基于DDA-SIM-ATT-CatBoost模型的离港航班滑出时间预测: 以深圳宝安国际机场为例

夏正洪 ,  李彦直 ,  贾鑫磊 ,  黄君钏 ,  罗甜

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (31) :13678-13688

PDF (7343KB)
科学技术与工程 ›› 2026, Vol. 26 ›› Issue (31) :13678-13688 DOI: 10.12404/j.issn.1671-1815.2507992
论文:航空、航天

基于DDA-SIM-ATT-CatBoost模型的离港航班滑出时间预测: 以深圳宝安国际机场为例

作者信息 +

Departure Flights' Taxi-out Time Prediction Based on DDA-SIM-ATT-CatBoost Model: Shenzhen Bao'an International Airport

Author information +
文章历史 +

摘要

为解决离港航班滑出时间预测存在精度不足、误差难以控制的难题,提出一种融合动态数据增强、相似理论和注意力机制的DDA-SIM-ATT-CatBoost预测模型。首先,基于历史运行数据开展相关性分析,筛选出影响滑出时间的关键因素;继而采用动态数据增强技术扩展训练样本分布,依托相似理论完成样本在多维特征空间中的相似性匹配,同时引入注意力机制实现特征权重的自适应校准。最后,采用CatBoost算法开展回归预测,能够充分发挥该算法在处理类别特征与复杂非线性关系方面的独有优势。基于深圳宝安国际机场的实际运行数据开展了对比实验与消融实验,实验结果表明:本模型在±120、±180和±300 s的误差范围内,预测准确率分别达到74.57%、89.12%和97.76%,平均绝对百分比误差(mean absolute percentage error,MAPE)、平均绝对误差(mean absolute error,MAE)与均方根误差(root mean square error,RMSE)分别为10.34%、87.55 s和125.61 s,性能显著优于各对比模型与现有研究成果。模型引入的各改进模块均对性能提升存在正向贡献,而融合三个模块的DDA-SIM-ATT-CatBoost模型通过协同优化,在预测精度和稳定性两方面均达到最优,能够为机场地面运行调度提供可靠的决策支持。

Abstract

To address the challenges of insufficient accuracy and error control in predicting departure taxi-out time, a DDA-SIM-ATT-CatBoost prediction model integrating dynamic data augmentation, similarity theory, and an attention mechanism was proposed. First, based on historical operational data, key influencing factors were selected through correlation analysis. Subsequently, dynamic data augmentation technology was employed to expand the training sample distribution, similarity theory was applied to achieve multi-dimensional feature space matching of samples, and an attention mechanism was introduced to adaptively calibrate feature weights. Finally, the CatBoost algorithm was utilized for regression prediction, leveraging its advantages in handling categorical features and complex nonlinear relationships. Comparative and ablation experiments conducted on actual operational data from Shenzhen Bao'an International Airport show that the proposed model achieves prediction accuracies of 74.57%, 89.12%, and 97.76% within error margins of ±120 s, ±180 s, and ±300 s, respectively, with MAPE(mean absolute percentage error), MAE(mean absolute error), and RMSE(root mean square error) values of 10.34%, 87.55 s, and 125.61 s. The model significantly outperforms comparative models in performance. Each improved module contributes positively to enhancing model performance, and the integrated DDA-SIM-ATT-CatBoost model, through synergistic optimization, achieves optimal performance in both prediction accuracy and stability, providing reliable decision support for airport ground operational scheduling.

Graphical abstract

关键词

航空运输 / 滑出时间 / 相似理论 / 注意力机制 / 动态数据增强

Key words

air transportation / taxi-out time / similarity theory / attention mechanism / dynamic data augmentation

引用本文

引用格式 ▾
夏正洪, 李彦直, 贾鑫磊, 黄君钏, 罗甜. 基于DDA-SIM-ATT-CatBoost模型的离港航班滑出时间预测: 以深圳宝安国际机场为例[J]. 科学技术与工程, 2026, 26(31): 13678-13688 DOI:10.12404/j.issn.1671-1815.2507992
XIA Zheng-hong, LI Yan-zhi, JIA Xin-lei, HUANG Jun-chuan, LUO Tian. Departure Flights' Taxi-out Time Prediction Based on DDA-SIM-ATT-CatBoost Model: Shenzhen Bao'an International Airport[J]. Science Technology and Engineering, 2026, 26(31): 13678-13688 DOI:10.12404/j.issn.1671-1815.2507992

