基于决策树的航空器离港滑出时间预测方法和模型

为分析影响大型繁忙机场航空器离港滑出时间的因素,提高滑出时间预测的准确率,提出了一种从特征选择的角度对滑出时间预测模型改进的方法.充分挖掘影响离港滑出时间的因素作为一次特征,运用特征工程构建交互特征,与一次特征共同组成候选特征集.对比分析K最近邻、支持向量回归、决策树的初步预测效果,选择决策树算法构建离港滑出时间预测模型.从候选特征集中筛选出最优特征变量子集,并再次训练决策树预测模型,使用机场实际运行数据对模型进行检验.结果表明:与仅使用单一特征相比,引入交互特征可以优化预测模型,在误差范围为±3 min内的预测准确率可达75.62%,±5 min内的预测准确率达到96.39%.