摘要：应用差分自回归移动平均模型（ARIMA）和最小二乘支持向量机（LS-SVM）的组合模型,对某航空公司的月度事故征候万时率进行了预测分析。对2008—2016年某航空公司的事故征候、飞行小时、航空器数量等历史数据建立ARIMA模型,应用SPSS软件进行模型拟合,获得事故征候万时率的线性部分;随后利用LS-SVM分析ARIMA模型的残差,获取非线性部分,最终通过二者之和获得ARIMA＋LSSVM组合模型。对2017年1—3月的月度事故征候万时率进行了预测,并用实际数据验证。结果表明：ARIMA（1,1,1）（1,1,1）12模型较好地拟合了事故征候万时率的历史序列,LS-SVM模型对残差的拟合获得了较好的精度;组合模型的短期（3个月）预测值与航空公司事故征候万时率的趋势完全一致,且预测精确度可接受。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社