王晨博 吴晓龙 谢智成 张 艺 时统宇

（中国民航大学 空中交通管理学院，天津 300300）

1 概述

航空业是我国运输业的重要分支之一。近几年随着我国国民经济的快速发展，人们逐渐开始选择飞机作为出行工具，而航班延误率是乘客考虑航班的重要因素之一。

本文运用美国联邦航空局的航空系统性能指标数据库中的机场分析模块。在航班起飞延误时长的基础上，运用时间序列预测分析方法对航班延误时间序列建模，并对比基于LM 算法的BP 神经网络模型，分析航班延误趋势，观察延误特性。

2 航班预测模型

2.1 ARMA 模型

自回归滑动平均模型（简称：ARMA 模型）是一种随机时间序列分析模型，由博克斯（Box）和詹金斯（Jenkins）于20 世纪70年代创立。它的基本思想是：某些时间序列是依赖于时间的一组随机变量，构成该时序的单个序列值虽然具有不确定性，但是整个序列的变化却有一定的规律性，可以通过相应的数学模型进行近似描述。在ARMA 模型中，对一组指标序列进行预测时，主要利用过去值、当期值以及滞后随机扰动项的加权建模，从而解释并且预测时间序列的变化发展规律。建立ARMA 模型进行时间序列预测分析时，该时间序列必须是平稳的[7]，否则得出的结果不具有参考价值。

2.2 神经网络拟合模型

人工神经网络（artificial neural network，缩写ANN），简称神经网络（neural network，缩写NN），是一种模仿生物神经网络的结构和功能的数学模型或计算模型。在分层型神经网络中按功能分，有三种结构，输入层、隐藏层及输出层。……