发明名称 |
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。 |
申请公布号 |
CN105844346A |
申请公布日期 |
2016.08.10 |
申请号 |
CN201610152208.4 |
申请日期 |
2016.03.17 |
申请人 |
福州大学 |
发明人 |
郑相涵;叶慧娟;郭文忠 |
分类号 |
G06Q10/04(2012.01)I;G06Q50/30(2012.01)I |
主分类号 |
G06Q10/04(2012.01)I |
代理机构 |
福州元创专利商标代理有限公司 35100 |
代理人 |
蔡学俊 |
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。 |
地址 |
350108 福建省福州市闽侯县上街镇大学城学园路2号福州大学新区 |