登录浏览全文

4963

注册一个新账户 忘记密码

离港航班滑出时间,即航空器从停机坪推出至目标跑道起飞的时间间隔,是评估机场地面运行效率的关键指标。随着航空运输需求持续增长及枢纽机场航班密度显著提升,离港航班滑出时间普遍呈延长趋势。该趋势不仅加剧航班延误、降低旅客服务质量与出行体验,还导致燃油消耗及尾气排放增加,进而带来额外的运营成本并加剧环境压力。在“智慧民航建设”与“绿色低碳发展”的双重背景下,实现离港航班滑出时间的精准预测,特别是提升±3 min内的预测准确率,对于提升机场地面运行效率具有重要现实意义与迫切需求。
国内外对离港航班滑出时间的研究大致可以分为两类:①滑出时间影响因素分析。Wang等[1]通过利用多个国际机场的真实数据对多种预测模型进行比较并探究滑行时间受路径、航空器类别、机场运行模式、交通拥堵状况及局地气象条件等多重特征影响。陈祯等[2]在特征选择方面进行改进,构建交互特征并融合原始特征,利用决策树建模,使±5 min内预测精度提升96.39%。唐小卫等[3]将机坪空间构型及其与跑滑系统的相对位置关系作为影响离港滑行时间的关键因素,研究结果对提高滑行时间预测精度、优化机场协调决策(airportcollaborative decisionmaking,A-CDM)机制下的航班推出时刻及提升跑滑系统运行效率具有重要作用。Park等[4]探讨了影响机场移动区内航空器运行滑行时间的因素,结果表明滑入与滑出时间受风速、气压、降水等气象变量及单位时间进港航班数、起飞前离港航班数、跑道占用时间、起降方向及航站楼位置等因素的显著影响。Tang等[5]则通过构建精细化机场路网模型,引入“估计滑行时间”与“移交次数”两类微观特征,以刻画滑行路径与交通流特性。②基于机器学习的数据驱动建模方法。Amblard等[6]利用机器学习估算无阻碍滑出时间,并提出了一种可在国家空域系统内任一机场实现实时预测的方案。刘家学等[7]提出一种差分自回归移动平均模型与支持向量回归模型相结合的离港航班滑出时间组合预测模型,最后将两个模型的预测结果合并得出结论。朱晓波等[8]构建基于BP神经网络的预测框架,并引入粒子群优化与麻雀搜索算法优化模型参数,有效提升了收敛性能与泛化能力。陈宽明等[9]构建的机器学习模型在±5 min内预测精度达95%。丁建立等[10]提出基于沙普利加性解释(Shapley additive explanations,SHAP)的极端梯度提升(extreme gradient boosting,XGBoost)模型,结合遗传算法优化参数并分析特征的重要性,兼顾预测精度与可解释性。Yuan等[11]建立基于离港流量的多元线性回归模型,并采用星雀优化算法(nutcracker optimizer algorithm,NOA)优化的XGBoost方法,验证结构相关特征与额外滑行时间的相关性。白晓妮等[12]研究分析了影响滑出时间的各类因素,引入场面运行状况与气象条件两类特征,基于装袋方法、随机森林、自适应增强和梯度提升四种典型集成学习方法构建滑行时间预测模型。李浩等[13]提出基于最大互信息系数迭代注意力特征融合Stacking (maximal information coefficient-iterative attentional feature fusion-Stacking,MIC-iAFF-Stacking)集成模型,显著提高了±5 min误差范围内的预测精度。夏正洪等[14]针对现有滑出时间预测模型可解释性弱、泛化能力差的问题,提出了一种基于Stacking集成学习与SHAP分析的离港航班滑出时间预测模型,数据验证表明该模型在精度和可解释性上均优于现有方法。
然而,现有研究在离港航班滑出时间预测方面存在以下突出问题:①对多源异构数据(包括场面交通流、航班属性、运行环境等)的融合处理不够充分;②对复杂时空依赖关系的捕捉能力有限,难以准确建模场面运行中的动态交互效应;③在面对样本分布不平衡时缺乏有效的处理机制,导致在±2 min和±3 min等关键精度区间的预测性能欠佳。这些局限性严重制约了预测模型在实际运行环境中的适用性和可靠性。
因此,提出一种融合动态数据增强(dynamic data augmentation, DDA)、相似理论(similarity, SIM)和注意力机制(attention, ATT)的DDA-SIM-ATT-CatBoost集成预测方法,该方法通过动态数据增强扩展样本空间,利用相似理论挖掘历史运行规律,借助注意力机制强化关键特征表达,最终通过CatBoost算法实现精准回归预测。以期系统性地解决数据稀疏条件下的特征表征不足、历史运行模式匹配精度低、关键影响因素权重分配不合理等核心问题,从而为机场场面运行指挥中的航班推出控制策略提供高精度、强泛化能力的决策支持,有效提升场面运行效率与资源利用率。

