基于KNN的機場航班短期延誤風(fēng)險預(yù)測

劉繼新，楊 光

(1. 南京航空航天大學(xué) 民航學(xué)院，江蘇 南京 210016； 2. 國家空管飛行流量管理技術(shù)重點實驗室，江蘇 南京 210016)

0 引 言

隨著航班數(shù)量增多，航班密度逐步增大，空域及機場資源難以滿足日益增長的航班量，難以避免的航班延誤問題依舊是民航界關(guān)注的焦點。尤其在我國華東、中南、華北等繁忙地區(qū)，大型繁忙機場的航班延誤問題仍然十分突出，并且容易造成由個別航班延誤問題而引發(fā)延誤蔓延從而導(dǎo)致大面積航班延誤的問題。

在延誤預(yù)測研究方面，國內(nèi)外學(xué)者已有一定研究成果。T.DOTHANG 等[1]主要關(guān)注與機場相關(guān)的因素，分別使用決策樹和貝葉斯推理，利用數(shù)據(jù)挖掘來預(yù)測兩個機場之間航班延誤時間的概率；J. J. REBOLLO等[2]在進行延誤預(yù)測的建模時，同時考慮了時間和空間延誤狀態(tài)作為解釋變量，運用隨機森林算法預(yù)測未來2～24 h內(nèi)的起飛延誤；S.MANNA 等[3]提出了利用梯度推進決策樹來進行交通延誤預(yù)測，實驗表明，結(jié)合機器學(xué)習(xí)范式的回歸模型建立的預(yù)測模型可以有效預(yù)測單個機場起飛和到達航班延誤的日常序列。在國內(nèi)的研究中，何洋等[4]采用支持向量機回歸方法建立航班進離港延誤預(yù)測模型，并比較多元線性回歸模型和支持向量機回歸模型的延誤預(yù)測效果，結(jié)果表明，支持向量機模型能很好地預(yù)測延誤趨勢；呂曉杰等[5]提出帶有權(quán)值調(diào)整的馬爾可夫模型預(yù)測離港延誤率；丁建立等[6]提出基于危險模式和灰色預(yù)測組合的新型航班延誤預(yù)測方法，通過對兩種方法的加權(quán)組合，提高了預(yù)測精度；李頻[7]利用灰色理論的動態(tài)馬爾科夫預(yù)測模型，對航班延誤情況進行預(yù)測，以解決大型樞紐機場運行管理中的航班延誤問題。通過結(jié)合馬爾科夫和模糊集理論，將預(yù)測誤差轉(zhuǎn)化為具體值，從而對灰色預(yù)測進行修正，提高了預(yù)測精度。在延誤風(fēng)險評估研究方面，TU Yufeng等[8]采用多參數(shù)方法來確定恩德培機場飛機延誤的概率，但研究偏重于對參數(shù)的評估設(shè)定；石麗娜[9]、趙嶷飛等[10]、顧紹康等[11]也分別進行了一定研究，但均基于模糊綜合評價方法，具有較強的主觀性，評判誤差較大。

鑒于此，筆者通過分析航班運行的歷史數(shù)據(jù)及天氣數(shù)據(jù)，提取航班延誤特征，通過主成分分析法，找出對航班延誤具有顯著影響的因素，全面了解延誤發(fā)生的誘因。采用KNN算法，結(jié)合影響航班延誤的關(guān)鍵因素，針對機場離港的單航班短期延誤風(fēng)險進行分類預(yù)測。預(yù)測結(jié)果有助于航空公司了解飛機在某機場離港前可能發(fā)生的延誤狀況并提前采取應(yīng)對措施。此外，同時段起飛的多架航班的延誤狀況，一定程度上能夠反映機場整體延誤程度，可以為機場整體延誤風(fēng)險預(yù)警提供參考。

1 數(shù)據(jù)采集及預(yù)處理

1.1 航班運行及機場天氣數(shù)據(jù)預(yù)處理

航班運行數(shù)據(jù)收集自廣州白云機場，天氣數(shù)據(jù)來自航空氣象報文。由于機場相關(guān)部門每半小時或一小時觀測并拍發(fā)一次天氣情況，因此筆者重點研究機場短期的延誤預(yù)測。此外，由于航班到達延誤會影響到該航班后序的起飛延誤，并且對于旅客而言，相比到達，能否準(zhǔn)點起飛是他們對于是否延誤的感官判斷。因此，筆者主要研究機場航班的起飛延誤。

