基于数据挖掘的指定航班计划延误预测方法

摘要

针对现有航班延误预测方法较少从指定航班计划延误预测角度进行分析,提出一种研究离港航班计划中指定某航班计划发生延误情况的预测方法。首先,分析大量航班历史运行数据,挖掘数据内在特征。其次,通过建立航班数据的贝叶斯网络分析模型,得到不同条件下航班延误情况的概率分布;以动态贝叶斯网络(Dynamic Bayesian Networks,DBN)推理为主要建模方法,研究了动态贝叶斯网络推理和仿真过程,提出了一种用于构建航班延误预测模型的新方法,建立了实际航班数据的隐马尔可夫(Hidden Markov Model,HMM)延误预测分析模型,利用隐马尔可夫模型中解码问题Viterbi算法实现了指定航班延误时间的预测。最后,以某航空公司全年航班运行数据为例进行实例仿真及验证,结果表明,该方法实现了航班延误预测对象的精确性。