基于XGBoost-MLP集成方法的离港航班延误预测

摘要：

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.

关键词：极端梯度提升(XGBoost)、多层感知机(MLP)、多分类、集成方法

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61672105

在线出版日期：2022-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：41-45