基于GBDT的多时刻航班过站关键节点时间预测模型

摘要

为准确预测离港、起飞等航班过站关键节点时间，提高繁忙机场运行效率，本文提出一种基于梯度提升决策树（GBDT,gradient boosting decision tree）的多时刻航班过站关键节点时间预测模型。首先，按产生时刻划分航班信息数据项类别；其次，基于GBDT算法和Spark平台分别构建不同过站时刻的航班过站关键节点时间预测模型；最后，以实时计算方式获取和处理航班数据，实现在多个时刻对航班离港时间和起飞时间进行动态预测。实验结果表明，该模型具有良好的预测表现，并与其他算法进行对比，预测效果最优，±15 min内预测准确率达到95.6%。

关键词

航班过站关键节点时间 / 梯度提升决策树(GBDT) / Spark平台 / 动态预测

基金资助

国家自然科学基金项目（U2033205）