[發(fā)明專利]航班到達時間預測方法

有效

• 申請?zhí)枺?/td>: 201711022408.9
• 申請日: 2017-10-27
• 公開（公告）號: CN107818382B
• 公開（公告）日: 2021-01-05
• 發(fā)明（設計）人: 陳曉宇;權(quán)桁;王殿勝;薄滿輝;唐紅武;劉昊
• 申請（專利權(quán)）人: 中航信移動科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06K9/62;G06Q50/30
• 代理公司: 北京瑞思知識產(chǎn)權(quán)代理事務所(普通合伙) 11341
• 代理人: 王寶玲

1.一種航班到達時間預測方法，其特征在于，包括：

獲取歷史數(shù)據(jù)，并對所述歷史數(shù)據(jù)進行預處理，得到特征數(shù)據(jù)，其中，所述特征數(shù)據(jù)包括：天氣特征數(shù)據(jù)、航班歷史飛行特征數(shù)據(jù)和位置特征數(shù)據(jù)；

將所述特征數(shù)據(jù)以及每條特征數(shù)據(jù)對應的航班實際到達時間作為原始數(shù)據(jù)訓練隨機森林模型；

通過所述隨機森林模型對待預測航班的特征數(shù)據(jù)進行分類，并對分類得到的結(jié)果進行投票，投票數(shù)最高的結(jié)果即為所述待預測航班的預測到達時間；

對所述歷史數(shù)據(jù)進行預處理包括：

清除所述歷史數(shù)據(jù)中的噪點數(shù)據(jù)，并使用默認值替換對所述歷史數(shù)據(jù)中部分缺失的數(shù)據(jù)；

抽取經(jīng)過處理的所述歷史數(shù)據(jù)的特征，得到所述特征數(shù)據(jù)，包括：

對所述歷史數(shù)據(jù)中的天氣類別描述數(shù)據(jù)、能見度數(shù)據(jù)、風速數(shù)據(jù)、云組數(shù)據(jù)和溫度數(shù)據(jù)進行獨熱one-hot編碼，得到天氣特征數(shù)據(jù)；和/或

將所述歷史數(shù)據(jù)中的經(jīng)緯度數(shù)據(jù)、飛行高度數(shù)據(jù)、飛行方向數(shù)據(jù)和飛行速度數(shù)據(jù)轉(zhuǎn)換成位置標識變量，得到位置特征數(shù)據(jù)；和/或

根據(jù)所述歷史數(shù)據(jù)中的航班基本信息，計算對應于航班位置的航班歷史飛行特征數(shù)據(jù)，所述航班歷史飛行特征數(shù)據(jù)包括：計劃飛行時長均值及中位數(shù)、按航司分組的實際飛行時長均值及中位數(shù)、按航線分組的實際飛行時長均值及中位數(shù)、按天氣類別分組的實際飛行時長及中位數(shù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，將所述特征數(shù)據(jù)以及每條特征數(shù)據(jù)對應的航班實際到達時間作為原始數(shù)據(jù)訓練隨機森林模型包括：

將由所述特征數(shù)據(jù)構(gòu)成的特征矩陣進行向量化處理；

將向量化處理后的所述特征數(shù)據(jù)隨機劃分為訓練集和測試集；

使用所述訓練集和所述測試集調(diào)試并確定所述隨機森林模型的模型參數(shù)，所述模型參數(shù)包括：最大樹深、樹的數(shù)量。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，在將所述特征數(shù)據(jù)以及每條特征數(shù)據(jù)對應的航班實際到達時間作為原始數(shù)據(jù)訓練隨機森林模型之后，所述方法還包括：

調(diào)整所述隨機森林模型的模型參數(shù)，以優(yōu)化所述隨機森林模型的預測準確率和/或性能。