1、近年來民航客流快速增長，使得旅客流量成為各大航空公司關注的焦點。因此需要構建適合民航旅客的準確度較高的流量預測模型來為航空公司提供決策支持和提高經(jīng)濟效益。
　　為了進行航線客流的預測本文從海量的旅客歷史出行記錄中獲得近幾年不同航線每日的客流量。同時對獲得的客流進行數(shù)據(jù)清洗與去噪，使得處理后的客流量既減少了偶然因素產(chǎn)生的噪音又保持了航線客流本身的規(guī)律。
　　小波變換能將任意復雜的信號分解為不同尺度下的細節(jié)信號，可以更詳細地觀察

2、信號的波動特征，將其與BP神經(jīng)網(wǎng)絡的預測功能相結合建立預測模型，能夠提升BP神經(jīng)網(wǎng)絡的預測準確度。民航旅客客流在普通工作周和節(jié)假日期間的波動特征具有很大的差異，需要分別對兩者進行建模。經(jīng)過對普通工作周客流的規(guī)律分析知相鄰普通工作周客流波動基本相似，因此為了提高預測的準確度先將普通工作周客流按不同星期類型分為7組分別進行預測，再將預測的結果按日期合并。對于非線性的普通工作周客流量預測主要構建BP神經(jīng)網(wǎng)絡和嵌入型小波神經(jīng)網(wǎng)絡兩種預測模型。同

3、樣經(jīng)過對節(jié)假日客流的規(guī)律分析知同一航線歷年相同節(jié)假日期間客流的波動曲線非常相似只是增幅不同，因此建模時利用這一特點構建了波動系數(shù)預測模型和相似樣本松散型小波神經(jīng)網(wǎng)絡預測模型來對節(jié)假日客流進行預測。
　　本文選取近幾年北京至廣州航線客流在MATLAB上進行仿真實驗，通過對比預測結果，得出嵌入型小波神經(jīng)網(wǎng)絡預測模型對普通工作周客流預測具有較好的效果。同時相似樣本松散型小波神經(jīng)網(wǎng)絡能夠將節(jié)假日的波動曲線和增幅進行有效的結合，對節(jié)假日的預