基于XGBoost-MLP集成方法的离港航班延误预测

作者：张铭梁; 侯霞^*

来源：北京信息科技大学学报(自然科学版), 2022, 37(03): 41-45.

DOI：10.16508/j.cnki.11-5866/n.2022.03.007

• 极端梯度提升(XGBoost)
• 多层感知机(MLP)
• 多分类
• 集成方法

为了更准确地描述航班延误情况，为旅客出行提供参考，使用极端梯度提升(extreme gradient boosting, XGBoost)算法与多层感知机(multilayer perceptron, MLP)集成的模型对离港航班延误状态进行预测，将传统的延误、不延误细分为延误、半延误和不延误3种情况。在对航班数据和天气数据进行合并、筛选、拆分的基础上，先基于XGBoost模型进行二分类预测，然后基于二分类结果使用MLP进行三分类预测。实验结果表明，该方法比仅使用XGBoost模型或者MLP模型预测效果更佳，并且可改善半延误区间误差高的问题。

• 单位
  北京信息科技大学