選取廣州白云機場從2016年1月1日到2016年12月31日的航班及機場本場氣象信息共193 817條。其中航班運行信息包括航班號、起降機場、航班前序延誤時間、計劃離港時間、實際離港時間、進離港航班日期、進離港航班架次、機型等。

在對航班運行數(shù)據(jù)的處理中，筆者考慮到航班運行的實際狀況，通過已有的進離港航班日期，加入一些先驗信息。由于法定節(jié)假日出行乘客增多，添加相應(yīng)“節(jié)假日”字段，0代表節(jié)假日，1代表非節(jié)假日；由于一周中旅客出行量會有變化，因此添加星期字段，星期一至星期日標(biāo)記為1～7。

將機型信息進行分類標(biāo)記。由于上下客的時間會對航班延誤產(chǎn)生一定程度的影響，因此按照載客座位數(shù)對機型進行分類。60座以下機型數(shù)據(jù)較少，且有缺失，因此，劃分機型為3級。1級為60～150座，包括A319、B733、B737等機型；2級為151～250座，包括A320、B738等機型；3級為251座以上，包括A388、A333、B789等機型。

將到達機場進行分類標(biāo)記。0代表國內(nèi)繁忙機場，1代表國內(nèi)其他機場，2代表國外和境外機場。

將計劃離港時間按照單位小時進行標(biāo)記。原有數(shù)據(jù)的進離港時間幾乎覆蓋一天中所有時刻，但取值太多容易造成分類的過度擬合。結(jié)合機場實際運行狀況，機場運行的航班流量在不同時刻有很大差異，例如下午時段的航班量遠高于凌晨時段。并且，氣象報文亦每半小時或一小時為單位進行觀測和拍發(fā)。因此將時間劃分為單位小時段進行標(biāo)記。例如：標(biāo)記為24即表示航班起飛時間為24:00至次日1:00之間(包含24:00)。

離港延誤時間定義如下：

Tdd=Tad-Ted

(1)

式中：Tdd為離港延誤時間；Tad為實際離港時間；Ted為計劃離港時間。

氣象信息包括天氣現(xiàn)象、風(fēng)速風(fēng)向、能見度、溫度、 露點、云量和云低高度、修正海平面氣壓。

在對氣象信息數(shù)據(jù)的處理中，按照民航氣象專業(yè)知識將天氣現(xiàn)象標(biāo)記為0～3。0代表CAVOK；1代表輕微天氣影響，包括-RA，-RABR，-SHRA，-SHRABR，-DZBR，HZ，BR，MIFG，DZFG；2代表中度天氣影響，包括RA，SHRA，SHRABR，SQ，+RA，+SHRA，+RABR；3代表惡劣天氣影響，包括-TSRA，-TSRABR，TS，TSRA，TSRABR，TSRASQ，VCTS，+TSRA，+TSRABR。

由于數(shù)據(jù)來自廣州白云機場，根據(jù)白云機場放行標(biāo)準(zhǔn)，最低能見度為800 m，云底高60 m，能見度為報文中的具體數(shù)值。

將收集到的數(shù)據(jù)進行清洗，對缺失數(shù)據(jù)進行篩除處理，并按照上述規(guī)則將文本類型的特征數(shù)據(jù)化，進行相應(yīng)標(biāo)記。最后實際數(shù)據(jù)為102 497條。

1.2 延誤影響因素選取

由于部分影響因素之間存在極大相關(guān)性，例如天氣現(xiàn)象和能見度，當(dāng)發(fā)生雷暴天氣時，能見度則會隨之降低。若直接采用這些指標(biāo)進行皮爾遜相關(guān)性分析，會導(dǎo)致一些指標(biāo)的信息重疊，進而影響篩選的準(zhǔn)確性和客觀性。因此，采用主成分分析法，對諸多影響因素進行降維，將重復(fù)的變量(關(guān)系緊密的變量)刪去，建立盡可能少的新變量，并在此基礎(chǔ)上進行關(guān)鍵因素的篩選。

1.2.1 數(shù)據(jù)選取及標(biāo)準(zhǔn)化

根據(jù)廣州白云機場的實際運行情況，結(jié)合專家意見，從收集到的氣象數(shù)據(jù)中提前剔除一些無關(guān)因素。由于廣東常年溫度在0 ℃以上，不考慮結(jié)冰帶來的機場除冰工作造成的延誤；而只有當(dāng)露點和溫度相同時，才會對飛機的起飛造成影響，但對于延誤的發(fā)生影響極小；云高、修正海平面氣壓對航班起飛延誤基本沒有影響；風(fēng)向和風(fēng)速除極個別特殊情況下發(fā)生順風(fēng)和側(cè)風(fēng)外，造成起飛延誤的情況極少。因此氣象信息中的溫度、露點、云高云量、修正海平面氣壓及風(fēng)向風(fēng)速將不作為本研究中影響單航班起飛的氣象因素。

