文献类型：期刊文章

作　　者：徐海文[1] 付振宇[2] 傅强[1]

XU Hai-wen;FU Zhen-yu;FU Qiang(College of Computer Science,Civil Aviation Flight University of China,Guanghan 618307,China;College of Air Traffic Management,Civil Aviation Flight University of China,Guanghan 618307,China)

机构地区：[1]中国民用航空飞行学院计算机学院,广汉618307 [2]中国民用航空飞行学院空中交通管理学院,广汉618307

出　　处：《科学技术与工程》

基　　金：国家自然科学基金(U233105)。

年　　份：2020

卷　　号：20

期　　号：34

起止页码：14126-14132

语　　种：中文

收录情况：BDHX、BDHX2017、RCCSE、ZGKJHX、核心刊

摘　　要：针对离港航班延误预测问题,利用深度神经网络模型,结合时效航班信息数据和时效气象数据,提出了一种基于时效信息和深度学习的离港航班延误预测模型。利用真实数据开展数值试验。结果表明:所构建的延误预测模型可以在较短时间内获得较高的航班延误预测精度,并且具有较大的航班延误预测时效;同时随着延误时间阈值的增加,预测精度不断提高,损失值不断降低;尤其以60 min为阈值时,模型的预测精度可以达到91.26%,说明了模型的有效性。

关 键 词：离港航班延误预测  航班延误 深度学习  时效信息  

分 类 号：TP391]