AIR TRANSPORT FORECASTING SYSTEM
民用运输机场航空业务量查询及预测
——中国民航工程咨询有限公司
多源数据融合驱动
Multi-source data fusion driver
ATraF内置算法融合了设施数据、业务数据、高铁数据、航线OD数据、省市经济数据、地图交通数据、总规预测数据等航空业务量预测相关数据,实现了数据信息的多源融合,显著提升了预测结果的准确性、全面性。
预测参数个性配置
Personality configuration of prediction parameters
ATraF内置算法融合了设施数据、业务数据、高铁数据、航线OD数据、省市经济数据、地图交通数据、总规预测数据等航空业务量预测相关数据,实现了数据信息的多源融合,显著提升了预测结果的准确性、全面性。
人工智能在线训练
Artificial intelligence online training
人工智能方法的引入是机场建设走向智能化、智慧化的第一步。ATraF预置了一整套机器学习算法,创新实现了预测模型实时在线训练、动态调整和即时应用,通过对大量历史数据及专家经验进行深度学习,实现98%以上的预测准确性。
预测过程精准可视
The prediction process is accurate and visible.
ATraF将可视化地提供旅客吞吐量、货邮吞吐量、起降架次、万分率、集中率等特征值的预测分析全过程。通过提供拟合曲线的模型公式、神经网络的层次结构等丰富的过程数据,打造最具权威、最有深度的预测平台。
丰富场景模拟对比
Enrich scene simulation and comparison
机场预测对比功能让用户可以开展多机场客、货业务量的大数据推演和多场景对比,自由的参数配置功能将充分满足用户的个性化对比需求,有效弥补特定预测场景带来的思维局限性,使得航空业务量预测横向可对比、纵向可推演。
高铁影响智能分析
Intelligent analysis of high-speed rail impact
在多源基础数据和交通方式分析理论的支撑下,ATraF系统具备智能化的高铁影响分析功能,融合OD数据和高铁网络信息,是高铁与民航双向影响的定量决策支持工具。
区域省市多级联动
Multi-level linkage of regional provinces and cities
ATraF系统同时具有对区域、省市进行航空业务量预测的功能,不同层级的预测方法将通过数据比例结构、增长率贡献度、竞争力分析等多个维度实现协同联动,全面提升预测过程的科学性、有效性。
预测报告一键生成
One-click generation of forecast report
ATraF系统支撑预测报告导出,点击自动生成报告,全部预测成果将一键导出,显著提升预测工作效率。
系统简介
Introduction
民用运输机场航空业务量查询及预测系统是中国民航工程咨询有限公司自主研发的新一代智能化机场建设支持平台系统的重要组成部分。系统以全国各机场客、货业务量的定制化预测功能为核心,依托公司在《运输机场航空业务量预测编制指南》(AC-158-CA-2021-01)等多项标准编制的技术积累,实现了航空业务量预测业务的产品线上化、算法智能化和数据可视化。除了集成传统的时间序列分析、回归分析、市场分析等预测方法外,公司自主开发了基于人工智能和大数据的新型预测方法,创新实现了预测模型实时训练、动态调整、即时应用。同时,系统支持对全国各机场客、货业务量的大数据推演和多场景模拟对比分析,支持机场与周边区域经济发展、旅游业发展以及高铁、高速等地面交通情况互动的动态展示,支持业务量影响及预测报告自动生成,为新建及改扩建机场的业务量预测提供数字化解决方案,为开展航空业务量预测研究提供基础性科研工具。
机场信息
Airport information 查看更多
北京/首都机场
北京首都国际机场(Beijing Capital International Airport,IATA:PEK,ICAO:ZBAA),位于中国北京市朝阳区,西南距北京市中心25千米,南距北京大兴国际机场67千米,为4F级国际机场,是中国三大门户复合枢纽之一 、环渤海地区国际航空货运枢纽群成员、世界超大型机场。
业务量预测
Business volume forecast
三亚新机场
航空旅客业务量预测结果
方法 2025年(万人次) 2030年(万人次) 2035年(万人次)
时间序列法 2700 3700 4830
基于三亚数据的回归分析法 2710 3820 5110
市场分析法 2930 3980 5130
OD市场细分法 2600 3800 5750
综合推荐值 2800 3800 5100
合肥机场
航空旅客业务量预测结果
方法 2030年(万人次) 2035年(万人次)
BP神经网络法(考虑高铁影响后) 3760(3660) 4950(4700)
OD市场细分法 3770 5550
市场份额法(考虑高铁影响后) 4000(3900) 5550(5280)
综合推荐值 3800 5200
长沙机场
航空旅客业务量预测结果
方法 2025年(万人次) 2030年(万人次) 2035年(万人次)
BP神经网络法 4710 6060 7250
市场份额法 4220 5710 7430
趋势外推 4320 5860 7630
综合值 4500 5700 7200
考虑高铁分流综合推荐值 4300 5800 7000