1 离港航班滑出时间的影响因素及其相关性分析

1.1 滑出时间的定义

根据离港航班滑出时间的定义,可得滑出时间的计算公式为

$\mathit{T}={\mathit{T}}_{\mathrm{A}\mathrm{T}\mathrm{O}\mathrm{T}}-{\mathit{T}}_{\mathrm{A}\mathrm{O}\mathrm{B}\mathrm{T}}$

式(1)中:T为滑出时间;TATOT为航班的实际起飞时刻;TAOBT为航班的实际撤轮档时刻。

1.2 滑出时间的影响因素

由文献[1-5]可知,离港航班滑出时间受场面交通流、30 min平均滑出时间、滑行距离、天气等因素的显著影响。综合考虑已有研究成果与数据可得性,共选取13个影响因素:同时段起飞航空器数量x1、离港队列x2、进港队列x3、30 min平均滑出时间x4、撤轮档前30 min平均滑出时间x5、撤轮档前60 min平均滑出时间x6,及航司标志x7,同时段推出航空器数量x8、滑行距离x9、机型x10、机坪x11、天气x12及转弯个数x13。

1.3 滑出时间影响因素的相关性分析

基于2019年5月26日—6月8日共计14 d的深圳宝安国际机场的航班运行数据与航空例行天气报告,开展系统性统计分析。共采集航班运行数据12 640条,气象数据672条。其中,离场航班数据5 986条,原始字段涵盖航班号、机型、使用跑道、停机位、实际撤轮档时间、实际上轮档时间、实际起飞时间及实际落地时间等关键运行参数。为保障数据质量,采用3σ原则对原始数据进行清洗,剔除重复记录与异常数值,最终获得有效离港航班数据5 442条。在此基础上,选取13项潜在影响因素,运用皮尔逊相关系数分析法探究其与航班滑出时间之间的关联性,输出如图1所示的信息树。

由图1可知,离港队列、进港队列与滑出时间呈强正相关(r>0.6);30 min平均滑出时间、同时段起飞航班数量、撤轮档前30 min平均滑出时间及航司标志与滑出时间呈中等正相关(0.4<r≤0.6);撤轮档前60 min平均滑出时间、同时段推出航班数量与滑出时间呈弱正相关(0.2<r≤0.4);滑行距离、机型、机坪、天气和转弯个数与滑出时间相关性极弱(r≤0.2)。

2 离港航班滑出时间预测模型构建

基于DDA-SIM-ATT-CatBoost的离港航班滑出时间预测模型构建流程如下(图2)。

(1)数据预处理与相关性分析。对原始离港航班数据进行清洗,剔除缺失、异常及重复样本。随后采用皮尔逊相关系数进行特征相关性分析,筛选与滑出时间显著相关的特征变量,为模型构建提供高质量数据基础。

(2)动态数据增强。为提升模型泛化能力并缓解过拟合,引入动态数据增强模块。通过符合业务规律的特征扰动策略对原始数据进行有控扩展,使数据集规模扩充一倍,构建增强后的训练样本集。

(3)元组相似性聚类分析。采用K-Prototype聚类算法对增强后的混合类型数据进行分簇处理,有效整合数值与类别特征。基于马氏距离计算样本与簇中心的相似系数,依据相似性完成簇归属判别,为后续特征加权提供结构依据。

(4)注意力特征加权。引入单头注意力机制对输入特征进行动态权重校准,通过可学习参数强化关键特征的表征能力,抑制噪声干扰,生成更具判别性的加权特征表示。

(5)模型构建与验证。集成前述模块构建DDA-SIM-ATT-CatBoost预测模型。将数据按7∶3划分为训练集与测试集,使用增强后的训练数据对引入注意力加权的CatBoost模型进行训练,最终通过均方误差、平均绝对误差等指标在测试集上验证模型性能。

