基于航班延误预测的多天气模式下时刻协调参数剖面研究

摘要

构造符合正常性期望的繁忙机场18～24 h合理时刻协调参数剖面用于公布容量和时刻换季是尚未解决的民航时刻管理难题。本文使用机场航班和天气历史数据，通过K-means聚类及偏最小二乘回归建立时刻结构的回归预测模型，利用集成学习预测航班延误水平。结果表明：随机森林在回归和预测方面都呈现较好的效果，并能结合航班延误预测得到时刻协调参数剖面的上限与下限作为时刻协调参数区间；将结果进行仿真验证，使得在区间内的航班架次安排满足小于15 min的平均延误时间水平，最终给出建议的时刻协调参数。本文可为相关部门的时刻管理，不同战略战术时期的空中交通流量管理，以及机场和航空公司评估延误风险、调整时刻安排、配置运力和保障资源，提供精细化的辅助决策信息。

关键词

空中交通 / 多天气模式 / 航班时刻 / 航班延误 / 集成学习