此外，結(jié)合1.1節(jié)對于機場航班數(shù)據(jù)的預(yù)處理，將日期轉(zhuǎn)化為“節(jié)假日”和“星期”字段，將離港時間轉(zhuǎn)化為“小時”字段，最終確定初始因素共9個，x1～x9分別為節(jié)假日、單日起飛總架次、實際著陸機場、起飛機型、前序航班延誤、能見度、天氣類型、星期、小時。

由于各指標(biāo)取值范圍有較大差異，為了消除量綱不同造成的影響，需要標(biāo)準(zhǔn)化。選用Z-score進行數(shù)據(jù)標(biāo)準(zhǔn)化。將數(shù)據(jù)按其屬性(列)減去其均值，并除以其方差。得到的結(jié)果是，對于每個屬性/每列來說所有數(shù)據(jù)都聚集在0附近，方差為1。在對數(shù)據(jù)進行Z-Score標(biāo)準(zhǔn)化之前，需要得到如下信息：①總體數(shù)據(jù)的均值μ；②總體數(shù)據(jù)的標(biāo)準(zhǔn)差σ；③個體的觀測值x。將以上3個值代入Z-Score公式，即：

(2)

1.2.2 主成分分析法

1)主成分累積貢獻率

用主成分分析法確定指標(biāo)的主成分，首先計算協(xié)方差矩陣A，∑(Sij)p×p公式為：

(i,j=1,2,…,p)

(3)

然后求出A的特征值λi及相應(yīng)的正交化單位特征向量αi。A的前k個較大的特征值λ即為前k個主成分的方差，λi對應(yīng)的單位特征向量αi即為主成分Fi的關(guān)于原變量的系數(shù)，則原變量的第i個主成分Fi為：

Fi=αi×X

(4)

主成分的方差貢獻率用于反映信息量的大小，αi為：

(5)

最終根據(jù)方差累積貢獻率G(m)來確定：

(6)

對構(gòu)造的矩陣求其特征值和特征向量，并對其按從大到小的降序排列。根據(jù)累計貢獻率和貢獻率進行保留和剔除，臨界值取85%，超過臨界值的即被確定為主要成分，低于臨界值的提除[12]。

2)求解載荷因子矩陣

主成分的載荷反映了主成分Fi與原指標(biāo)xj之間的關(guān)聯(lián)程度，原指標(biāo)在諸主成分上的載荷為lij，公式為：

(7)

得出載荷矩陣：

(8)

3)構(gòu)建綜合評價模型篩選指標(biāo)

利用載荷因子矩陣，計算載荷因子lij與系數(shù)矩陣的特征值λi的乘積，計算選出的m個主成分與各延誤影響因素指標(biāo)的之間的相關(guān)系數(shù)k：

k=λi×lij

(9)

利用各主成分的貢獻率構(gòu)建綜合評價模型：

F=G(1)F1+[G(2)-G(1)]F2+…+[G(m)-

G(m-1)-…-G(1)]Fm

(10)

將算出的對應(yīng)主成分與原始指標(biāo)之間的相關(guān)系數(shù)代入綜合評價模型〔式(10)〕，即可算各原始指標(biāo)與主成分綜合指標(biāo)之間的相關(guān)系數(shù)，反映了原始指標(biāo)與綜合指標(biāo)的密切度。

1.2.3 算例分析

根據(jù)式(6)得出主成分的累積貢獻率，如表1。前7個主成分的累積貢獻率已達到85%，因此取前7個主成分。

表1 主成分累積貢獻率Table 1 Principal component cumulative contribution rate

根據(jù)式(8)得到載荷因子矩陣，見表2。利用表2得出的載荷因子，結(jié)合式(9)計算對應(yīng)主成分與原始指標(biāo)之間的相關(guān)系數(shù)，見表3。

表2 載荷矩陣Table 2 Load matrix

表3 主成分與原始指標(biāo)相關(guān)系數(shù)Table 3 Correlation coefficient between principal componentand original index

