基于团簇随机连接的CliqueNet航班延误预测模型

摘要

针对目前民航运输业延误率较高,而传统算法难以解决高精度延误预测的问题,提出一种基于随机连接团簇网络(CliqueNet)航班延误预测模型.该模型首先对航班数据和相关气象数据进行融合;然后,充分利用改进后的网络模型对融合后的数据集进行特征提取;最后,使用Softmax分类器进行航班离港延误各等级的高精度预测.模型的主要特点是:在团簇特征层的随机连接,以及在转换层引入通道和空间注意力残差(CSAR)模块.前者以更为有效的连接方式传递特征信息;后者则对特征信息进行通道和空间维度的双重标定,以提高准确率.实验结果表明,对融合数据进行预测,引入随机连接和CSAR模块后,新模型的准确率分别提高了0.5％、1.3％,最终准确率能达到93.40％.