在航空產業裡，航空客運量多寡對於整個航空公司的決策方針影響甚鉅，航空公司必須根據未來的客、貨運量決定並規劃出營運的機隊數量，藉此獲取企業最大利益。類神經網路具有非線性的函數及良好的學習能力與模擬能力，在震盪劇烈的數據中只要有足夠的訓練範例，就能歸納出趨勢，更準確地預測出未來落點，本論文根據類神經網路，建構出航空預測模型，並以美國航空站的歷史資料為佐，作為預測模型的可靠度驗證，並將單一機場之預測模型擴展至航空網路之運量預測。本研究共發展出七種模型，最終目的則為預測出未開通航線之運量。

In aviation industry, the quantity of the air passenger and air cargo influences the decision making on the airline company’s policy. The fleet planning is determined in accordance to the trend of air cargo and air passenger traffic. In this article, artificial neural networks were employed to build a model for aviation forecasting. The data from the United State’s airport is used to test and verify the reliability of the model, and then expand it to forecast the passenger volume of air transportation network. Seven models were developed to accomplish the forecasting of air transportation network. The final objective of this article is to make the model capable of forecasting new air route which doesn’t have any historical data to consult.

1. Michael I. Jordan,“Why the logistic function?”A tutorial discussion on probabilities and neural networks”, Massachusetts Institute of Technology, 1995
2. 溫裕弘,“航空運量預測與航空網路設計之研究-應用灰色理論”,國立交通大學運輸科技與管理研究所碩士論文,1996
3. Rob Law, Norman Au,“A neural network model to forecast Japanese demand for travel to Hong Kong”,Tourism Management, Volume 20, Issue 1, February 1999, Pages 89-97,1996
4. Janet Ceglowski,“On the structural stability of trade equations: the case of Japan”,Journal of International Money and Finance, Volume 16, Issue 3, June 1997, Pages 491-512,1997
5. 江金山,吳佩玲,蔣祥第,張廷政,詹福賜,張軒庭,溫坤禮,“灰色理論入門”,高立圖書有限公司,1998
6. Wlodzislaw Duch & Norbert Jankowski,“Survey of Neural Transfer functions”, Department of Computer Methods, Nicholas Copernicus University, 1999
7. 唐淑娟,“台灣地區鳳梨零售價格預測之研究-灰預測、類神經網路與預測組合之應用”,屏東科技大學農企業管理研究所碩士論文,2000
8. 黃宏斌,“高雄轉口貨櫃運量預測之研究-以類神經網路為預測模式”,國立海洋大學航運管理研究所碩士論文,2000
9. 蘇木春,張孝德,“機器學習：類神經網路、模糊系統以及 基因演算法則”,2000
10. 黃雅蘭,“台灣股價指數期貨套利之研究-類神經網路與灰色理論之應用”,國立台灣科技大學資訊管理研究所碩士論文,2000
11. 周湘蘭,“類神經網路在多重產品需求預測上之應用”,元智大學工業工程與管理研究所碩士論文,2001
12. Christine Lim, Michael McAleer, “A cointegration analysis of annual tourism demand by Malaysia for Australia”, Mathematics and Computers in Simulation, Volume 59, Issue 1-3, May 2002, Pages 197-205, 2002
13. 楊文瑋,“中正國際機場需求預測模式建構與評估─時間序列之應用”, 淡江大學管理科學研究所碩士論文, 2003
14. Vincent Cho,“A comparison of three different approaches to tourist arrival forecasting”, Tourism Management, Volume 24, Issue 3, June 2003, Page 323-330, 2003
15. Nada Kulendran, Stephen F. Witt,“Leading indicator tourism forecasts”, Tourism Management, Volume 24, Issue 5, October 2003, Page 503-510, 2003
16. 霍德明‧熊秉元‧胡春田‧巫和懋,“經濟學2000”,雙葉書廊有限公司,2004
17. 張雲萍,“國際航空客運之需求預測模型”,國立交通大學交通運輸研究所碩士論文,2004
18. 張淑婷,“來華旅客國際觀光旅館住宿需求預測之研究─以日本、香港和美國為例”,朝陽科技大學休閒事業管理系碩士論文,2004
19. 蘇承正,“中國大陸經濟發展對亞洲航空站運量之分析與預測”,國立交通大學運輸科技與管理研究所碩士論文,2004
20. 林佳慧,“台灣國際航空貨運量之預測”,國立高雄第一科技大學運輸倉儲營運研究所碩士論文,2005
21. 蔡宗憲,“類神經網路模式於短期列車旅運量需求預測之應用”,國立成功大學交通管理研究所博士論文,2005
22. 陳秋妤,“旅遊需求預測─以大陸來台為例”,逢甲大學國際貿易學系碩士論文,2007
23. 林東慶,“以灰色理論和類神經網路預測航空客貨運量之變化”, 國立成功大學航空太空工程學系碩士論文, 2007
24. Tobias Grosche, Franz Rothlauf, Armin Heinzl,“Gravity models for airline passenger volume estimation”,Journal of Air Transport Management, Volume 13, Issue 4, July 2007, Pages 175-183,2007
25. 鄧聚龍,“灰色系統理論教程”,華中理工大學出版社,1990
26. Masters, T, Practical Neural Network Recipes in C++, Boston: Academic Press, 1993
27. Klimiasauskas C.C.,“Applying Neural Networks”,in R.R. Trippi and E. Turban (eds), 1993
28. 吳柏林,“時間序論分析導論”,華泰書局, 1995
29. 傅立,“灰色系統理論及其應用”,科學技術文獻出版社,1996
30. Neural Networks in Finance and Investing:
Using Artificial intelligence to Improve Real World Performance, Probus, Chicago, pp.64-65. 1996
31. Simon Haykin,“Neural Networks,A comprehensive Foundation”,Prentice Hall Internation, pp. 213-214,1999
32. 溫坤禮,黃宜豊,張偉哲,張廷政,游美利,賴家瑞,“灰關聯模型方法與應用”,高立圖書有限公司,2003
33. 葉怡成,“類神經網路模式應用與實作”,儒林出版 社,2003
34. 張有恆,“航空運輸學”,華泰書局, 2003
網路資料
1. American FactFinder: http://factfinder.census.gov/
2. Bureau of transportation Statistics, BTS:
http://www.transtats.bts.gov/
3. The United States Conference of Mayor:
http://usmayors.org/
4. Brueau of Labor Statistics, BLS：http://www.bls.gov/