利用式(10)的貢獻率綜合評價模型，結(jié)合表3中的數(shù)據(jù)進行計算，得出原始指標(biāo)與主成分之間的相關(guān)系數(shù)，并對其絕對值進行排序，得出各個因素所占權(quán)重，最終完成指標(biāo)篩選，見表4。

表4 各因素所占權(quán)重Table 4 Weight of each factor

由表4可以看出，起飛時段、前序航班延誤時長、能見度、天氣類型對機場航班延誤影響較大；機型、當(dāng)日起飛總架次、星期對延誤有一定影響；著陸機場、是否節(jié)假日對延誤影響較小。因此篩除掉影響較小的著陸機場和節(jié)假日影響因素，最終將每條航班數(shù)據(jù)抽象為起飛時段、前序航班延誤時長、能見度、天氣類型、機型、當(dāng)日起飛總架次、星期、延誤程度8個屬性，前7個為用于預(yù)測的非目標(biāo)屬性，最后一個為類標(biāo)屬性。

2 航班延誤等級劃分

2.1 航班延誤定義

根據(jù)民航局2008年實行的《民航航班正常統(tǒng)計辦法》，出現(xiàn)以下情況之一的即為不正常航班: ①未在班期時刻公布的離站時間后15 min(北京、浦東、廣州及境外機場30 min；虹橋、深圳機場25 min；成都、昆明機場20 min)之內(nèi)正常起飛，或未在班期時刻表公布的到達時間前后10 min之內(nèi)落地； ②發(fā)生返航、改航和備降等不正常情況的航班；③未經(jīng)民航總局或地區(qū)管理局主管部門批準(zhǔn)，航空公司自行改變計劃的航班。

其中，延誤時間定義如下：

Td=Tad-(Ts+Tst)

(11)

式中：Td為延誤時間；Ts為航班時刻表公布時刻；Tst為規(guī)定的滑行時間。

根據(jù)民航局2012年《民航航班正常統(tǒng)計辦法(征求意見稿)》，出現(xiàn)以下情況之一的即為離港不正常航班：①未能在計劃關(guān)艙門時間后規(guī)定的機場地面滑行時間之內(nèi)起飛，且不發(fā)生返航、備降等不正常情況；②晚于計劃開艙門時間后10 min落地；③當(dāng)日取消的航班；④未經(jīng)批準(zhǔn)，航空公司自行變更航班計劃的航班。

航班延誤時間定義如下：航班延誤時間等于實際起飛時間晚于計劃關(guān)艙門時間與機場地面滑行時間之和的時間。計算公式為：

Td=Tad-(Tsdc+Tat)

(12)

式中：Tsdc為計劃關(guān)艙門時間，min；Tat為機場地面滑行時間，min。

根據(jù)民航局2016年《民航航班正常統(tǒng)計辦法(征求意見稿)》，出現(xiàn)以下情況之一的即為離港不正常航班：①未在計劃離港時間后15 min(含)之前離港的航班；②未經(jīng)批準(zhǔn)，航空公司自行變更預(yù)先飛行計劃的航班。

對于航班延誤時間給出相應(yīng)定義：航班實際到港時間晚于計劃到港時間15 min(含)之后的時間長度，min。 計算公式：

Td=Taa-(Tea+15)

(13)

式中：Taa為航班實際到港時間；Tea為計劃到港時間。

筆者認為：

Tdd=(Tad-Ted)-15

(14)

式中：Tdd為負值或0時，認為不存在起飛延誤。

2.2 延誤等級劃分規(guī)則

為更直觀地表現(xiàn)延誤風(fēng)險，筆者根據(jù)航班延誤的時長引入航班延誤程度的概念，并將延誤等級作為分類預(yù)測的類標(biāo)屬性。在以往的研究中，針對航班延誤時長對于延誤等級的劃分往往從機場角度出發(fā)，著眼于機場整體航班的平均延誤時間，以分鐘為單位將延誤分為5個等級[11,13]，見表5。

表5 機場航班延誤等級劃分規(guī)則Table 5 Airport flight delay classification rules min

筆者以單個航班的延誤預(yù)測為切入點，重點考慮旅客感知和航空公司影響。參考機場航班延誤等級劃分規(guī)則，結(jié)合《航空運輸服務(wù)質(zhì)量不正常航班承運人服務(wù)和補償規(guī)范》中對于旅客延誤賠償?shù)囊?guī)定：延誤預(yù)計在1～4 h以內(nèi)(含4 h)的航班，及時向旅客提供餐飲；延誤4 h以上才有現(xiàn)金補償；由于承運人原因造成航班延誤、取消，客票的退、改、簽費用由航空公司承擔(dān)。將延誤劃分為2 h以內(nèi)，2～4 h，4 h以上3類。

