基于MA-BiLSTM的多时间窗航班过站时间估计方法

发生前航延误时,若能精准估计航班链后续航班的机场过站时间,可辅助航空公司适时调整航班计划,有效降低延误波及,同时为机场资源调配提供决策依据.提出了一种基于MA-BiLSTM的多时间窗航班过站时间估计方法.首先对航班过站时间多维度影响因素进行分析选择,然后采用融合双向长短时记忆网络和注意力机制的MA-BiLSTM模型学习航班上、下游过站机场数据的双向时序信息,并获得时间和多维属性的注意力权重,最后根据航班链执行状态设置不同长度的时间窗,采用加权平均方法多时间窗滑动推进动态估计.采用真实航班链数据进行实验,并与常用模型进行对比,结果表明本文方法具有较好的预测准确性.