进港航班滑入时间预测研究

作者：唐小卫; 丁叶; 张生润; 任思豫; 吴佳琦

来源：北京航空航天大学学报, 2022, 1-10.

DOI：10.13700/j.bh.1001-5965.2022.0625

• 航空运输
• 机场场面运行
• 滑行时间预测
• 机器学习
• 梯度提升回归树

准确预测进港航班滑入时间对合理调配航班保障资源和提高机场场面运行效率具有重要意义，可有效克服当前各大机场粗放式预测航班进港时刻的不足。以首都机场为具体研究对象，分析进港航班滑入时间的影响因素并构建特征集；然后将线性回归、K-最近邻、支持向量机、决策树、随机森林和梯度提升回归树这6种在滑出时间预测方面得到广泛应用的机器学习模型用于进港航班滑入时间预测。研究结果表明：在误差范围±3分钟内6种机器学习模型的预测精度均超过90%，表明特征集的构建和模型的选择是有效的；综合预测性能与模型拟合评估结果，梯度提升回归树模型的预测效果最好；在梯度提升回归树模型上场面流量特征的贡献度最大，新引入的跨区特征对预测模型的贡献度超过了大部分传统特征。

• 单位
  南京航空航天大学