延誤小于2 h定義為輕度延誤，標(biāo)記為1；延誤在2～4 h之間，定義為中度延誤，標(biāo)記為2；延誤在4 h 以上，定義為重度延誤，標(biāo)記為3。

3 短期延誤風(fēng)險預(yù)測建模

對于延誤進行預(yù)測的方法類型，大體可分為兩種：分類預(yù)測和回歸預(yù)測。其最主要的區(qū)別在于輸出變量的類型，如果輸出是連續(xù)變量則為回歸，而輸出為離散變量則為分類，前者是定量的，后者是定性的。分類預(yù)測旨在構(gòu)造一個分類模型，輸入為樣本屬性值，將每個樣本映射到預(yù)先定義好的類別，并最終輸出預(yù)測的類別。由于分類模型建立在已有類標(biāo)記的數(shù)據(jù)集上，因此分類預(yù)測是一種“有監(jiān)督學(xué)習(xí)”。結(jié)合筆者研究的實際狀況，延誤風(fēng)險用可以表現(xiàn)延誤程度的延誤等級來體現(xiàn)，因此選用分類預(yù)測方法。

3.1 KNN算法

KNN算法，即K最近鄰，每個樣本都可以用它最接近的k個鄰居來代表。作為一種基礎(chǔ)的分類算法，KNN算法具有思想簡單，易于實現(xiàn)等諸多優(yōu)點。其屬于一種分類算法，通過測量不同特征值之間的距離來進行分類。如果一個樣本在特征空間中的k個最鄰近樣本中的大多數(shù)屬于某一個類別，則該樣本亦劃分為這個類別。KNN算法中，所選擇的鄰居均為已經(jīng)正確分類的對象。該方法在定類決策上只依據(jù)最近鄰的一個或者幾個樣本的類別來決定待分樣本所屬的類別。

KNN分類預(yù)測的實現(xiàn)具體分為以下5步：①隨機從訓(xùn)練元組中選取k個元組作為初始的最近鄰元組，分別計算測試元組到此k個元組的距離;②按照距離的遞增關(guān)系進行排序；③選取距離最小的k個點；④確定前k個點所在類別的出現(xiàn)頻率；⑤返回前k個點中出現(xiàn)頻率最高的類別作為測試數(shù)據(jù)的預(yù)測分類。

為了得到較好的預(yù)測效果，臨近數(shù)k的取值及距離的選取十分關(guān)鍵。

如果k的取值過小易受噪聲影響，容易發(fā)生過擬合；而如果k的取值過大，學(xué)習(xí)的近似誤差會增大。k值一般取一個比較小的數(shù)值，筆者采用交叉驗證法來選取預(yù)測誤差率最小的最優(yōu)k值。通過交叉驗證，把一些可能的k值逐個嘗試，最終得出一個最合適的k值。此種方法保證了每個子樣本均參與訓(xùn)練且被測試，可以降低泛化誤差。

把訓(xùn)練數(shù)據(jù)分為k份{D1,D2,D3,…,DK}，用其中的k-1份作為訓(xùn)練集，把剩余的1份數(shù)據(jù)作為測試集來評估模型的質(zhì)量。此過程在k份數(shù)據(jù)上依次循環(huán)，并對得到的k個評估結(jié)果進行最終準(zhǔn)確率的對比。

而距離反映了兩個點之前的相似性，k近鄰法的特征空間一般為n維實數(shù)向量空間Rn，在距離上一般使用歐氏距離，其公式為：

(15)

此外，在分類決策規(guī)則上為多數(shù)表決，即由輸入實例的k個鄰近訓(xùn)練實例中的多數(shù)類決定輸入實例的類。

3.2 基于KNN的短期航班延誤預(yù)測模型

眾多學(xué)者之前的研究中已經(jīng)提出了很多關(guān)于航班延誤預(yù)測的方法，但由于不同的模型對數(shù)據(jù)的要求不一樣，只有結(jié)合數(shù)據(jù)自身的特點選擇恰當(dāng)?shù)哪Ｐ停拍艽_保得到比較好的預(yù)測結(jié)果[14]。KNN算法作為一種基礎(chǔ)的分類算法，具有思想簡單、易于實現(xiàn)等諸多優(yōu)點。雖然其屬于懶惰算法，需要計算測試集中每一個點與訓(xùn)練集每一個樣本點之間的距離，時間復(fù)雜度高。但結(jié)合本研究中機場歷史航班信息和天氣信息等數(shù)據(jù)，數(shù)據(jù)維度不大，并且多個解釋變量和目標(biāo)變量間有較為復(fù)雜的關(guān)系，因此筆者選用KNN算法對航班延誤程度進行分類預(yù)測。

