关静

(中国民航大学 理学院，天津 300300)*

0 引言

民航运输作为一种现代化的交通运输方式，其发展程度反映了一个国家的经济发展水平.民航旅客吞吐量的规模和增长速度是民航基础数据，是衡量民航发展的重要指标，航空公司对客运市场运力的规划和投入要依赖民航旅客吞吐量的准确预测.民航旅客吞吐量受众多因素影响，包含随机因素，其变化、发展过程是一个典型的随机过程.因此，可以通过建模，采用适当的方法进行预测.

灰色预测方法将一切随机过程看成灰色过程，具有处理随机过程、突变的能力.灰色系统建模实际上是一种以数找数的方法，从系统的一个或几个离散数列中找出系统的变化关系，建立系统的连续变化模型.支持向量机(Support vector machine，SVM)较好地解决了局部极小点、小样本学习及过拟合等传统学习算法所不能回避的难题，而且具有很强的泛化能力［1-4］.它能在有限特征信息情况下，最大限度地挖掘数据中隐含的信息，有利于对随机状态进行预测，提高预测的精度.民航旅客年吞吐量影响因素多、样本数量较少，符合灰色预测模型和支持向量机预测的要求，需要发挥两种预测方法的优势提高预测精度.

灰色支持向量机是将灰色系统与支持向量机有机结合、取长补短，来提高系统的并行计算能力和系统的可用信息的利用率，提高系统建模的效率与模型的精度.本文将灰色预测方法的思想融入支持向量机中，通……