基于深度学习的离港航班延误预测模型研究

• 作者: 付振宇 傅强 徐海文
• 来源期刊: 中国民航飞行学院学报
• 关键词: 深度学习 数据融合 离港航班延误预测
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 机场工程与航空运输管理
• 页码范围: 5-8
• 页数: 4页
• 字数: 2915字
• 语种: 中文

摘要

为了对离港航班延误进行有效预测,在融合航班数据和气象数据的基础之上,提出一种基于深度学习的离港航班延误预测模型.针对航班延误数据集的非平衡特性,提出利用焦点损失函数来减轻非平衡数据集对模型的影响;针对小数据集时模型预测效果不佳问题,提出了一种简单的数据集增强方法,在一定程度上提高了模型的预测精度.以成都双流机场的相关数据对模型进行仿真实验,结果表明模型可以达到85％以上预测精度,具有一定的实际价值.