基于弹性神经网络的航班延误时间预测

• 作者: 卢朝阳 周凯 周洁敏 戴美泽
• 来源期刊: 航空计算技术
• 关键词: 航班延误预测 随机森林 弹性神经网络 特征选择
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 计算方法
• 页码范围: 12-16
• 页数: 5页
• 分类号: V355
• 语种: 中文

摘要

航班延误受到多种因素的交叉影响,导致航班延误数据分布不规律,难以从传统统计学的角度准确预测航班延误时间,因此以减少数据过拟合为目标,利用随机森林特征选择模型筛选21个重要特征,引入正则化L1、L2范数,建立弹性神经网络预测模型,对航班落地延误时间进行预测.预测结果为:±3 min容差内的准确率达到83.954％,±5 min容差内的准确率达到94.431％,结果表明该模型能够提高航班延误预测的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢朝阳	南京航空航天大学民航学院	17	63	4.0	7.0
2	周洁敏	南京航空航天大学民航学院	77	516	10.0	20.0
3	周凯	南京航空航天大学民航学院	5	3	1.0	1.0
4	戴美泽	南京航空航天大学民航学院	1	1	1.0	1.0