| 基于C_均值聚类的航班预测模型 |
| |
| 引用本文： | 樊玮,陈增强,袁著祉.基于C_均值聚类的航班预测模型[J].信息与控制,2003,32(6):553-555. |
| |
| 作者姓名： | 樊玮 陈增强 袁著祉 |
| |
| 作者单位： | 1. 中国民航学院计算机科学与技术学院,天津,300300;南开大学信息技术科学学院,天津,300071
2. 南开大学信息技术科学学院,天津,300071 |
| |
| 基金项目： | 国家自然科学基金资助项目(60174021) |
| |
| 摘 要： | 航班预测是航空公司收益管理的关键技术．本文提出了一种基于C 均值聚类的航班预测模型，并将该模型和广泛应用的增量法、回归法进行了对比．该模型基于聚类方法分析航班销售特征，依靠归类决定预测结果，屏蔽了日期和季节特性对预测过程的影响，降低了算法复杂度．该模型具有运算速度快、鲁棒性强、预测精度相对较高等优点,已应用于厦门航空公司的实际系统中
|
| 关 键 词： | 航班预测 C_均值聚类 收益管理 |
| 文章编号： | 1002-0411(2003)06-0553-03 |
FLIGHT DEMAND FORECASTING MODEL BASED ON C-MEAN CLUSTERING ALGORITHM |
| |
| FAN Wei,CHEN Zeng-qiang,YUAN Zhu-zhi.FLIGHT DEMAND FORECASTING MODEL BASED ON C-MEAN CLUSTERING ALGORITHM[J].Information and Control,2003,32(6):553-555. |
| |
| Authors: | FAN Wei CHEN Zeng-qiang YUAN Zhu-zhi |
| |
| Abstract: | Flight demand forecasting is the core technology for airline revenue management. This paper presents a new flight forecasting model that is based on C-mean clustering algorithm. The date and season attributes about the flight are discarded, and the complexity is reduced. Compared with the popularly used regression algorithm and pick-up algorithm, the new algorithm is faster, more robust and more accurate, and it has been applied to the real system of Xiamen Airlines. |
| |
| Keywords: | flight demand forecasting C-mean clustering revenue management |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《信息与控制》浏览原始摘要信息 |
|
点击此处可从《信息与控制》下载全文 |