2.1 动态数据增强模块

鉴于民航运行数据涉及飞行安全与运营隐私,其获取受到严格的数据治理政策与信息安全规范约束,因此目前公开可用的民航运行数据集普遍规模有限。这一约束易使模型训练过程因样本不足而难以充分收敛,进而影响模型的泛化性能。为此,引入数据增强技术,通过生成高质量合成样本以扩展训练集规模,从而提升模型的稳定性与预测精度。该策略有助于增强对滑行时间等关键运行指标动态演化规律的建模能力,并为复杂时序预测任务构建一种灵活高效的数据增强机制。

动态数据增强模块的算法流程如图3所示。动态数据增强作为一种自适应数据增强方法,其“动态”体现在增强策略与强度并非预先固定,而是依据原始数据的时序分布特征以及模型训练过程中的学习状态进行自适应调整。它能够依据模型训练过程中的学习状态、损失变化及样本分布特征,动态调整增强策略与强度,通过对历史时间序列数据的分析,预测未来数据趋势,生成具备相似时序依赖与分布特性的合成数据。其公式表达形式为

$\mathit{X}\mathit{\text{'}}=\mathit{f}(\mathit{X},{\mathit{\theta }}_{\mathit{t}})$
$\mathit{Z}=\{\mathit{X}\mathit{\text{'}},\mathit{X}\}$

式中:X为原始输入样本;θt为随训练阶段t动态变化的增强参数(如噪声强度、缩放比例等);f()为增强变换函数;Z为原始输入样本与增强后得到的样本的集合,后续均在该数据集进行。

由图3可知,原始数据按照时间特征、分类特征和数值特征分别进行扰动,生成具有一定随机性或微小变化的新数据。随后,将扰动数据与原始数据合并,构建增强后的数据集,为模型训练提供更丰富样本信息,同时减轻模型对特定数据分布的依赖,提高滑出时间预测稳定性和泛化能力。

2.2 元组数据相似模块

相似性是用于评估两个样本在多个维度上接近程度的度量指标,这些维度包括时间相关性、统计分布一致性以及特征结构匹配度等。在离港航班数据中,多维特征之间的数值邻近性往往导致滑出时间呈现出相似的规律性。例如,场面交通流、停机位及滑行路线相近的航班,通常处于相似的地面运行环境中,经历相近的场面交通状况与放行节奏。在这些因素共同作用下,滑出时间呈现出较强的相似性规律。在本文中,将数据集中每1条完整的离港航班信息定义为1个元组,包含13个特征变量及其对应的滑出时间,以此作为相似性计算的基本单元。为有效量化元组间的相似程度,引入马氏距离(Mahalanobis distance)作为度量依据。其描述的是单个观测点与某一数据分布之间的差异,同时考虑了各维度之间的协方差结构及尺度差异,因而具备尺度不变性与量纲独立性等优良特性。通过马氏距离的归一化处理,可将其转化为相似性系数,从而更直观地反映元组数据间的相似关系(图4)。

马氏距离和相似性系数的计算公式分别为

${\mathit{D}}_{\mathrm{M}}=\sqrt{{(\mathit{Z}-\mathit{\mu })}^{\mathrm{T}}{\mathit{\Sigma }}^{-1}(\mathit{Z}-\mathit{\mu })}$
$\mathit{S}=\frac{1}{1+{\mathit{D}}_{\mathrm{M}}}$

式中:μ为均值向量;$\mathit{\Sigma }$为协方差矩阵;相似系数S的取值范围为(0,1]。

为降低逐一计算相似系数的计算量并提高度量精度,采用基于多维特征的聚类分析方法(K-Prototypes),其计算公式为

$\mathit{d}({\mathit{Z}}_{\mathit{i}},{\mathit{c}}_{\mathit{j}})=\sum _{\mathit{r}=1}^{\mathit{p}}({\mathit{Z}}_{\mathrm{i}\mathrm{r}}-{\mathrm{c}}_{\mathrm{j}\mathrm{r}}{)}^{2}+\mathit{\gamma }\sum _{\mathit{r}=1}^{\mathit{q}}\mathit{\delta }({\mathit{Z}}_{\mathrm{i}\mathrm{r}},{\mathit{c}}_{{\mathrm{ }}_{\mathit{j}\mathit{r}}})$

