基于支持向量機(jī)回歸算法的值機(jī)行李流量預(yù)測

文/徐小波 何迅 李光飛 楊力 闞細(xì)武 沈偉

隨著我國經(jīng)濟(jì)持續(xù)快速發(fā)展，越來越多的旅客出行選擇空中交通運(yùn)輸工具，使得我國民航客流運(yùn)輸量在疫情前的每年都能持續(xù)穩(wěn)定地增長。據(jù)統(tǒng)計(jì)，2016～2019年我國民航客流年運(yùn)輸量每年保持7%以上的穩(wěn)定增長[1]；雖然2020年疫情期間客運(yùn)量約減少2.4億人次，但2021年上半年該局面已經(jīng)逆轉(zhuǎn)，旅客運(yùn)輸量出現(xiàn)反彈式增長。如此強(qiáng)勢的客運(yùn)增長量，表明我國的民航運(yùn)輸還有巨大潛力與發(fā)展空間。

在民航機(jī)場領(lǐng)域推進(jìn)建設(shè)平安、綠色、智慧、人文“四型機(jī)場”戰(zhàn)略的背景下，2020年1月民航局出臺(tái)的《中國民航四型機(jī)場建設(shè)行動(dòng)綱要》提出要鼓勵(lì)綜合運(yùn)用大數(shù)據(jù)、云計(jì)算、人工智能、區(qū)塊鏈等新技術(shù)，收集、融合、統(tǒng)計(jì)和分析各類數(shù)據(jù)，實(shí)現(xiàn)輔助決策、資源調(diào)配、預(yù)測預(yù)警、優(yōu)化控制等功能，支撐工作協(xié)同、精確分析、精準(zhǔn)管控、精細(xì)管理和精心服務(wù)，最終實(shí)現(xiàn)機(jī)場智慧化運(yùn)行[2]。

行李處理系統(tǒng)作為機(jī)場內(nèi)部最大的單體系統(tǒng)，具有包括值機(jī)、安檢、輸送、分揀、儲(chǔ)存、中轉(zhuǎn)、裝載、到港、控制等10個(gè)子系統(tǒng)[3]，是機(jī)場最重要的系統(tǒng)之一。上述政策無疑都帶動(dòng)了機(jī)場行李處理系統(tǒng)的規(guī)劃設(shè)計(jì)向安全、高效、智能、綠色等方向發(fā)展，研究提升行李處理系統(tǒng)效率具有重要的現(xiàn)實(shí)與戰(zhàn)略意義，而值機(jī)行李流量預(yù)測的研究則是提升行李運(yùn)輸及服務(wù)品質(zhì)的關(guān)鍵節(jié)點(diǎn)。

一、國內(nèi)外研究現(xiàn)狀

伴隨旅客運(yùn)輸量的逐年增長，我國千萬級(jí)以上機(jī)場不同程度出現(xiàn)了行李處理系統(tǒng)運(yùn)行能力不足的現(xiàn)象，包括值機(jī)排隊(duì)時(shí)間長、早到存儲(chǔ)能力不足、服務(wù)質(zhì)量下降等。傳統(tǒng)的行李處理系統(tǒng)資源配置方式已不能滿足未來旅客爆發(fā)式增長的需求，如何在有限資源下解決上述問題以及合理分配資源，成為當(dāng)前的熱點(diǎn)問題。

對(duì)于行李處理系統(tǒng)而言，行李流量是直接影響該系統(tǒng)資源配置及流程優(yōu)化的關(guān)鍵點(diǎn)，值機(jī)行李流量預(yù)測是根據(jù)歷史數(shù)據(jù)及數(shù)據(jù)特征建立一套值機(jī)流量預(yù)測模型，該模型能預(yù)測短時(shí)值機(jī)行李流量，還可以為行李系統(tǒng)資源實(shí)時(shí)分配提供決策支持，幫助管理者提高服務(wù)質(zhì)量。

針對(duì)行李處理系統(tǒng)，行李流量預(yù)測更直接地影響該系統(tǒng)的資源配置及優(yōu)化，通過機(jī)場行李數(shù)據(jù)分析，行李流量與旅客流量相關(guān)性極強(qiáng)，呈現(xiàn)較為穩(wěn)定的比例，即行李系數(shù)。由于當(dāng)前極少有學(xué)者研究行李流量預(yù)測，因此本文主要參考研究旅客流量預(yù)測的文獻(xiàn)。

