空客流需求 分析，我们以机场群为基本单元分析区域机场群的航空客流需求，采用在城市交通分析规 划中有广泛应用基础的交通四阶段法(Four step travel model)作为预测框架，为基于区 域机场群的航空客流需求分析建立较为普适的研究框架：先进行航空需求总量预测(Trip Generation)和航空需求结构分布预测(Trip Distribution)；在此基础上，将不同目的地 城市的航空需求总量分配到机场群，并进行区域内各子机场选择的预测(Airport Choice)；最后，进行单机场需求分配(Trip Assignment)。 一般我们将地面交通2小时内的机场组合称为一个机场群，国内典型的机场群有 长三角机场群、珠三角机场群和京津冀机场群；当然，我们也可以参考一些其他因素，以某 些共性特征作为分类标准，建立机场群，但是最主要的参考因素还是地面交通。 具体的，航空需求总量Ttotal按照如下方式进行预测： (1)从区域机场群的整体出发，建立航空需求发生量Tout与区域经济社会指标(人 均GDP、人口规模和结构、就业和产业结构、旅游业条件、对外贸易额、城市化水平、公路和高 铁网络等)的计量经济回归模型，预测航空需求发生量Tout；航空需求发生量是指从某机场 3 CN 111582738 A 说 明 书 2/4 页 群内各个子机场始发到该机场群外其他机场的所有航空客流数； (2)建立基于区域机场群的历史航空需求吸引量的时间序列预测模型，预测航空 需求吸引量Tin；航空需求吸引量是指从区域外其他机场始发到本机场群内各子机场的所有 航空客流数； (3)预测航空需求总量Ttotal＝Tin Tout。 值得指出的是，一般来说，航空需求发生量Tout和航空需求吸引量Tin并不相同，需 要分别进行研究，特别是对于机场群中以航空旅游为主的子机场来说，机场对外联系强度 往往小于外部区域对机场的联系强度，故航空需求发生量往往小于航空需求吸引量。 具体的，所述航空需求发生量Tout与区域经济社会指标的计量经济回归模型采用 Elastic Net回归模型，该模型针对数据集中样本特征变量共线性和过拟合问题有较好处 理效果；基于区域机场群的历史航空需求吸引量的时间序列预测模型采用Holt Winters模 型，该模型对于包含趋势性和季节性的序列数据具有较好针对性。 航空需求总量是对区域机场群航空出行活动规模的整体把握，而对于机场群与不 同目的地城市之间的起讫点航空需求(OD航空需求)的分析是基于对航空需求结构分布进 行研究得到的；具体的，所述航空需求结构分布预测，即将航空需求发生量Tout和航空需求 吸引量Tin分配到各个目的地城市，建立区域机场群与各个目的地城市的起讫点航空需求。 更为具体的，采用随机重力模型分析区域机场群的起讫点航空需求矩阵OD，矩阵OD的第i行 j元素为 其中：Tij表示机场群i与目的地城市j的起讫点航空需求量，α0 , α1,α2,α3为运算参数，yi、yj分别为机场群i目的地城市j的GDP值，cij为关于机场群i和目的 地城市j之间的阻抗成本，εij为关于机场群i和目的地城市j之间需求的随机误差因子，其期 望值满足E(εij|yi,yj,cij)＝1；航空总需求量为 在进行区域内机场选择预测时，需要将机场群的OD航空需求分配到内部的各个机 场，涉及到机场选择问题；既有研究中多是利用MNL模型(Multinomial Logit Model)来进 行分析，但是该模型中的随机效用函数通常设定为特性变量的线性函数形式，忽略了选择 方式与其影响因素之间的非线性关系以及因素间的相互作用；此外，该模型中无关方案独 立性假设(Independence of irrelevant alternatives，IIA)否定了备选项间可能存在的 相关性，会引起“红蓝巴士问题”；特别是当机场群中出现新机场时，MNL模型对机场选择行 为解释(包括相似效应、吸引效应)的准确性将受到较大影响，这些不足弱化了MNL模型的分 析能力。在本案中，我们将结合旅客出行问卷调查数据，并综合考虑机场容量、区域地面交 通时间、选择意愿等重要影响因素，运用受限玻尔兹曼机预测模型(Restricted Boltzmann Machine，RBM)将航空需求总量按比例分配到各个机场群，得到机场群i内子机场m与目的地 城市j的航空需求比例 具体的，对机场群i中的子机场m进行需求分配时，建立机场群i的单机场的起讫点 航空需求矩阵ODi，矩阵ODi的第m行j列元素Tmj表示子机场m与目的地城市j的起讫点航空需 求量， 则机场群i内的子机场m的航空需求总量为 J为目的 4 CN 111582738 A 说 明 书 3/4 页 地城市的总数量， 为机场群i内子机场m与目的地城市j的航空需求比例。 有益效果：本发明提供的区域机场群的航空客流需求预测方法，相对于现有技术， 具体如下优势： 1、改变了传统以单个机场为研究对象的研究方法，以机场群为单元进行研究，为 航空客流需求预测提供了一种新的研究思路； 2、对航空需求发生量和航空需求吸引量分别进行研究，能够提升一些特殊客流导 向的机场的预测结果准确性，比如以旅游为客流导向的机场； 3、结合数据类型和数据相关性进行模型选择，更合理地使用数据，得到更为准确 的预测结果； 4、采用在城市交通分析规划中有广泛应用基础的交通四阶段法作为预测框架，为 基于区域机场群的航空客流需求分析建立较为普适的研究框架。 附图说明 图1为本发明方法的流程示意图。
