蒋 庶，李子龙，花海源，冯梓洲

（徐州工程学院，江苏 徐州 221000）

随着我国民航数量的日益增长，航空运输的需求量日益增长。受航班数量的增加与天气、时间等因素的影响，造成大量延误并造成旅客的不便。因此加强航班对飞机延误的预判能力已经迫在眉睫。必要的航班预测，可以最大程度上减少航班延误造成的经济损失，降低航空公司的运营成本，同时提高客户的满意度。

然而，受多种因素的限制，以及航空交通运输等因素的复杂性和预测模型的多样性，到目前为止，依然没有出现能够迅速有效地预测出飞机延误概率的算法。

近年来，国内外学者提出多种航班延误预测的模型。航班延误预测主要有三个方向：模拟仿真、经典统计分析方法和机器学习。其他学者构建出的航班延误预测模型有的运算速度快，有的实时更新能力强。本文的方向是机器学习，旨在通过简单的逻辑回归、SVM、KNN构建模型，通过迭代运算，实现高准确的航班延误的预测，为中国航空交通事业作出一份贡献。

1.数据准备

本文基于厦门至阿坝，宁德至安阳，莆田至韶关，泉州至河池，漳州至邢台五条航线的航班数据展开实验。原始数据集中包含20000条航班数据，每条数据中包含大量航班运行信息，如航班号、计划起飞时间、计划到达时间、实际起飞时间、实际到达时间等。

对历史航班数据进行预处理，并找到时候的模型将降低模型的复杂度，并大幅提高模型预测的准确率。……