組合模式於桃園機場貨物運量預測之研究

A Novelty Combined Model for the Air Cargo Demand Forecasting in Taiwan Taoyuan International Airport

張育維(Yu-Wei Chang)

《運輸學刊》 26卷2期 (2014/06) Pp. 203-230

https://doi.org/10.6383/JCIT.201406_26(2).0003

摘要

本研究提出一套結合季節性自我迴歸整合移動平均模式（Seasonal Autoregressive Integrated Moving Average, SARIMA）模式與類神經網路的組合預測模式用以作為機場短期貨物運量預測使用。本研究以桃園機場貨運運量為研究對象，研究期間為1993年1月至2013年4月。本研究使用平均絕對誤差（Mean Absolute Error, MAE）與平均絕對誤差百分比（Mean Absolute Percentage Error, MAPE）兩種指標來衡量SARIMA模式、類神經網路與組合預測模式的預測績效。研究結果發現，三種預測模式之MAPE皆小於10%，而本研究所提出之組合預測模式，較單獨使用單一模式更為精確，且能提高預測能力，將能有效提供政府當局作為機場短期貨物運量預測的參考使用。

關鍵字

航空貨運量預測 ； SARIMA模式 ； 類神經網路 ； 組合預測

並列摘要

In this research, a novel approach combining the Seasonal Autoregressive Integrated Moving Average (SARIMA) and the Artificial Neural Network (ANNs) model are proposed to forecast the air cargo volume in Taiwan Taoyuan International airport. Monthly time series data covering from January 1993 toApril 2013 is used in this research. The Mean Absolute Error (MAE) and Mean Absolute Percentage Error (MAPE) are used to compare the performance of the combined model against other two models (i.e., the SARIMA model and the ANNs model). Results show that the MAPE of three models are all below 10% and the proposed combined forecast model is more accurate than single model. The proposed combined forecast model can be used for effective short-term air cargo volume forecast for the government.

並列關鍵字

Air cargo volume forecast ； SARIMA model ； Artificial neural network model ； Combined forecast

參考文獻

文軍(2010)。基於灰色馬爾可夫鏈模型的航空貨運量預測研究。武漢理工大學學報（交通科學與工程版）。34(4)，695-698。

周海龍(1995)。臺灣都會區生活用水量之預測─類神經網路之應用(碩士論文)。中興大學資源管理研究所。

周葉、肖靈機(2010)。基於 ARIMA 模型的我國航空貨運量預測分析。南昌航空大學學報（社會科學版）。12(3)，22-27。

林佳慧(2005)。臺灣國際航空貨運量之預測(碩士論文)。高雄第一科技大學運籌管理學系。

林東慶(2007)。以灰色理論和類神經網路預測航空客貨運量之變化(碩士論文)。成功大學民航研究所。