式(6)中:d(Zi,cj)为第i个样本与第j个聚类中心的总相异度;等式右边第一项是计算欧氏距离(数值特征),第二项是计算Hamming距离(分类特征);cj为第j个簇的原型(中心)(j=1,2,…,k),k为聚类总数;γ为分类特征的权重;δ为指示函数;p为数值特征的个数;q为分类特征个数;i对应样本集合Z={Z1,Z2,…,Zn}中的第i个样本Zi;r为特征维度索引,用于遍历样本的具体属性。

首先,利用增强后的数据对所有样本进行K-Prototypes聚类,使得簇内的数据在多维特征空间中表现出较高的相似性。对于待预测样本,计算其与簇内每条数据的相似系数,并取簇内相似系数的平均值。随后,选择平均相似系数最大的簇作为与该样本最相近的簇,并基于该簇的数据进行滑出时间的预测。该方法能够充分利用簇内多维特征的相似性,提高预测的精度和鲁棒性。

2.3 注意力机制模块

在离港航班滑出时间预测中,原始数据包含场面交通流、机型、机坪、天气等多维特征,这些特征之间存在复杂的依赖关系和非线性关联。并且,特征对滑出时间的影响程度各不相同,直接建模可能难以获得精准预测。因此,选用能够模拟人类选择性关注的认知过程的注意力机制,使其能够自适应地精准捕捉对滑出时间预测最关键的特征,有效抑制冗余信息与噪声干扰,从而提升预测模型的准确性与鲁棒性。

注意力机制基于查询向量Q、键向量K和值向量V构建的交互框架实现其功能,其计算公式为

$\mathrm{A}\mathrm{t}\mathrm{t}\mathrm{e}\mathrm{n}\mathrm{t}\mathrm{i}\mathrm{o}\mathrm{n}(\mathit{Q},\mathit{K},\mathit{V})=\mathit{S}\mathrm{o}\mathrm{f}\mathrm{t}\mathrm{M}\mathrm{a}\mathrm{x}\left(\frac{\mathit{Q}{\mathit{K}}^{\mathrm{T}}}{\sqrt{{\mathit{d}}_{\mathit{k}}}}\right)\mathit{V}$

式(7)中:$\sqrt{{\mathit{d}}_{\mathit{k}}}$为缩放因子,就是依据查询与键向量的维度dk计算得出的缩放系数,用于控制内积数值量级。

采用的单头注意力机制是注意力机制中最基础、最直观的形式,核心是通过1个注意力头学习输入特征的重要性权重,从而突出关键特征、抑制次要特征。单头注意力机制参数少、模型简单,泛化能力更强。在本文的滑出时间预测任务中,输入特征矩阵为$\mathit{Z}\in {\mathrm{R}}^{\mathrm{n}\times \mathrm{d}}$,其中n为样本数,d为特征维度(11个)。为实现注意力机制对特征的差异化加权,首先通过三个可训练的线性变换矩阵WQ、WK、WV将输入特征映射为查询向量、键向量和值向量,即

$\mathit{Q}=\mathit{Z}{\mathit{W}}_{\mathit{Q}},{\mathit{W}}_{\mathit{Q}}\in {\mathrm{R}}^{\mathit{d}\times {\mathit{d}}_{\mathit{K}}}$
$\mathit{K}=\mathit{Z}{\mathit{W}}_{\mathit{K}},{\mathit{W}}_{\mathit{K}}\in {\mathrm{R}}^{\mathit{d}\times {\mathit{d}}_{\mathit{K}}}$
$\mathit{V}=\mathit{Z}{\mathit{W}}_{\mathit{V}},{\mathit{W}}_{\mathit{V}}\in {\mathrm{R}}^{\mathit{d}\times {\mathit{d}}_{\mathit{V}}}$

式中:dK为查询与键向量的维度;dV为值向量的维度。本文中取dK=dV=d(即与输入特征维度一致),以保持特征空间的完整性。

注意力机制流程如图5所示。首先,模型计算滑出时间预测需求(query)与各输入特征之间的相似度,并通过SoftMax()函数进行归一化,得到归一化的注意力权重aN,从而突出与滑出时间最相关的特征并抑制冗余或无关信息。随后,将每个特征对应的值向量(value)与其注意力权重相乘并加权求和,得到综合考虑特征重要性的最终表示,即注意力权重。通过上述机制,能够为滑出时间预测提供更加精确的输入表达。模型能够有效识别输入数据中的结构性依赖与重要模式,在滤除噪声干扰的同时,提升预测或分类任务的准确性和针对性。

