[發明專利]一種因果關系分析方法及裝置

在審

• 申請號: 201911000666.6
• 申請日: 2019-10-21
• 公開（公告）號: CN110766314A
• 公開（公告）日: 2020-02-07
• 發明（設計）人: 吳格;陳旭;傅之鳳;李忠虎;楊程屹
• 申請（專利權）人: 中國民航信息網絡股份有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/30
• 代理公司: 11227 北京集佳知識產權代理有限公司
• 代理人: 趙煥

1.一種因果關系分析方法，其特征在于，包括：

獲取待確定是否存在航班延誤因果關系的機場的航班運行狀態數據，并基于所述航班運行狀態數據計算得到所述機場的航班的到港延誤時長；所述機場的數量為兩個；

基于所述機場的航班的到港延誤時長以及所述航班運行狀態數據，構建所述機場的航班延誤時間序列；所述航班延誤時間序列表征所述航班在不同預設時間段內的航班延誤時長的平均值的序列；

基于所述機場的航班延誤時間序列，計算兩個所述機場之間的傳遞熵；

根據所述傳遞熵，確定兩個所述機場是否存在航班延誤因果關系。

2.根據權利要求1所述的因果關系分析方法，其特征在于，所述構建所述機場的航班延誤時間序列之后，還包括：

對所述航班延誤時間序列進行平穩化處理，得到目標時間序列。

3.根據權利要求2所述的因果關系分析方法，其特征在于，基于所述機場的航班延誤時間序列，計算兩個所述機場之間的傳遞熵，包括：

對兩個所述機場的目標時間序列執行基于滑動窗口的滑動操作，得到滑動向量集合；

確定出一個目標滑動向量，并將所述目標滑動向量嵌入到初始嵌入向量集合中；所述目標滑動向量存在于所述滑動向量集合中、且所述第一目標時間序列與所述目標滑動向量的互信息均大于所述滑動向量集合中除所述目標滑動向量之外的任一滑動向量與所述第一目標時間序列的互信息；兩個所述機場中的一個所述機場稱為目標機場，所述目標機場的目標時間序列為第一目標時間序列；另一個所述機場稱為非目標機場；所述非目標機場的目標時間序列為第二目標時間序列；

確定第k步嵌入到所述初始嵌入向量集合的嵌入向量，得到最終的初始嵌入向量集合；其中，1＜k≤dim(滑動向量集合)；

基于所述初始嵌入向量集合、所述第一目標時間序列與所述第二目標時間序列，計算所述第一目標時間序列與所述第二目標時間序列之間的傳遞熵。

4.根據權利要求3所述的因果關系分析方法，其特征在于，確定第k步嵌入到所述初始嵌入向量集合的嵌入向量，包括：

構建用于計算所述第一目標時間序列與所述第二目標時間序列之間的聯合互信息的低維近似計算規則；

基于所述低維近似計算規則、所述滑動向量集合以及所述初始嵌入向量集合，確定所述初始嵌入向量集合的嵌入向量；所述低維近似計算規則為聯合互信息I(X；Y)的計算公式：

其中，X為所述第一目標時間序列向量、Y為所述第二目標時間序列向量，X_i、X_j為所述第一目標時間序列向量的項，n為所述第一目標時間序列向量的長度。

5.根據權利要求3所述的因果關系分析方法，其特征在于，所述根據傳遞熵，確定兩個所述機場是否存在航班延誤因果關系，包括：

獲取與所述第二目標時間序列的統計特征和序列長度均相同的參考時間序列；

計算所述參考時間序列與所述第一目標時間序列之間的傳遞熵；

基于與所述第一目標時間序列之間的傳遞熵的秩遞增排序方式，對所述第二目標時間序列和所述參考時間序列對應的傳遞熵排序；

基于所述第二目標時間序列對應的傳遞熵的排序結果，計算概率；所述概率表征所述目標機場與所述非目標機場之間是否存在航班延誤因果關系的可能性；

若所述概率大于預設閾值，確定所述目標機場與所述非目標機場之間存在航班延誤因果關系；

若所述概率不大于預設閾值，確定所述目標機場與所述非目標機場之間不存在航班延誤因果關系。