基于 PN 和 CNN-LSTM-ATT 的航班延误预测

来源：计算机技术与发展杂志2023年第04期北京时间：

作者：吴涔;叶宁;';王甦;季翔宇

单位：1. 南京邮电大学 计算机学院、软件学院、网络空间安全学院,江苏 南京 210023;2. 江苏省无线传感网高技术研究重点实验室,江苏 南京 210023

摘要：航班延误预测对提高机场地面保障效率具有重要参考意义。 针对目前航班地面保障流程复杂多变以及航班过站延误预测精度不高的问题,提出了一种基于 Petri Net 和融合预测模型 CNN-LSTM-ATT 的航班延误预测模型。 首先,根据机场航班实际地面保障流程抽象构建离港航班地面保障作业 Petri Net 模型,获取保障流程中的关键作业时长成为动态特征;其次,将动态特征、航班信息、延误信息和天气信息输入 CNN-LSTM-ATT 模型中进行特征提取和分类预测,模型中引入注意力机制,通过注意力权重突出关键数据信息的影响,进一步挖掘重要特征之间的内部规律。 实验结果显示,该融合模型准确率相比独立模型提升了 6% ,达到 98. 1% 。 通过对不同模型的对比表明该模型能较好地应对场面流程变化并且具备较好的延误预测能力

关键词：航班地面保障;保障流程分析;延误预测;Petri Net;CNN-LSTM-ATT