基于ARIMA模型的航班延误预测方法

摘要

本发明涉及一种基于ARIMA模型的航班延误预测方法，具体包括以下步骤：步骤S1：建立数据集：采集航班数据，所述航班数包括航班信息、时间信息、机场信息以及延误时间信息；步骤S2：数据集特征分析：分析各个机场与航空公司间的差异以及天气对航班的影响；步骤S3：建立ARIMA模型：ARIMA模型的建立包括移动平均过程、自回归过程、自回归移动平均过程以及ARIMA过程；步骤S4：选取最佳的ARIMA模型：对建立的ARIMA模型进行验证并选取最佳参数；步骤S5：航班延误预测：获取任意一航班数据后，选取最佳的ARIMA函数作为模型延误函数，选取多元线性回归函数作为天气延误函数，相加后得到最后的预测结果。本发明能实现更高的预测精度，缩短使用时间，有效预测航班延误。

主权项

一种基于ARIMA模型的航班延误预测方法，其特征在于：具体包括以下步骤：步骤S1：建立数据集：采集航班数据，所述航班数包括航班信息、时间信息、机场信息以及延误时间信息；步骤S2：数据集特征分析：分析各个机场与航空公司间的差异以及天气对航班的影响；步骤S3：建立ARIMA模型：ARIMA模型的建立包括移动平均过程MA、自回归过程AR、自回归移动平均过程ARMA以及ARIMA过程；步骤S4：选取最佳的ARIMA模型：对建立的ARIMA模型进行验证并选取最佳参数；步骤S5：航班延误预测：获取任意一航班数据后，选取最佳的ARIMA函数作为模型延误函数，选取多元线性回归函数作为天气延误函数，并将所述模型延误函数与天气延误函数相加，得到最后的预测结果。