预测航班延时状态的数据处理系统技术方案

本发明专利技术涉及一种预测航班延时状态的数据处理系统，包括第一数据库、第二数据库、预测模型库、存储有计算机程序的存储器和处理器；所述第一数据库用于存储航班信息记录；所述第二数据库用于存储机场气象信息记录；所述预测模型库中用于存储预先训练好的第二预测模型、第三预测模型

【技术实现步骤摘要】
预测航班延时状态的数据处理系统


[0001]本专利技术涉及计算机
，尤其涉及一种预测航班延时状态的数据处理系统。

技术介绍

[0002]近年来，航班运输量大幅增长，形成了繁忙和复杂的航班运输网络，时常由于多种原因素造成了大量的航班延时，即航班延误。对航班延时的有效预测可以给航空公司、机场及相关单位提供预警，为制定减缓航班延误措施赢得时间。航班延时的影响因素主要包括气象数据以及延时传导，延时传导是指航班延时不只是考虑该航班自身的因素以及直接相关的因素，还包括间接相关的因素，主要体现在该航班所在航班链上的之前航班的影响，比如前序航班因为某些因素延时，前序航班的延时会影响当前航班的起飞时间。但是，现有的预测航班延时的技术并未将延时传导因素考虑在内，因此，导致航班延时预测准确率低。

