基于PSO-ELM算法的民航客运量预测

掌握民航客运量是航空公司在做重大科学决策和实施可行性计划的重要保障。为准确预测中国民航客运量的情况，引入了极限学习机(ELM)，搭建民航客运量预测模型。建立了ELM神经网络最优结构，以此为基础，分别用粒子群算法(PSO)、遗传算法(GA)、差分进化算法(DE)对ELM的输入权值和隐含层阈值进行优化，降低了ELM随机生成参数的不稳定性。结果表明，PSO优化算法提高了ELM的拟合能力和泛化能力，预测精度也高于其他模型，为航空运输协调发展提供了可靠的依据。