基于VMD-MD-Clustering方法的航班延誤等級分類*

王興隆 許晏豐 紀君柔

（1.中國民航大學空中交通管理學院 天津 300300；2.中國東方航空股份有限公司 上海 200135）

0 引 言

隨著我國民航業的不斷發展，航班數量和客貨吞吐量逐年遞增[1]，可用的空域資源日漸不足，航班延誤數量也日益增多。對航班延誤做出合理評價是分析航班延誤總體水平、降低延誤成本，以及制定相關處置預案的重要基礎，有著重要的現實運用價值。

近年來，國內外學者對航班延誤有關問題進行了深入研究。在國外，Henriques 等[2]提出了空中交通網絡延誤過程的新變量，并在此基礎上對空中交通延誤模式進行了預測。Suvojit 等[3]采集6 個維度的延誤屬性有關數據，通過構建增強決策樹模型來分析航班延誤。Yi等[4]采用多元線性回歸的方法對進場航班的延誤情況進行了研究。Bin等[5]通過深度學習有關方法對航班延誤產生原因進行分析，并建立了延誤預測模型。Miticic 等[6]將混合密度網絡和隨機森林回歸2種概率預測算法應用于歐洲機場的航班延誤預測，較好地估計了到達和起飛航班延誤的等級，平均絕對誤差小15 min。Shi 等[7]在提取飛行操作的關鍵因素后，采用機器學習的方法，提出了1種新的航班延誤預測模型。

國內方面，曹悅琪等[8]考慮到航班數量的實時性，給出了基于Logistic模型的延誤航班數量與航班累計延誤時間的預測方法，對航班延誤的后續發展做出準確的預測，從而減少損失。黃俊生等[9]對航班延誤、飛機置換和航班取消3 種類型的航班延誤和恢復過程建模分析，得出乘客導向的航班延誤預測。……