技术实现思路

[0003]本专利技术目的在于，提供一种预测航班延时状态的数据处理系统，提高了航班延时预测的准确性。
[0004]根据本专利技术一方面，提供了一种预测航班延时状态的数据处理系统，包括第一数据库、第二数据库、预测模型库、存储有计算机程序的存储器和处理器；所述第一数据库用于存储航班信息记录；所述第二数据库用于存储机场气象信息记录；所述预测模型库中用于存储预先训练好的第二预测模型、第三预测模型
…
第N预测模型，其中，第n预测模型用于预测第n预测航班id的延时状态，n的取值为2到N；所述处理器执行所述计算机程序时，实现以下步骤：步骤S1、实时获取计划起飞时间变更的航班id，将该航班id确定为当前需要预测的第一预测航班id，并获取所述第一预测航班id所在航班链上计划起飞时间晚于所述第一预测航班id的第二预测航班id、第三预测航班id
…
第M预测航班id，M大于等于2，所述航班链为预设周期内同一注册号对应的航班id按照计划起飞时间先后组成的航班id序列；步骤S2、将M与N比较，若M小于等于N，则执行步骤S3，若M大于N，则执行步骤S4；步骤S3、基于所述第一数据库和第二数据库分别构建第一预测航班id至第M预测航班id对应的预测特征数据，基于第一预测航班id至第m预测航班id对应的预测特征数据，拼接构建用于预测第m预测航班id延时状态的第m输入特征数据，将所述第m输入特征数据输入第m预测模型中，生成到第m预测航班id延时状态预测结果，m取值为2到M，结束流程；步骤S4、基于所述第一数据库和第二数据库分别构建第一预测航班id至第N预测航班id对应的预测特征数据，基于第一预测航班id至第m预测航班id对应的预测特征数据，构建用于预测第m预测航班id延时状态的第m输入特征数据，将所述第m输入特征数据输入第m预测模型中，生成到第m预测航班id延时状态预测结果，m取值为2到N，基于历史数据预测第N+1预测航班id至第M预测航班id的延时状态。
[0005]本专利技术与现有技术相比具有明显的优点和有益效果。借由上述技术方案，本专利技术
提供的一种预测航班延时状态的数据处理系统可达到相当的技术进步性及实用性，并具有产业上的广泛利用价值，其至少具有下列优点：本专利技术能够将航班链上的延时传导因素作为影响因素来预测航班延时状态，提高了航班延时预测的准确性。
[0006]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图,详细说明如下。
附图说明
[0007]图1为本专利技术实施例提供的预测航班延时状态的数据处理系统示意图。
具体实施方式
[0008]为更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效,以下结合附图及较佳实施例，对依据本专利技术提出的一种预测航班延时状态的数据处理系统的具体实施方式及其功效，详细说明如后。
[0009]在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时处理可以被终止，但是还可以具有未包括在附图中的附加步骤。处理可以对应于方法、函数、规程、子例程、子程序等等。
[0010]本发实施例提供了一种预测航班延时状态的数据处理系统，如图1所示，包括第一数据库、第二数据库、预测模型库、存储有计算机程序的存储器和处理器；所述第一数据库用于存储航班信息记录；所述第二数据库用于存储机场气象信息记录；所述预测模型库中用于存储预先训练好的第二预测模型、第三预测模型
…
第N预测模型，其中，第n预测模型用于预测第n预测航班id的延时状态，n的取值为2到N；所述处理器执行所述计算机程序时，实现以下步骤：步骤S1、实时获取计划起飞时间变更的航班id，将该航班id确定为当前需要预测的第一预测航班id，并获取所述第一预测航班id所在航班链上计划起飞时间晚于所述第一预测航班id的第二预测航班id、第三预测航班id
…
第M预测航班id，M大于等于2，所述航班链为预设周期内同一注册号对应的航班id按照计划起飞时间先后组成的航班id序列；作为一种优选实施例，预测周期为一天，具体为一天内的0时到24时。
[0011]步骤S2、将M与N比较，若M小于等于N，则执行步骤S3，若M大于N，则执行步骤S4；步骤S3、基于所述第一数据库和第二数据库分别构建第一预测航班id至第M预测航班id对应的预测特征数据，基于第一预测航班id至第m预测航班id对应的预测特征数据，拼接构建用于预测第m预测航班id延时状态的第m输入特征数据，将所述第m输入特征数据输入第m预测模型中，生成到第m预测航班id延时状态预测结果，m取值为2到M，结束流程；步骤S4、基于所述第一数据库和第二数据库分别构建第一预测航班id至第N预测航班id对应的预测特征数据，基于第一预测航班id至第m预测航班id对应的预测特征数据，构建用于预测第m预测航班id延时状态的第m输入特征数据，将所述第m输入特征数据输入
第m预测模型中，生成到第m预测航班id延时状态预测结果，m取值为2到N，基于历史数据预测第N+1预测航班id至第M预测航班id的延时状态。
[0012]需要说明的是，当第一预测航班id延时，对第一预测航班id后续N
‑
1个以内航班的延时传导作用比较大，再后边的航班，由于间隔时间较长，中间不确定因素较多，延迟传导作用小，直接采用预测模型会导致预测不准确，因此，对第N预测航班id及之前的预测航班id可采用预设的预测模型来预测延时状态该，对第N+1预测航班id至第M预测航班id可以采用历史数据来预测延时状态。
[0013]本专利技术实施例能够将航班链上的延时传导因素作为影响因素来预测航班延时状态，提高了航班延时预测的准确性。
[0014]作为一种实施例，所述航班信息记录包括预测航班id、出发机场id、到达机场id、注册号、计划起飞时间、预计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种预测航班延时状态的数据处理系统，其特征在于，包括第一数据库、第二数据库、预测模型库、存储有计算机程序的存储器和处理器；所述第一数据库用于存储航班信息记录；所述第二数据库用于存储机场气象信息记录；所述预测模型库中用于存储预先训练好的第二预测模型、第三预测模型
…
第N预测模型，其中，第n预测模型用于预测第n预测航班id的延时状态，n的取值为2到N；所述处理器执行所述计算机程序时，实现以下步骤：步骤S1、实时获取计划起飞时间变更的航班id，将该航班id确定为当前需要预测的第一预测航班id，并获取所述第一预测航班id所在航班链上计划起飞时间晚于所述第一预测航班id的第二预测航班id、第三预测航班id
…
第M预测航班id，M大于等于2，所述航班链为预设周期内同一注册号对应的航班id按照计划起飞时间先后组成的航班id序列；步骤S2、将M与N比较，若M小于等于N，则执行步骤S3，若M大于N，则执行步骤S4；步骤S3、基于所述第一数据库和第二数据库分别构建第一预测航班id至第M预测航班id对应的预测特征数据，基于第一预测航班id至第m预测航班id对应的预测特征数据，拼接构建用于预测第m预测航班id延时状态的第m输入特征数据，将所述第m输入特征数据输入第m预测模型中，生成到第m预测航班id延时状态预测结果，m取值为2到M，结束流程；步骤S4、基于所述第一数据库和第二数据库分别构建第一预测航班id至第N预测航班id对应的预测特征数据，基于第一预测航班id至第m预测航班id对应的预测特征数据，构建用于预测第m预测航班id延时状态的第m输入特征数据，将所述第m输入特征数据输入第m预测模型中，生成到第m预测航班id延时状态预测结果，m取值为2到N，基于历史数据预测第N+1预测航班id至第M预测航班id的延时状态。2.根据权利要求1所述的系统，其特征在于，所述航班信息记录包括预测航班id、出发机场id、到达机场id、注册号、计划起飞时间、预计起飞时间、实际起飞时间和航班取消信息字段，所述计划起飞时间的初始值和预计起飞时间的初始值相同，所述预计起飞时间动态更新；所述气象信息记录的字段包括机场id、气象类型、能见度、风速和更新时间字段；所述预测特征数据包括预测航班id所对应的出发机场id的航班取消率、航班积压率以及航班延误率，气象数据特征，起飞时间特征，日期时间特征和航班链对应的第一预测航班id的延时时长标签。3.根据权利要求2所述的系统，其特征在于，所述系统包括K个航班延时标签，第一标签表示航班延时W分钟以内的状态，第二标签表示航班延时W分钟至2*W分钟的状态
…
第K
‑
1标签表示航班延时（K
‑
1）*W至K*W分钟的状态，第K标签表示航班延时K*W分钟以上的状态。4.根据权利要求3所述的系统，其特征在于，所述步骤S3和步骤S4中，基于第一预测航班id至第m预测航班id对应的预测特征数据，拼接构建用于预测第m预测航班id延时状态的第m输入特征数据，包括：步骤S10、基于第一预测航班id至第m预测航班id对应的预测特征数据构建用于预测第n样本航班id延时状态的样本变量集
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
作为所述第m输入特征数据，其中，分别表示第i预测航班id所对应的出发机场id的航班取消率、航班积压率以及航班延误率经离散分类化处理后的属性值，i的取值为1到m，表示第一预测航班id延时时长标签变量、表示第i预
测航班id的气象数据特征属性值、表示第一预测航班id的预计起飞时间或实际起飞时间以及第二预测航班id至第m预测航班id的计划起飞时间变量、表示航班链对应的当前日期变量。5.根据权利要求4所述...

【专利技术属性】
技术研发人员：卞磊，张宪，于淇，姚远，王殿胜，唐红武，薄满辉，瓮剑英，
申请(专利权)人：中航信移动科技有限公司，
类型：发明
国别省市：