單變量ARIMA及類神經網路模式預測香港國際航空站旅客流量

ARIMA and Neural Network Model for Passenger Flow Forecasting-A Case of HongKong Airport

10.29688/MHJ.201208.0006

王賢崙(Hsien-Lun Wong)；顧聖傑(Sheng-Chieh Ku)；陳宏瑋(Hung-Wei Chen)

香港國際航空站 ； 旅客流量 ； 單變量ARIMA模式 ； 類神經網路 ； ARIMA ； Artificial Neural Network ； Passenger flow ； Hong Kong Airport ； MAPE

明新學報

38卷2期（2012 / 08 / 01）

69 - 83

繁體中文

航空運量對於航空產業的決策影響甚大，航空業通常以旅客流量多寡，規劃航線的機隊數量，藉此獲取企業最大利益。本研究以單變量ARIMA及類神經網路模式，預測航空旅客流量，並選用香港國際航空站為例，收集民國87年至99年之間，共計148筆月資料，進行模型測試。本文研究發現，ARIMA及類神經網路模型對香港國際航空站之預測MAPE值皆低於10％，顯示兩模式皆適合於預測應用，而以ARIMA季資料模型較佳。就預測結果而言，香港國際航空站的旅客流量未來仍是呈現向上的趨勢。本文研究結果應有提供航空業者於市場規畫之參考價值。

The strategy management for the airliner is affected by the air traffic flow. Airliners have to plan their fleet routing based on the traffic flow to achieve maximum profits. In the paper, the ARIMA and Artificial Neural Network models (ANN) are used for air passenger flow forecasting with a real world case of Hong Kong airport as an example. The data for model test is obtained from year 1998 to 2010 with total 148 monthly data sets. The empirical result indicates that both ARIMA and ANN are suitable for Hong Kong airport forecasting with the value of low MAPE. For the forecasting result, the passenger flow in Hong Kong airport would tend upwards in the future. The paper can serve airliners as a helpful reference of their marketing plan.

1. 香港特別行政區政府民航處網站數據資料。http://www.cad.gov.hk/english/home.html.
2. Box, George E. P.,Jenkins, Gwilym M.,Reinsel, Gregory C.(2009).Time Series Analysis Forecasting and Control.John Wiley & Sons, Inc.
3. Hagan, Martin T.,Demuth, Howard B.,Beale, Mark(1996).Neural Network Design.Thomson Learning, INC.
4. Law, Rob(2000).Back-propagation learning in improving the accuracy of neural network-based tourism demand forecasting.Tourism Management,21(4),331-340.
5. Law, Rob,Au, Norman(1996).A neural network model to forecast Japanese demand for travel to Hong Kong.Tourism Management,20(1),89-97.
6. Lewis, C. D.(1982).Industrial and Business Forecasting Methods.London:Butterworths.
7. Lim, Christine,McAleer, Michael(2002).Time series forecasts of international travel demand for Australia.Tourism Management,23(4),389-396.
8. Min, J. C.(2004).SARS Devastation on Tourism: The Taiwan Case.Journal of American Academy of Business,6(1),278-284.
9. Montgomery, Douglas C.,Peck, Elizabeth A.,vining, G. Geoffery(2006).Introduction to Linear Regression Analysis.John Wiley & Sons, Inc..
10. Mostafa(2004).Forecasting the Suez Canal traffic: a neural network analysis.Maritime Policy and Management,31(2),139-159.
11. Seabrooke, William,Hui, C. M.,Lam, H. K.,Wong, K. C.(2003).Forecasting cargo growth and regional role of the port of Hong Kong.Cities,20(1),51-64.
12. Tseng, Fang-Mei,Yu, Hsiao-Cheng,Tzeng, Gwo-Hsiung(2002).Combining neural network model with seasonal time series ARIMA model.Technological Forecasting and Social Change,69(1),71-87.
13. 吳雨菁(2008)。碩士論文(碩士論文)。臺北，國立臺灣海洋大學航運管理學系。
14. 吳柏林(1994)。時間數列分析導論。台北:雙葉書廊。
15. 李婉婷(2008)。碩士論文(碩士論文)。高雄，國立高雄大學都市發展與建築研究所。
16. 林東慶(2007)。碩士論文(碩士論文)。臺南，國立成功大學民用航空研究所。
17. 邱思涵(2010)。碩士論文(碩士論文)。臺北，中國文化大學經濟學系。
18. 張原賓(2007)。碩士論文(碩士論文)。臺南，國立成功大學民用航空研究所。
19. 陳怡文(2010)。碩士論文(碩士論文)。新竹，國立交通大學運輸科技與管理學系。
20. 楊文瑋(2003)。碩士論文(碩士論文)。臺北，淡江大學管理科學研究所。
21. 葉怡成(2001)。應用類神經網路。台北:儒林書局。
22. 廖孟媛(2009)。季節性ARIMA 模式在桃園機場貨運量預測之研究。真理大學航空服務管理學系會議，臺北:

1. 陳瑞奇,莊政宏(2022)。台灣證券交易所上市公司月營收之預測－以元大台灣50 ETF成分股為例。東亞論壇，515，1-18。