近年來，國內(nèi)外研究者根據(jù)不同的預(yù)測場景提出了不同的預(yù)測方式。例如，F(xiàn)ei Dou[4]等提出了一種基于模糊時(shí)序邏輯的高速鐵路客流預(yù)測模型（FTLPFFM），該模型能夠?qū)Ω咚勹F路短期客流進(jìn)行預(yù)測。Yong Wang[5]等提出了將現(xiàn)行政策與專用客流預(yù)測時(shí)間相結(jié)合的方法，并建立了定量與定性相結(jié)合的城際高速鐵路客流預(yù)測新流程。Dan Yang[6]等提出了一種基于長短期記憶神經(jīng)網(wǎng)絡(luò)改進(jìn)的模型，該方法充分利用了LSTM神經(jīng)網(wǎng)絡(luò)模型在處理時(shí)間序列時(shí)的優(yōu)點(diǎn)，克服了LSTM神經(jīng)網(wǎng)絡(luò)模型由于時(shí)間滯后而不能充分學(xué)習(xí)長時(shí)間相關(guān)性的缺陷。賈銳軍[7]等提出了一種基于集成學(xué)習(xí)的XGBoost算法的機(jī)場旅客流量預(yù)測方法。何川[8]提出了雙層K近鄰模型（T-K近鄰）模型，并在考慮航班計(jì)劃影響因子的前提下，加入天氣狀況、星期類型、節(jié)假日影響因子，預(yù)測精度達(dá)到93%左右。

本文將考慮機(jī)場每天的運(yùn)營特征屬性，將歷史日期的特征與預(yù)測日期的特征進(jìn)行匹配，采用支持向量機(jī)回歸算法來對(duì)預(yù)測日目標(biāo)時(shí)刻值機(jī)行李流量進(jìn)行預(yù)測，為行李處理系統(tǒng)流程優(yōu)化及資源合理分配提供一種新的解決思路。

二、支持向量機(jī)回歸算法

在眾多機(jī)器學(xué)習(xí)算法中，支持向量機(jī)算法有著可使用核函數(shù)解決非線性問題、算法思想簡單、擬合效果好的優(yōu)點(diǎn)，并且值機(jī)行李流量預(yù)測屬于回歸問題，因此本文使用支持向量機(jī)回歸算法（Support Vector Machine Regression，SVR）進(jìn)行預(yù)測。

1.SVR算法原理

SVR算法在線性函數(shù)兩側(cè)制造了一個(gè)超平面“間隔帶”，對(duì)于所有落入間隔帶內(nèi)的樣本，都不計(jì)算損失；只有間隔帶之外的，才計(jì)入損失函數(shù)。之后再通過最小化“間隔帶”的寬度與總損失來最優(yōu)化模型。如圖1，只有深色“間隔帶”外側(cè)的樣本數(shù)據(jù)才被計(jì)入最后的損失。SVR算法的線性回歸函數(shù)與損失函數(shù)，如下所示：

SVR算法原理，如圖1所示[9-11]。

圖1 SVR算法原理圖[10]

對(duì)該對(duì)偶問題進(jìn)行求解，可以得到SVR算法的最終求解目標(biāo)為[12]：

2.核函數(shù)

在實(shí)際預(yù)測中會(huì)遇到許多非線性問題，這些都不能用一條直線進(jìn)行分類或擬合。但向數(shù)據(jù)添加非線性特征往往能讓模型變得更強(qiáng)大，或者使用非線性函數(shù)可以將非線性可分問題，從原始的特征空間映射至更高維的空間。對(duì)于支持向量機(jī)而言，將數(shù)據(jù)映射到高維空間的方法是使用核函數(shù)，它不需要對(duì)數(shù)據(jù)特征進(jìn)行實(shí)際的擴(kuò)展，而是直接計(jì)算擴(kuò)展特征表示中數(shù)據(jù)點(diǎn)之間的內(nèi)積。常用核函數(shù)與解析式，如表1所示。

表1 常用核函數(shù)表

式（14）引入核函數(shù)后可得求解目標(biāo)：

SVR算法可通過核方法得到非線性的回歸結(jié)果。

三、基于支持向量機(jī)的值機(jī)行李流量預(yù)測模型

本文根據(jù)西南某機(jī)場行李數(shù)據(jù)庫中導(dǎo)出的數(shù)據(jù)創(chuàng)建數(shù)據(jù)集和整體預(yù)測流程，設(shè)計(jì)了數(shù)據(jù)預(yù)處理、特征工程及相應(yīng)的SVR算法。預(yù)測模型及流程，如圖2所示。

