Abstract：
文中提出一种基于深度 Graph WaveNet(GWN)模型的机场网络延误预测方法,对机场网络整体建模,将其转换为图结构并对网络中所有机场进行离港航班多步延误预测.GWN 模型融合时间和空间卷积网络,时间卷积层引入扩展因果卷积和门控机制提升模型效率;空间卷积层采用双向卷积及自适应邻接矩阵充分挖掘延误信息的空间关联性.选择美国 51 个机场构建机场网络并进行延误预测分析.结果表明:GWN模型对机场未来 3 天离港航班准点率预测的平均绝对误差分别为 4.718%、5.145%和 5.240%,显著优于其它基线模型,且对不同量级机场均有稳定的预测表现,在多步预测上具有突出优势.
Keyword：
Reprint Author's Address：
Email：
Source ：
武汉理工大学学报（交通科学与工程版）
ISSN： 2095-3844
Year： 2023
Issue： 5
Volume： 47
Page： 775-780
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 14
Affiliated Colleges：
