摘要
准确的国内航空旅客需求预测可为交通规划、基础设施建设和运营决策提供支持。然而，旅客需求可能受到经济、旅游、技术和出行等因素的影响，使得预测工作面临挑战。本研究利用2001年至2025年的月度数据，开发了一个用于预测土耳其国内航空旅客需求的多变量预测框架。本研究在统一的扩展窗口滚动前向验证框架下，对SARIMAX进行了评估，并将其与ARIMA、SARIMA、ARIMAX、ANN和LSTM进行了对比。预测性能通过均方误差（MSE）、均方根误差（RMSE）、平均绝对误差（MAE）和R2进行评估，并结合Diebold–Mariano检验来考察基于平方误差的预测精度差异。本研究还对ANN模型进行了消融分析，以检验排除个别解释变量时预测性能的变化。ANN和LSTM还在20次独立运行中进行了评估，以检验运行间的波动性。结果表明，SARIMAX在归一化评估尺度上产生了最低的MSE（0.00264）、RMSE（0.05142）和MAE（0.03205），而ANN在原始旅客需求尺度上产生了最低的MAPE。在实验配置下，SARIMAX所需的计算时间也少于神经网络模型。总体而言，研究结果表明预测性能在不同精度指标和计算需求下存在差异，这凸显了在比较不同预测方法时采用互补评估标准的价值。
