10.3969/j.issn.1671-654X.2019.05.003
基于弹性神经网络的航班延误时间预测
航班延误受到多种因素的交叉影响,导致航班延误数据分布不规律,难以从传统统计学的角度准确预测航班延误时间,因此以减少数据过拟合为目标,利用随机森林特征选择模型筛选21个重要特征,引入正则化L1、L2范数,建立弹性神经网络预测模型,对航班落地延误时间进行预测.预测结果为:±3 min容差内的准确率达到83.954％,±5 min容差内的准确率达到94.431％,结果表明该模型能够提高航班延误预测的准确率.
航班延误预测、随机森林、弹性神经网络、特征选择
49
V355(航空港（站）、机场及其技术管理)
国家自然科学基金项目资助71731001
2020-01-13（万方平台首次上网日期，不代表论文的发表时间）
共5页
12-16
