基于深度学习的航班起降延误预测方法

• 作者: 宋捷 杨磊 胡明华 赵征
• 来源期刊: 航空计算技术
• 关键词: 延误传播 延误预测 深度学习 人工神经网络
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 计算方法
• 页码范围: 30-34
• 页数: 5页
• 分类号: V355
• 语种: 中文

摘要

动态、准确的航班延误预测是民航运输系统各利益相关方洞悉航班运行态势并开展协同决策的关键基础.基于航班运行数据建立延误传播特征指标,提出基于深度学习的航班起降延误预测方法.以上海虹桥机场至北京首都机场飞行航段为例,构建相应人工神经网络模型,动态预测落地延误,验证模型预测准确性.结果表明,运用方法计算的起飞与落地延误的预测值与真实值之间误差较小,精度较高,具有良好的运算性能和泛化能力,具备机场对航班延误预测的推广应用潜力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡明华	南京航空航天大学民航学院	172	2019	24.0	36.0
2	杨磊	南京航空航天大学民航学院	16	136	6.0	11.0
3	赵征	南京航空航天大学民航学院	19	85	4.0	9.0
4	宋捷	南京航空航天大学民航学院	7	166	5.0	7.0