基于提升树模型的航空器离场滑行时间预测

• 作者: 尹嘉男 胡雨昕 马园园
• 来源期刊: 国际航空航天科学
• 学科: 教育
• 关键词: 民用航空器 离场滑行时间 预测 提升树 机器学习
• 年，卷（期）: 2019,（3）
• 页码范围: 72-79
• 页数: 8页
• 分类号: G6

摘要

为提升机场运行性能、支撑航空运输决策,提出了基于提升树模型的航空器离场滑行时间预测方法。考虑进场航空器场面运行对离场航空器滑行时间的影响,建立了涵盖四大类、八小类的滑行影响因素特征指标体系,采用提升树方法对离场滑行时间进行了机器学习建模,从多维视角建立了预测性能评价指标。选取上海浦东国际机场进行实例验证表明,所提方法具有较高的预测精度,可显著增强离场航空器滑行性能,并有效提升复杂机场的场面运行效率。