圖2 預(yù)測模型流程圖

圖2 預(yù)測模型流程圖

1.數(shù)據(jù)源

數(shù)據(jù)是預(yù)測模型的基礎(chǔ)，機(jī)器學(xué)習(xí)就是要從大量數(shù)據(jù)中學(xué)習(xí)某種規(guī)律及分布，因此數(shù)據(jù)的重要性不言而喻。

（1）行李數(shù)據(jù)源

行李數(shù)據(jù)源來自于西南某大型機(jī)場行李處理系統(tǒng)數(shù)據(jù)庫，該數(shù)據(jù)庫記錄了每件托運(yùn)行李的信息，包含行李編號(hào)、值機(jī)柜臺(tái)、值機(jī)時(shí)間、航班信息、旅客姓名等數(shù)據(jù)。

（2）外部數(shù)據(jù)源

外部數(shù)據(jù)庫主要包含了歷史節(jié)假日信息（如春節(jié)、中秋、國慶等）、日期類型（如星期幾、周末）、機(jī)場天氣狀況。

2.數(shù)據(jù)預(yù)處理

為了保證所獲取的數(shù)據(jù)能夠正確地進(jìn)行預(yù)測，必須對(duì)大量歷史數(shù)據(jù)進(jìn)行預(yù)處理，其中包括重復(fù)值處理、缺失值處理、異常值處理等3個(gè)步驟。

（1）重復(fù)值處理

對(duì)數(shù)據(jù)中的重復(fù)行李數(shù)據(jù)（如托運(yùn)多件行李，重復(fù)記錄等）用刪除法進(jìn)行處理。

（2）缺失值處理

對(duì)數(shù)據(jù)中的缺失值用刪除法與中值法進(jìn)行處理。

（3）異常值處理

對(duì)數(shù)據(jù)中的異常值采用中值法進(jìn)行處理。

3.特征工程

特征工程是指用一系列數(shù)值工程化的方式，從原始數(shù)據(jù)中篩選出更好的數(shù)據(jù)樣本特征，以提升模型的訓(xùn)練效果。

（1）構(gòu)建數(shù)據(jù)特征

由于在行李處理系統(tǒng)數(shù)據(jù)庫中的現(xiàn)有特征無法滿足預(yù)測需求，因此本文從外部數(shù)據(jù)庫中添加構(gòu)建了新的特征，包括節(jié)假日類型、日期類型、天氣狀況3個(gè)特征。

（2）特征提取

根據(jù)行李處理系統(tǒng)數(shù)據(jù)庫與外部數(shù)據(jù)庫建立相應(yīng)特征，借鑒電力行業(yè)文獻(xiàn)[13]中的特征工程方法，對(duì)每個(gè)特征屬性建立相應(yīng)的映射函數(shù)，提取后的特征如表2所示。

表2 數(shù)據(jù)集特征

4.SVR模型及對(duì)比模型參數(shù)調(diào)節(jié)

將上述處理完成的數(shù)據(jù)及特征向量作為模型的數(shù)據(jù)樣本進(jìn)行預(yù)測時(shí)，為保證各模型預(yù)測的精確度，還需要對(duì)模型的超參數(shù)進(jìn)行調(diào)節(jié)。本文從訓(xùn)練樣本中隨機(jī)抽取20%的驗(yàn)證樣本，并使用Scikit-Learn機(jī)器學(xué)習(xí)框架的自動(dòng)化參數(shù)搜索工具進(jìn)行最優(yōu)參數(shù)搜索，各模型參數(shù)如表3所示。

表3 預(yù)測模型參數(shù)表

四、實(shí)驗(yàn)結(jié)果分析

為了驗(yàn)證SVR 預(yù)測模型的精度,將其與K 近鄰模型（KNeighbors）與隨機(jī)森林模型（RandomForest）的預(yù)測結(jié)果進(jìn)行對(duì)比。所有預(yù)測模型采用Python編程并在PyCharm Community 2021編譯器中實(shí)現(xiàn)，均在CPU為Intel(R)Core(TM) i5-9300H CPU @ 2.40GHz、內(nèi)存為16GB以及系統(tǒng)為Windows10的個(gè)人電腦完成測試。