2.4 CatBoost算法

CatBoost作为一种经过优化的梯度提升决策树算法,其核心步骤包括:首先,采用有序目标统计(ordered target statistics)方法对类别型特征进行编码,通过引入样本顺序信息缓解过拟合风险;其次,在每一轮迭代中利用有序提升(ordered boosting)策略,基于历史样本构建基学习器,从而降低预测偏差;最后,通过对称二叉树结构与贪心特征交叉机制,在提升训练效率的同时,自动捕捉特征间的高阶交互作用。

在滑出时间预测任务中,通常涉及大量类别型特征(如航空公司、停机位、气象条件等),以及复杂的特征间交互效应。CatBoost凭借其出色的类别特征编码能力与自动特征组合机制,能够充分捕捉特征间的非线性关系与高阶交互作用。因此,该算法在构建滑出时间预测模型时具有显著优势,能够在保持较高预测精度的同时,增强模型的泛化能力,适用于复杂实际场景下的高维数据分析需求。

3 实验结果及分析

3.1 实验过程

(1)研究对象及数据预处理。以深圳宝安国际机场15号跑道离港航班的滑出时间为研究对象。原始离港航班数据共12 645条,经筛选后得到使用15号跑道的离港航班数据5 465条。为保证数据质量,对原始数据执行以下清洗:①删除关键信息(撤轮挡时间、起飞时间、落地时间、上轮挡时间、使用跑道、停机位号等)缺失的航班数据;②删除完全重复记录;③删除存在时间逻辑错误、时间间隔异常以及滑出时间超过3 600 s的异常数据。经统计,共删除缺失数据0条、重复数据0条、异常数据23条,合计删除23条,最终得到有效离港航班数据5 442条,如表1所示。

(2)动态数据增强。首先,以30 min为间隔动态划分时间窗口,并以滑出时间及撤轮档前30 min与60 min内的平均滑出时间作为约束条件,确保增强数据在时间维度上的一致性。窗口划分随目标变量扰动而变化,使增强样本始终与其所属窗口的整体特性保持一致。在此基础上,对数值型特征引入标准差为5%的高斯噪声,基于原始特征在对应时间窗口内的整体变异水平确定,保证扰动幅度与特征的自然波动范围相匹配;同时,对类别型特征(包括航司、机型与机坪)分别以20%、15%和10%的概率随机替换为同一时间窗口内的其他取值,从而提升特征分布的多样性。最后,对目标变量滑出时间施加±5 min的随机扰动,根据扰动后的滑出时间重新确定其所属的时间窗口,并重新计算该窗口内的平均滑出时间等统计量,从而保证增强样本与窗口整体时序特性的偏差处于合理范围。

(3)元组相似数据判定。对数据增强后获得的10 884条离港航班数据进行K-Prototypes聚类。综合轮廓系数与戴维斯-博尔丁指数(Davies Bouldin index,DBI)评估结果,确定最优簇数为4(图6)。轮廓系数越接近1,聚类效果越好;DBI指数越小,表明簇内更紧密、簇间更分离。在聚类k=4时,两项指标达到最佳平衡。在此基础上,于各簇内采用K近邻(K nearest neighbors,KNN)算法结合欧氏距离,筛选出与待预测样本最相似的5条历史数据,进一步通过马氏距离计算其协方差矩阵,得出平均相似系数,最终选取平均相似系数最高的簇作为预测依据。

(4)为验证单头注意力机制对特征重要性的学习效果,对训练后各簇的注意力权重进行了统计分析,结果如表2所示。从权重分布可以看出,不同簇所对应的特征重要性存在明显差异,反映出不同运行场景下主导因素的动态变化。

簇1对应滑出时间较短、场面运行较为顺畅的场景,模型识别出航班推出流与近期滑出时间均值是影响当前滑出时间的关键。簇2可能对应滑行路径复杂、机坪区位影响突出的场景,模型捕捉到机坪位置和滑行距离的主导作用。簇3涵盖多种影响因素,表明场面交通流与航班自身属性共同作用于滑出时间。簇4样本多处于高峰时段,场面拥堵状态是滑出时间的主要决定因素。上述结果表明,单头注意力机制能够根据输入样本所属簇(即不同运行场景)自适应地分配特征权重,有效突出当前场景下的关键影响因素。

