公开(公告)号：CN114239970A

公开(公告)日：2022-03-25

申请号：CN202111563857.0

申请日：2021-12-20

Applicant: 南京邮电大学

Inventor： 夏天 ,  戴华 ,  王甦 ,  鲍昱丞 ,  魏志强 ,  杨庚 ,  陈燕俐

IPC: G06Q10/04 ,  G06F30/27 ,  G06K9/62 ,  G06Q10/06 ,  G06Q50/30 ,  G06F119/02

Abstract: 本发明是一种面向民用航空机场的航班跑道滑行时间预测方法，首先：获取机场历史航班数据并对其进行预处理；而后将机场历史航班数据拆分为进港和离港两大类，统计各个航班进港和离港的滑行时间并删除异常滑行时间数据；构建各个航班的关键特征数据，将所有特征数据构成样本数据集并将其划分为训练样本和测试样本；接着：以训练样本为输入，选取多种机器学习方法进行训练得到多个航班跑道滑行时间预测模型；最后：利用测试样本对各个预测模型的性能进行评估，选择预测效果最好且符合实际应用需求的模型。本发明分析了影响民用航空机场航班跑道滑行时间的各种因素，精炼构建了关键特征指标，构造合适的预测模型，有利于提高机场航班运营效率。

公开(公告)号：CN114239970B

公开(公告)日：2024-11-12

申请号：CN202111563857.0

申请日：2021-12-20

Applicant: 南京邮电大学

Inventor： 夏天 ,  戴华 ,  王甦 ,  鲍昱丞 ,  魏志强 ,  杨庚 ,  陈燕俐

IPC: G06Q10/04 ,  G06F30/27 ,  G06F18/214 ,  G06Q10/0631 ,  G06Q50/40 ,  G06F119/02

Abstract: 本发明是一种面向民用航空机场的航班跑道滑行时间预测方法，首先：获取机场历史航班数据并对其进行预处理；而后将机场历史航班数据拆分为进港和离港两大类，统计各个航班进港和离港的滑行时间并删除异常滑行时间数据；构建各个航班的关键特征数据，将所有特征数据构成样本数据集并将其划分为训练样本和测试样本；接着：以训练样本为输入，选取多种机器学习方法进行训练得到多个航班跑道滑行时间预测模型；最后：利用测试样本对各个预测模型的性能进行评估，选择预测效果最好且符合实际应用需求的模型。本发明分析了影响民用航空机场航班跑道滑行时间的各种因素，精炼构建了关键特征指标，构造合适的预测模型，有利于提高机场航班运营效率。