刘继新，杨 光

(1. 南京航空航天大学 民航学院，江苏 南京 210016； 2. 国家空管飞行流量管理技术重点实验室，江苏 南京 210016)

0 引 言

随着航班数量增多，航班密度逐步增大，空域及机场资源难以满足日益增长的航班量，难以避免的航班延误问题依旧是民航界关注的焦点。尤其在我国华东、中南、华北等繁忙地区，大型繁忙机场的航班延误问题仍然十分突出，并且容易造成由个别航班延误问题而引发延误蔓延从而导致大面积航班延误的问题。

在延误预测研究方面，国内外学者已有一定研究成果。T.DOTHANG 等[1]主要关注与机场相关的因素，分别使用决策树和贝叶斯推理，利用数据挖掘来预测两个机场之间航班延误时间的概率；J. J. REBOLLO等[2]在进行延误预测的建模时，同时考虑了时间和空间延误状态作为解释变量，运用随机森林算法预测未来2～24 h内的起飞延误；S.MANNA 等[3]提出了利用梯度推进决策树来进行交通延误预测，实验表明，结合机器学习范式的回归模型建立的预测模型可以有效预测单个机场起飞和到达航班延误的日常序列。在国内的研究中，何洋等[4]采用支持向量机回归方法建立航班进离港延误预测模型，并比较多元线性回归模型和支持向量机回归模型的延误预测效果，结果表明，支持向量机模型能很好地预测延误趋势；吕晓杰等[5]提出带有权值调整的马尔可夫模型预测离港延误率；丁建立等[6]提出基于危险模式和灰色预测组合的新型航班延误预测方法，通过对两种方法的加权组合，提高了预测精度；……