基于时空网络的大面积航班延误传播预测与评估方法

屈景怡; 邢佳龙; 王锦峰; 杨俊

交通信息与安全 ›› 2025, Vol. 43 ›› Issue (4) : 149 -159.

屈景怡, 邢佳龙, 王锦峰, 杨俊

作者信息 +

Author information +

文章历史 +

摘要

针对航班运行在时空维度上的高度耦合性所引发的大面积延误在多机场间传播问题，采用动态网络分析方法，深入探究空中交通延误的传播规律。为精准捕捉延误传播动态，构建了1个以机场为节点、以离港航班为边、5 min为时间分辨率的时空网络。在航班延误时空图的构建过程中，将边的权重从直接采用延误时间的统计平均值或通过简单的经验规则估算，改进为基于深度学习预测得到的权重。针对航班延误预测任务，研究利用多任务学习的NR-DenseNet模型，同时预测航班延误时间（回归）与是否延误（分类），提升了权重的准确性和实时性。通过对比不同网络深度的性能，实验表明：16层NR-DenseNet在双任务中表现最优，其回归预测的均方误差（mean squared error,MSE）和平均绝对误差（mean absolute error,MAE）分别达到58.30和3.28，分类准确率提升至94.8%。在指标度量方面，研究发现单一指标难以全面评估空中交通延误传播的复杂性，因此构建了3个评估指标：强度、传播率和速度，以定量分析延误传播的多维度特征。以华东空管局提供的国内数据为研究对象，结果表明：本文方法能有效阐明空中交通在计划航班时刻表上大面积延误传播的时空细节。