基于LightGBM的航班延误多分类预测

作者：丁建立; 孙玥^*

来源：南京航空航天大学学报, 2021, 53(06): 847-854.

DOI：10.16356/j.1005-2615.2021.06.003

• 航班延误
• 预测模型
• 轻量级梯度提升机
• 贝叶斯调参

航班延误是民航业的一大难题,提前对航班的延误情况进行预测,以采取合理的应对措施,对缓解航班延误产生的负面影响有着重要意义。为提升预测性能,提出一种基于轻量级梯度提升机(Light gradient boosting machine,LightGBM)的航班延误多分类预测模型。该模型结合航班信息与天气信息,运用方差过滤与递归特征消除进行特征筛选,并采用合成少数过采样技术(Synthetic minority oversampling technique,SMOTE)与Tomek Link对数据进行不平衡处理,最后使用LightGBM进行建模,实现对航班延误时长的多分类预测。为验证模型的合理性,将所提模型与其他先进算法构建的模型进行对比。实验结果表明,所提模型在各种预测性能指标上结果更优,将预测精度提升至90%以上,同时大幅度降低了训练时间成本。

• 单位
  中国民航大学