摘要
本发明提出了一种基于多模型机器学习的航班起飞时间智能预测方法,包括:构建特征数据集并选择关键特征;建立多个航班起飞时间预测模型,将航班起飞时间TOT作为标签进行训练,使用训练好的航班起飞时间预测模型分别进行预测;对训练好的多个航班起飞时间预测模型进行分析,得到最优航班起飞时间预测模型及关键特征;选用最优航班起飞时间预测模型和关键特征,完成基于多模型机器学习的航班起飞时间智能预测。本发明通过数据挖掘,建立关键影响因素与航班起飞时间之间的相关性,提取航班起飞时间预测的关键特征,实现对机场航班的起飞时间精准预测,结合场面实际运行态势,动态实时地为场面资源调度、航班时刻调整等提供技术支持。
技术关键词
智能预测方法
多模型
计划
历史运行数据
异常数据点
数据统计方法
特征选择
时间片
指标
BP神经网络
跑道
标签
代表
异构
聚类
线性
误差
动态
资源
系统为您推荐了相关专利信息
射频设备
射频信号发生器
射频信号分析仪
混合深度学习模型
生成测试报告
风电场SCADA系统
健康评估指标
风机
历史运行数据
周期
数字孪生建模
海上风电场
映射方法
风机
数字孪生模型
问答交互方法
多模型
问答交互系统
接口
实体链接技术