基于KNN和SVR的航班滑出时间预测

摘要：

针对大型繁忙机场粗放式预估航班滑出时间可能带来的场面交通不畅、运行效率不高等问题,基于K最近邻(KNN)和支持向量回归(SVR),构建了离港航班滑出时间预测模型.该模型采用KNN方法,考虑滑行距离、滑出过程中同一跑道正在滑出航班数、撤轮档后15 min内推出航班数等因素,预测得到航班滑出期间使用同一跑道的起降航班数;基于该预测结果,结合滑出距离和撤轮档前15 min同一跑道平均滑出时间等因素,采用SVR预测航班滑出时间.使用首都机场航班运行数据对模型进行检验,结果表明:在误差范围为±3 min内,平均预测准确率可达79.86%.

关键词：滑出时间预测、K最近邻、支持向量回归、离港航班、滑行延误

所属期刊栏目：52

分类号：V351(航空港（站）、机场及其技术管理)

资助基金：国家自然科学基金资助项目61502499;中国民航科技创新引导资金项目重大专项基金资助项目MHRD20140105;中央高校基本科研业务费项目资助3122013C005,3122014D032,3122015D015

在线出版日期：2017-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1008-1014