(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211280407.5 (22)申请日 2022.10.19 (71)申请人 中国民用航空总局第二研究所 地址 610041 四川省成 都市二环路南 二段 17号 (72)发明人 胡鹏　张建平　邹翔　侯佳　 吴卿刚　田小强　杨清媛　曹磊　 王丽伟　 (74)专利代理 机构 北京锺维联合知识产权代理 有限公司 1 1579 专利代理师 安娜 (51)Int.Cl. G06Q 10/04(2012.01) G06K 9/62(2022.01) G06N 20/10(2019.01)G06Q 50/30(2012.01) (54)发明名称 一种基于支持向量机的航班到港延误预测 方法 (57)摘要 本发明提供了一种基于支持向量机的航班 到港延误预测方法， 所述方法包括如下步骤： 获 取预设未来时间节点内的待预测航班属性数据， 对待预测航班属性数据进行处理， 获取第一特征 数据， 将第一特征数据输入目标支持向量机模 型， 获取航班到港延误预测结果； 本发明通过未 来时间节 点的数据对航班进行到港延误预测， 能 够更灵活、 更准确地预测航班延误情况。 权利要求书2页 说明书5页 附图3页 CN 115438878 A 2022.12.06 CN 115438878 A 1.一种基于支持向量机的航班到港延误预测方法， 其特征在于， 所述方法包括如下步 骤： S100， 获取预设未来时间节点内的待预测航班属性数据A＝[A1， A2，…， Ai，…， Am]， Ai是 指待预测航班对应的第i个属性数据， i的取值范围是1到m， m是指属性数据的数量， 其中， m 个属性数据至少包括： 所述待预测航班的类型、 计划到 港时间和计划离 港时间； S200， 基于待预测航班属性数据A获取第一特征数据B＝[B1， B2，…， Bj，…， Bn]， 其中， Bj 是第j个第一特征数据， Bj根据A1， A2，…， Ai，…， Am中的至少一个得到， j的取值 范围是1到 n， n 为第一特 征数据的数量； S300， 将第一特征数据B输入目标支持向量机模型， 获取待预测航班到港延误预测结 果。 2.根据权利要求1所述的方法， 其特征在于， 目标支持向量机模型的获取包括如下步 骤： S401， 获取预设时间段内的训练用航班属性数据集D＝{D1， D2，…， Dr，…， Ds}， 其中， Dr＝ {D1 r， D0 r}， D1 r＝[D1 r1， D1 r2，…， D1 ri，…， D1 rm]， D1 ri是指第r个训练用航班对应的第i个属性数 据， D0 r用于表示第r个训练用航班是否延误， 且第r个训练用航班的m个属性数据和所述待预 测航班的m个属性数据相同， r的取值范围是1到 s， s是所述预设时间段内的训练用航班的数 量； S402， 基于所述训练用航班属性数据集D， 获取第一航班特征数据集E＝{E1， E2，…， Er，…， Es}和第一航班类别 数据F＝{F1， F2，…， Fr，…， Fs}， 其中， 第r个第一航班特征数据Er ＝[Er1， Er2，…， Erj，…， Ern]， Er根据D1 r1， D1 r2，…， D1 ri，…， D1 rm中的至少一个得到， 且所述第一 航班特征数据Er中的特征和第一特征数据B中的特征相同； 对应的第一航班类别数据Fr＝ D0 r； S404， 基于第一航班特征数据集E和第一航班类别数据F对构建的支持向量机模型进行 训练， 并将训练后的支持向量机模型确定为目标支持向量机模型。 3.根据权利要求2所述的方法， 其特 征在于， S40 3具体包括以下步骤： S4031， 将第一 航班类别数据F分为s1个训练集和s2个测试集； S4033， 构 建支持向量机模型并设置参数值， 利用s1个训练集对构 建的支持向量机模型 进行训练， 得到训练后的支持向量机模型； S4035， 对训练后的支持 向量机模型进行评估， 当评估结果满足第一预设条件的模型确 定为待测试支持向量机模型； S4037， 将s2个测试集输入所述待测试支持向量机模型中， 获取测试 结果； S4039， 当测试结果满足第二预设条件时， 将训练后的支持向量机模型确定为目标支持 向量机模型。 4.根据权利要求3所述的方法， 其特 征在于， S401之前还 包括以下步骤： S000， 获取预设时间段内的训练用航班原始数据集H＝{H1， H2，…， Hr，…， Hs}， 其中， Hr＝ [Hr1， Hr2，…， Hrg，…， Hrz]， Hrg是指第r个训练用航班对应的第g个属性数据， 训练用航班的z 个属性数据至少包括： 训练用航班的计划离港时间、 计划到港时间、 实际到港时间和航班类 型； S001， 根据训练用航班原始数据集H获取训练用航班延误数据L＝{L1， L2，…， Lr，…， Ls}，权　利　要　求　书 1/2 页 2 CN 115438878 A 2其中， Lr为Hr的航班延误数据， 用于表示第r个航班是否延误。 5.根据权利要求4所述的方法， 其特征在于， 当Hr中的实际到港时间 ‑计划到港时间≥W 时， Lr＝0， 表示第r个训练用航班延误， 否则Lr＝1， 表示第r个训练用航班无延误， 其中， W是 预设延误阈值。 6.根据权利要求4所述的方法， 其特征在于， 所述第一航班特征至少包括： 航班计划飞 行时间， 第一特征航班计划到港时间， 第一特征航班计划离港时间， 航班计划到港时间位于 白天或夜晚， 航班计划离港时间位于白天或夜晚， 航班计划到港时间是否在高峰时间段， 航 班计划离 港时间是否在高峰时间段， 航班类型 是客运航班或货运 航班。 7.根据权利要求6所述的方法， 其特征在于， 当Hr中的计划到港时间在(x1， x2)或(x3， x4) 时， Hr对应的航班计划到港时间是否在高峰时间段标记为1， 表示第r个训练用航班对应 的 航班计划到港时间在到港高峰时间段， 否则， Hr对应的航班计划到港时间是否在高峰时间 段标记为0， 表示第r个训练用航班对应的航班计划到 港时间不在到 港高峰时间段。 8.根据权利要求7所述的方法， 其特征在于， 通过如下方式获取到港高峰时间段(x1， x2) 和(x3， x4)： S1， 基于训练用航班属性数据集D获取到港航班数量列表E＝{E1， E2，…， Ey，…， E24}， Ey 是指(y， y+3)的航班计划到港数量， 其中， y为第y个时间段的时间起点， (y+3)为的y个时间 段的时间终点， y的取值范围是1到24； S2， 将E′对应的时间段作为(x1， x2)， 其中， E ′满足如下条件： E ′＝max(E1， E2，…， Ey，…， E24)； S3， 将E″对应的时间段作为(x3， x4)， 其中E″是指除E′外航班计划到港数量中最大值对 应的时间段。 9.根据权利要求6所述 的方法， 其特征在于， Hr对应的航班计划飞行时间＝Hr对应的航 班计划到 港时间‑Hr对应的航班计划离 港时间。 10.根据权利要 求6所述的方法， 其特征在于， 当Hr对应的计划到港时间在8.00到2 0.00， 将航班计划到港时间位于白天或黑夜标记为1， 表示航班计划到港时间位于白天， 否则， 将 航班计划到 港时间位于白天或黑夜标记为0， 表示 航班计划到 港时间位于黑夜。权　利　要　求　书 2/2 页 3 CN 115438878 A 3