一种基于贝叶斯网的航班过站时间动态估计方法

摘要

一种基于贝叶斯网的航班过站时间动态估计方法。其是将数据挖掘的方法用于航班过站时间估计中，首先提取出了对航班过站时间有显著影响的几个因素，运用贝叶斯网得出过站时间估计模型，进而得到不同条件下过站时间估计值。在进行航班离港时间估计时，只需要知道在航班进港信息的条件下，运用过站时间估计模型即可得出过站时间取值的概率分布，在此基础上，通过求期望值，得出过站时间的可能取值。另外，针对航班数据不断增加的特点，本发明运用的方法能够不断对新增加的数据进行学，并且确保学的结果与对所有数据进行重新学的结果一致性，使过站时间估计模型能够动态调整，并且定期更新过站时间估计值，以适应不断变化的外界情况。

主权项

一种基于贝叶斯网的航班过站时间动态估计方法，其特征在于：所述的方法包括按顺序进行的下列步骤：步骤一：对历史航班数据进行预处理，从中提取出包括前航班到达延误时间、前航班到达时间段、计划过站时间、起飞机场、飞机类型和实际过站时间在内的数据作为影响因素；步骤二：假设上述各因素对实际过站时间都具有影响且影响是相互独立的，由此确定出贝叶斯网拓扑结构；然后运用上一步骤得到的数据，采用最大似然估计法得到贝叶斯网参数，由此得到过站时间估计模型；步骤三：对上述得到的过站时间估计模型进行推理，得到前航班到达延误时间、前航班到达时间段、计划过站时间、起飞机场、飞机类型这五个变量分别取不同值时的过站时间估计值；步骤四：对进港航班的离港时间进行预测；步骤五：经过一段时间后，采用步骤一的方法对新的历史航班数据进行预处理，得到新的训练样本；然后将之前得到的模型作为先验知识，结合新的训练样本，采用贝叶斯估计法修正贝叶斯网参数；修正完参数以后，对新的过站时间估计模型进行推理，并且更新过站时间规则库；步骤六：定期重复步骤五，动态更新过站时间规则库。