具體的預(yù)測模型構(gòu)建如下：

1)首先，對歷史數(shù)據(jù)進行預(yù)處理，以1 h為單位，將機場大量起飛航班數(shù)據(jù)中航班發(fā)生的起飛延誤程度分別進行統(tǒng)計及類別標(biāo)記。

2)其次，利用影響延誤的關(guān)鍵因素和對應(yīng)的延誤程度建立集合，定義為M。M中有i個數(shù)據(jù)樣本，每條航班數(shù)據(jù)為一個樣本，每個樣本由p個關(guān)鍵影響因素變量和一個延誤程度標(biāo)志量Q構(gòu)成。取p=7，代表1.2節(jié)中篩選出的對航班延誤影響較大的7個因素。Q取值為1～3，對應(yīng)2.2節(jié)提出的3種程度的延誤等級。其數(shù)學(xué)表達式為：

(16)

3)各關(guān)鍵影響因素X稱為預(yù)測樣本。在分類預(yù)測時，算法將遍歷樣本集合M，尋找與預(yù)測樣本最接近的k個近鄰，然后找出此k個近鄰的標(biāo)志量(即延誤程度)的集合Q=[Q1,Q2,…,Qk]，最終在集合Q中投票，選出得票最多的標(biāo)志量Qk來作為預(yù)測的航班延誤程度，并給出其風(fēng)險值[15]。

4 實驗結(jié)果及分析

從實驗結(jié)果整體看來，KNN分類預(yù)測能夠取得較好的預(yù)測效果。其中，對于最佳k值的確定，筆者運用交叉驗證的方式。不同取值下的準(zhǔn)確度有所不同，當(dāng)k取0～60時，預(yù)測準(zhǔn)確率的變化如圖1。由圖1可以看出，在k=36時，預(yù)測準(zhǔn)確率達到最高。k取23～44之間時，整體預(yù)測效果良好，準(zhǔn)確率均在89.5%以上。

圖1 預(yù)測準(zhǔn)確率隨k變化情況Fig. 1 Variation of prediction accuracy changing with k

隨機抽取某天某一小時內(nèi)的16架航班進行驗證說明，預(yù)測結(jié)果見表6。由表6可以看出，整體預(yù)測效果較好，平均準(zhǔn)確率達80%以上。以第一條預(yù)測結(jié)果為例進行說明：預(yù)測結(jié)果顯示，未來1 h航班發(fā)生1級延誤(即輕度延誤)的風(fēng)險為88%，而發(fā)生中度延誤的風(fēng)險為7.14%，發(fā)生重度延誤的風(fēng)險為4.76%。因此，可以得出結(jié)論，航班未來最有可能發(fā)生延誤時長在2 h以內(nèi)的輕度延誤，即航班短期內(nèi)的延誤風(fēng)險為1級，風(fēng)險值為88%。

表6 預(yù)測級別及風(fēng)險Table 6 Level and risk of the forecast

5 結(jié) 語

筆者利用機器學(xué)習(xí)算法，對大量歷史航班數(shù)據(jù)進行挖掘，并將天氣影響這一波動因素考慮在內(nèi)，對機場航班短期離港延誤的預(yù)測方法進行研究。結(jié)合主成分分析法全面地找出影響延誤發(fā)生的誘因，并采用KNN分類算法建模，將關(guān)鍵影響因素指標(biāo)作為分類預(yù)測算法的輸入量，對航班離港延誤的風(fēng)險值進行預(yù)測。

筆者提出的延誤風(fēng)險預(yù)測方法能夠較好地預(yù)測短期內(nèi)機場離港單航班的延誤風(fēng)險，預(yù)測平均準(zhǔn)確率超過80%。模型輸出值中，對于航班延誤發(fā)生的嚴(yán)重程度及風(fēng)險概率均能有較為直觀的體現(xiàn)。單航班離港延誤的風(fēng)險預(yù)警，能夠為航空公司了解航班運行情況、采取相應(yīng)措施提供有效參考。結(jié)合機場整體延誤數(shù)據(jù)及等級劃分規(guī)則，未來可以進一步對機場發(fā)生大面積延誤的風(fēng)險進行預(yù)測。