1.評(píng)價(jià)指標(biāo)

本文采用的回歸預(yù)測評(píng)價(jià)指標(biāo)分別為擬合優(yōu)度（R2）、平均絕對(duì)誤差（MAE）、均方根誤差（RMSE）。N為樣本數(shù)量，為真實(shí)值，為預(yù)測值。

擬合優(yōu)度（R2）的計(jì)算公式：

平均絕對(duì)誤差（MAE）的計(jì)算公式：

均方根誤差（RMSE）的計(jì)算公式：

2.實(shí)驗(yàn)結(jié)果及數(shù)據(jù)分析

首先對(duì)SVR模型從平常日、節(jié)假日、周末、天氣3個(gè)特征維度隨機(jī)抽取4個(gè)預(yù)測日數(shù)據(jù)，進(jìn)行24小時(shí)值機(jī)行李流量預(yù)測，驗(yàn)證模型的可行性。

如表4所示，對(duì)應(yīng)于表2數(shù)據(jù)集特征所抽取的預(yù)測數(shù)據(jù)包含數(shù)據(jù)集的相應(yīng)特征分布，預(yù)測日中無特征完全一致的數(shù)據(jù)并且有不同特征重疊。如預(yù)測日1、3、4是平常日，預(yù)測日1、3是周末，預(yù)測日2、3、4的氣候是雨天，預(yù)測日2包含節(jié)假日和雨天等重疊特征，該預(yù)測數(shù)據(jù)有廣泛的特征分布，對(duì)驗(yàn)證模型具有代表性。

表4 預(yù)測日特征取值表

模型的預(yù)測精度指標(biāo)如表5所示，預(yù)測圖如圖3所示。

表5 SVR預(yù)測模型評(píng)價(jià)指標(biāo)表

圖3 SVR模型預(yù)測圖

由表5可以看出，SVR預(yù)測模型的擬合優(yōu)度都高于0.9，證明模型有效，值機(jī)行李流量預(yù)測模型能夠?qū)C(jī)場的行李流量做出高精確度預(yù)測。

取預(yù)測日1作為預(yù)測的對(duì)比數(shù)據(jù)樣本，使用SVR、KNeighbors、RandomForest三種模型對(duì)比其預(yù)測結(jié)果。

三種預(yù)測模型對(duì)預(yù)測日1的預(yù)測精度指標(biāo)及預(yù)測結(jié)果，如表6和圖4、圖5、圖6所示。

表6 預(yù)測模型評(píng)價(jià)指標(biāo)對(duì)比表

圖4 SVR預(yù)測結(jié)果

圖5 KNeighbors預(yù)測結(jié)果圖

圖6 RandomForest預(yù)測結(jié)果圖

由預(yù)測對(duì)比結(jié)果可以看出，SVR 預(yù)測效果最佳，RandomForest次之，KNeighbors效果最差。

五、結(jié)論

面對(duì)當(dāng)前機(jī)場行李處理系統(tǒng)運(yùn)行能力不足的現(xiàn)狀，本文針對(duì)機(jī)場行李處理系統(tǒng)值機(jī)流量預(yù)測問題提出了基于SVR算法的預(yù)測模型，并成功將該模型首次應(yīng)用于機(jī)場行李流量的預(yù)測；相較于以往的流量預(yù)測數(shù)據(jù)集，本數(shù)據(jù)集增加了適應(yīng)于SVR算法的特征映射函數(shù)并加入了天氣、周末、節(jié)假日等特征。以西南某大型機(jī)場行李處理系統(tǒng)數(shù)據(jù)庫及外部數(shù)據(jù)庫為數(shù)據(jù)源，對(duì)數(shù)據(jù)集進(jìn)行預(yù)處理，然后提取特征，使用SVR算法對(duì)機(jī)場值機(jī)行李流量進(jìn)行了預(yù)測。預(yù)測結(jié)果表明，SVR模型預(yù)測性能優(yōu)異，擬合優(yōu)度都高于0.9。該預(yù)測模型可為行李處理系統(tǒng)制造商及機(jī)場運(yùn)營管理部門提供服務(wù)決策及資源合理分配依據(jù)，進(jìn)而降低機(jī)場運(yùn)營成本，提高服務(wù)質(zhì)量。