基于KNN和SVR的航班滑出时间预测

作者：冯霞; 孟金双滑出时间预测k最近邻支持向量回归离港航班滑行延误

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%.

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社