[發明專利]一種機場航班大面積延誤風險的預測方法

有效

• 申請號: 201910692257.0
• 申請日: 2019-07-30
• 公開（公告）號: CN110503245B
• 公開（公告）日: 2022-04-19
• 發明（設計）人: 楊光;劉繼新;董欣放
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/30;G06K9/62
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 康燕文

1.一種機場航班大面積延誤風險的預測方法，其特征在于，包括以下步驟：

(1)對收集的歷史數據行預處理；

(2)對預處理后的數據構造預測模型的輸入特征，利用隨機森林算法進行影響延誤的特征的關鍵因子篩選，并對篩選后的數據進行數值處理，然后隨機抽樣，分為訓練集和測試集；

(3)針對上述數據，結合關鍵因子作為特征，運用canopy聚類進行粗略聚類，找出初始簇；

(4)利用canopy找出的簇作為k值，利用K-means算法進行多特征的精聚類；

(5)計算每個簇中大面積延誤的發生概率；

(6)通過輸入某小時機場天氣和航班信息，進行分類，得出該小時機場航班大面積延誤風險的預測結果；

步驟(2)進行輸入特征值的構造過程如下：

在隨機森林算法中通過基尼指數計算節點的不純度衡量特征重要性，基尼指數用GI來表示，變量重要性評分用VIM來表示，假設有t個特征分別為X₁，X₂，……X_t，特征X_j在節點m的重要性公式為：

其中，GI_l和GI_r分別表示分枝后兩個新節點的Gini指數，Gini指數的計算公式為：

假設隨機森林中有n顆樹，那么：

把所有求得的VIM進行歸一化處理，篩選出重要性比較高的變量作為后續聚類特征因子；

所述步驟(5)包括以下步驟：

(51)以單位小時航班數據集中，發生離港延誤的航班數量除以該小時離港航班總數量，計算航班延誤率，將大于等于80％的標記為1，否則為0；計算公式為：航班延誤率＝延誤航班數量/航班總量；

(52)按照步驟(51)的方法，逐一計算出某一簇中的所有單位小時航班數據集，用標記為1的數量除以總的點數，則認為它是在一定的天氣特征和航班狀況相結合的條件下，機場發生大面積延誤的概率；計算公式為：機場發生大面積延誤航班概率＝標記1的數量/一個簇中的總點數；

(53)重復步驟(51)和步驟(52)，分別算出每個簇在其相應的條件狀況下發生大面積延誤的概率。

2.根據權利要求1所述的一種機場航班大面積延誤風險的預測方法，其特征在于，所述歷史數據類型主要包括機場天氣信息和機場航班信息。

3.根據權利要求1所述的一種機場航班大面積延誤風險的預測方法，其特征在于，所述步驟(1)包括以下步驟：

(11)對機場天氣信息和機場航班信息進行清洗，清除缺失數據、錯誤數據和重復數據；

(12)對機場天氣類型信息、機型信息進行類別特征數值化，按照其對延誤的影響，劃分為不同的等級；

(13)對所述數據按照單位每小時進行整理。

4.根據權利要求1所述的一種機場航班大面積延誤風險的預測方法，其特征在于，步驟(2)的對數據進行數值處理并隨機抽樣過程如下：對能見度信息進行數據范圍劃分，并用類別特征數值化處理；對起飛延誤時長信息進行歸一化數值處理；對數值化處理后的數據進行隨機抽樣，從數據庫中每月信息中隨機抽取25天作為訓練集，每月剩下的5天作為測試集。