点击次数：

所属单位：民航学院

发表刊物：航空计算技术

关键字：航班延误预测;随机森林;弹性神经网络;特征选择;

摘要：航班延误受到多种因素的交叉影响,导致航班延误数据分布不规律,难以从传统统计学的角度准确预测航班延误时间,因此以减少数据过拟合为目标,利用随机森林特征选择模型筛选21个重要特征,引入正则化L1、L2范数,建立弹性神经网络预测模型,对航班落地延误时间进行预测。预测结果为:±3 min容差内的准确率达到83.954%,±5 min容差内的准确率达到94.431%,结果表明该模型能够提高航班延误预测的准确率。

ISSN号：1671-654X

是否译文：否

发表时间：2019-09-25

合写作者：戴美泽,卢朝阳,周凯

通讯作者：周洁敏