基于时间序列模型的航班运行风险短期预测

来源：中国安全科学学报杂志2020年第5期北京时间：

作者：王岩韬, 陈冠铭

单位：1.中国民航大学 民航航空公司人工智能重点实验室,天津 300300; ；2.中国民航大学 天津市空管运行规划与安全管控重点实验室,天津 300300

摘要：针对国内航班运行风险预测技术匮乏的现状,采用移动平均自回归(ARMA)方法,构建航班日运行风险的单变量预测模型;采用向量自回归(VAR)方法,构建航班日运行风险的多变量预测模型;经稳定性检验后,对比2种方法的短期预测效果,发现使用ARMA的单变量预测模型,未来第3天预测精度达到80.76%,可用预测周期为1～3天;而VAR多变量预测模型计算出未来第1天预测精度可高达92%,第7天预测精度仍达到80.64%,适用预测周期为1～7天。结果表明:基于ARMA和VAR的时间序列模型可用于航班运行风险的短期预测,而VAR模型精度更好,更加符合实际需求。

关键词：航班运行风险,短期预测,时间序列模型,向量自回归(VAR)模型,移动平均自回归(ARMA)模型

基金资助：国家自然科学基金资助(U1933103);国家重点研发计划项目(2016YFB0502400)。