基于区域残差和LSTM网络的机场延误预测模型

作     者：屈景怡 叶萌 渠星 QU Jingyi;YE Meng;QU Xing

作者机构：中国民航大学天津市智能信号与图像处理重点实验室天津300300 

出 版 物：《通信学报》 (Journal on Communications)

年 卷 期：2019年第40卷第4期

页      面：149-159页

核心收录：

学科分类：0810[工学-信息与通信工程] 1205[管理学-图书情报与档案管理] 08[工学] 081104[工学-模式识别与智能系统] 0839[工学-网络空间安全] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(No.U1833105) 天津市智能信号与图像处理重点实验室开放基金项目(No.2017ASP-TJ01) 中央高校基本科研业务费基金资助项目(No.3122018D006)~~ 

主　　题：区域残差网络 长短时记忆网络 机场延误预测 特征提取 

摘      要：针对目前民航运输业对机场延误预测高精度的要求,提出一种基于区域残差和长短时记忆(RR-LSTM)网络的机场延误预测模型。首先,将机场的属性信息、气象信息和相关运行航班信息进行融合;然后,利用RR-LSTM网络对融合后的机场数据集进行特征提取;最后,构建Softmax分类器对机场延误分类预测。所提RR-LSTM网络模型既能有效提取机场延误数据的时间相关性,又能避免深层LSTM网络的梯度消失问题。实验结果表明,RR-LSTM网络模型预测准确率可达95.52%,取得了比传统网络模型更好的预测效果。其中,融合机场的气象信息和相关运行航班信息后,预测准确率可提高约11%。