对于辅助决策的短期预测（预测期小于两年），分析人员一般倾向于某一点而不是某一范围的预测结果。预测结果范围太大无助于进行决策，管理人员更希望得到精确的预测结果。分析人员应首先对各种外部因素进行风险评估和敏感性分析，并基于此做出精确的预测。航空公司只有在制定企业规划，进行战略决策时才会用到模糊预测，这可以使航空公司在长期规划决策中保持一定的灵活性。航空公司在做决策时应避免将自己禁锢在某一个不易调整的生产规模或生产水平上，在引进飞机或其他重大投资时尤其需要注意这一点。模糊预测本身就是在强调预测结果存在诸多的不确定性。
9.4.2 航空货运预测模型
影响航空货运量增长的因素很复杂，且变化无常。任何航线上的货运量都有可能出现突然和不明原因的波动，而航空货物运输的单向性使得预测工作更加复杂。另外，任何一条航线上都会有多种运价，货运运价的稳定性往往比客运运价更低。很多航空公司将货运作为客运的副产品，这造成货运的运力经常出现过剩，从而使得运输价格下调的压力大增。市场的实际货运运价往往与公布运价没有多大关系，因此确定一个分析用的运价水平是非常困难的。由于存在以上这些复杂性，将货运市场过去的增长情况与一个或几个自变量相联系是非常困难的，尤其是具体到每一条航线时。当然，以前曾有人建立过一个模型，将货运吨千米与货运运价、美国工业生产指数及一个时间趋势进行了联系（Sletmo， 1972）。
目前为数不多的货运市场计量经济模型往往用于全球货运市场需求预测，而不是针对某一条具体的航线。波音公司和空客公司均使用这样的预测模型。2008年，空客公司推出了一份货运市场长期预测报告，对全球144条主要航线的货物运输量进行了计量经济分析。模型中采用的自变量包括经济增长、国际贸易、货运运价和行业产量等驱动因素。该报告对每条航线不同方向的运输量进行了单独分析，因为货运航线不同方向的运输量往往存在不平衡的现象，且所运送的货物也大不相同。因此，空客公司在预测报告中还对航空货物的种类进行了详细的分析（Airbus， 2008）。
国际民航组织经常使用计量经济模型对全球定期航空运输量进行长期预测（ICAO， 1997）。例如，国际民航组织曾使用1960～1991年的统计数据制定了两个不同的模型，分别用于客运和货运运输量的预测，其中货运运输量的预测模型如下
logFTK ＝ –0.41 ＋1.58logEXP–0.37logFYIELD
（9－14）
（20.3）
（5.1）
式中：FTK是货运吨千米， EXP是世界各国的出口量， FYIELD是货运吨千米收入，括号内数字为t检验值， R－2 ＝0.996。这清楚地表明，世界贸易量的增长比运价变动对货运量的影响更大。
货运市场单一航线的预测一般会结合专家预测法和市场调研预测法，有时也会使用时间序列预测法。人们一般会针对不同的商品进行不同的预测，因为采用航空运输的商品通常比较有限。建立针对某种商品的预测模型可能会比建立针对整个市场的预测模型更有意义。
9.4.3 引力模型
由于缺乏足够的历史数据，航空公司在预测一条新航线的客流量时很少会使用时间序列预测法或回归模型，取而代之的是综合运用市场调研预测法或专家预测法。此外，引力模型也是一种比较普遍的预测方法，这是交通运输行业最早使用的一种计量经济模型。虽然在航空运输业内较为罕见，但引力模型在地面交通行业的预测中运用得非常普遍。
引力模型概念具有非常悠久的历史。1858年，亨利·凯里（ Henry Carey ）首次提出了所谓的“人群之间具有相互作用的引力概念”。他认为所有的社会现象与物理现象都建立在同一个基础定律之上，“人类世界中的万有引力与物质世界中的一样，与质量成正比，与距离成反比” （ Carey， 1858 ）。1889 年，利尔（ Lill）首先将引力模型用于交通运输分析，对奥地利国家铁路修建后旅客的流动情况进行了研究。随后，高速公路技术人员将引力模型用到了道路车流量预测。1951年，美国民航局的达西哈维（ D.Arcy Harvey）利用引力模型预测了两个地区之间的航空客流量，这是引力模型首次应用于航空运输业（D.Arcy Harvey， 1951）。
将上述引力模型的概念翻译成航空运输业的语言就变成，两个城市之间的航空运输量与两个城市各自的人口数量的乘积成正比，与两个城市之间的距离成反比，引力模型公式如下
Tij ＝ K PDiPjij
（9－15）
式中：Tij是城市i与城市j之间的航空运输量， K是一个常数， Pi和Pj分别是两个城市的人口数量， Dij是两个城市之间的距离。
式（9－15）的上半部分为两个生成变量，代表两个城市的人口数量，等式的下半部分为阻隔变量，即两城市间的距离。这是一个简单的计量经济模型，以人口规模和城市间的距离作为影响客流量的自变量。随着这一概念的进一步发展，生成变量和阻隔变量已发生了改变，现在的引力模型变得更加复杂。例如，有人认为票价水平是比城市间的距离更好的阻隔变量。也有人认为应当将人口数量改为购买力、经济活动的性质等。
1966年，有学者将公式中的人口变量替换为了两个城市各自航空客流总量的乘积（Doganis， 1966）。一个城市的航空客流总量充分代表了一个地区的收入水平、经济活动的类型，以及机场对周边客流的吸引能力。采用这一变量后可以不必再使用其他的经济变量。研究还发现，将两个城市之间的距离赋以不为1的某次幂，可以提高模型与实际客流量的相关性。这一模型如下
Tij ＝ K ADi Ajpij
（9－16）
式中：Tij、K、Dij与前述一样， Ai和Aj分别是两个城市的航空客流总量， P是两个城市之间距离的乘幂数，范围为1～1.5。
将引力模型用于新航线或潜在航线客流量预测的成功案例有很多，例如1989年欧盟曾用此模型预测了南欧各机场间的客流量，其中有些机场当时还没有建立空中联系（Westminster， 1989）。分析人员曾利用1987年47条既有航线的数据对不同的预测方法进行了校准，其中一种预测方法的决定系数高达0.97 ，其公式为Tij ＝ K （ Ai Aj ） Q3／4F1／2 （9－17）式中：K是一个常数， Ai和Aj分别是两个机场定期航班的旅客人数， Q是服务质量，F是经济舱正常票价。Q主要用来衡量航班每周的班次、经停点的多少以及采用的机型。如采用喷气式飞机每周飞行一个直达航班，那么Q值为1，如中间经停一站，则Q值为0.5；涡桨飞机的直达航班的Q值为0.7。经停站如多于两个，Q值不变。