电子技术第52卷第2期（总第555期）2023年2月43ComputerEngineering计算机工程0引言随着航空业市场的蓬勃发展，航空公司的运营管理理论与实践也在不断发展。在现实的运营中，航空公司常常面临这样的问题：已经订票的旅客因为各种原因无法按时登机，造成飞机舱位的浪费。面对这种类似情况的发生，航空公司开始实行各种管理策略避免浪费从而达到提高航空公司整体的收益。如美利坚航空公司将航空公司收益管理定义为“在合适的时间将合适的产品以合适的价格销售给合适的顾客”以此来提高整个航空公司的收益管理。在整个的航空公司的服务中，执行航空飞行的航班或多或少都会有诸多不确定的因素影响着旅客到达与选择，使得旅客针对航空公司所提供的所有服务的趋势显得复杂多变，因此分析旅客到达与选择的结构特征成为航空公司收益管理的重要组成部分，对航空公司了解市场情况、提高企业竞争力等有着极大助力。而需求预测则是收益管理的关键，预测的结果直接影响了座位保护数的设定最早关于旅客订座、取消和no-show行为的统计分布模型的研究出现在Beckmann和Bobkowski比较了泊松分布、正二项分布和γ分布，最后确定旅客订座需求最合适用γ分布来研究，而后来Lyle则将系统的γ分布和随机的泊松偏差估计结合起来，经后续的研究认为，正态分布对需求分布的近似描述是比较符合实际情况的，根据数学研究当中根据中值定理以及正态分布于泊松分布、二项分布之间的关系应该就可以很好地理解这一点。1研究背景在收益管理的模拟仿真系统中，以麻省理工航空航天系开发的PODS（PassengerOrigin-DestinationSimulator）在民航业影响力最大。对于旅客到达选择行为的研究，无论是国外，还是刚刚起步的国内基本上都是基于PODS展开的。目前国内外对于旅客到达行为的研究主要基于如下2种数据：目前国内外对于航班旅客到达行为特征的研究大多使用的是订票数据（Coldren,2005；Grammig等，2005）或陈述性偏好数据（Prossaloglou,Koppelman，1999；Adler等，2005；Theis等，2006；Garrow等，2007）。顾名思义，订票数据是以往订票的历史数据，陈述性偏好数据是通过对旅客的调查问卷得到的数据。陈述性偏好数据的调查内容包括旅客个人信息（如收入、年龄、性别等）、旅行目的、飞行舒适度等等包括旅客态度意见在内的大量主观数据，虽然这种数据在很大程度上都为航空公司了解旅客带来极大的作用，但是过于主观的信息却为问卷的可靠性带来更多的风险与误差，无法充分适应市场复杂的...