3.2 特征选择

在构建DDA-SIM-ATT-CatBoost预测模型的基础上,提出一种依据训练样本规模自适应调整模型参数的策略:在样本有限时,适当限制树模型的深度与迭代次数,以缓解过拟合风险;在样本充足时,则逐步提升模型复杂度,从而增强其拟合能力。进一步,基于预训练的注意力模型对输入特征进行重要性加权,构建加权特征矩阵,并将其作为CatBoost模型的输入进行训练。最终,预测出离港航班滑出时间。

如表3所示,选取平均绝对误差(mean absolute error,MAE)、均方根误差(root mean square error,RMSE)、平均绝对百分比误差(mean absolute percentage error,MAPE)以及准确率作为模型性能的评价指标。在宝安国际机场离港航班场面滑行时间预测任务中,模型在误差容限为±120、±180 s和±300 s时的准确率分别为74.57%、89.12%和97.76%;同时,MAPE为10.34%,MAE为87.55 s,RMSE为125.61 s。与文献[15]研究结果相比,各项评价指标均实现显著提升。

由表3可知,在剔除相关性较弱的特征(转弯个数和天气)后,模型在所有时间容限下的准确率达到最高,同时MAPE、MAE与RMSE均为最优,表明该特征组合有助于提升模型的泛化能力与预测精度。进一步删减特征则导致性能下降,说明其余特征仍具重要预测价值。尽管2024年全国民航航班不正常情况中天气因素占比最高(58.31%),但本文数据中特殊天气样本比例不足10%,且天气影响往往呈现非线性与滞后性(如雷雨过后的积压效应),这部分影响可能已被30 min平均滑出时间、撤轮档前平均滑出时间等滚动统计特征间接吸收,因此天气特征在相关性分析中表现为弱相关,未能独立贡献显著增益。此外,飞机滑行以直线为主,转弯次数对总滑行时间边际贡献较小,且与滑行距离、机坪位置等特征存在较强共线性,剔除后有助于简化模型结构。综合来看,采用相关性较高的前11个特征可在预测离港航班滑出时间中取得最优效果。

需要指出的是,天气特征在相关性分析中表现为弱相关,一定程度上受限于本文特殊天气样本比例偏低等数据条件。未来研究将获取更加全面的数据与多源运行数据,进一步挖掘天气因素对滑出时间的深层影响机制,以增强模型在复杂气象条件下的预测鲁棒性。

3.3 消融实验

为系统评估各模块对模型整体性能的贡献,设计并进行了多组消融实验。共构建六种组合模型,具体设置如下。

(1)CatBoost模型:作为基线模型,用于与后续引入不同模块的改进模型进行性能对比。

(2)CatBoost+SIM模型:在基线模型基础上引入相似性模块(SIM),以评估相似性信息对滑出时间预测的影响。

(3)CatBoost+ATT模型:在CatBoost中融入注意力机制模块(ATT),检验注意力机制在提升预测精度方面的作用。

(4)CatBoost+DDA模型:加入数据增强模块(DDA),探究数据增强策略对模型预测性能的改善效果。

(5)CatBoost+DDA+SIM模型:在CatBoost+DDA的基础上进一步引入相似性模块,评估数据增强条件下相似性模块的附加贡献。

(6)CatBoost+DDA+ATT模型:在CatBoost+DDA模型中融合注意力机制模块,分析数据增强与注意力机制共同作用时的性能增益。

(7)CatBoost+DDA+SIM+ATT模型:同时集成数据增强、相似性模块与注意力机制三种组件,以综合评价多模块联合对滑出时间预测精度的提升效果。

所有模型均在相同的数据集与参数设置下进行训练与测试,实验结果如图7和表4所示。

由表4可知,在CatBoost基模型基础上,各模块单独引入均能带来性能增益,其中注意力机制(ATT)模块提升最为显著。CatBoost+ATT模型在±120、±180 s与±300 s区间内的预测精度分别达到73.32%、88.66%与97.59%,其主要原因在于ATT模块通过特征加权机制强化了关键运行特征的作用,从而增强模型对复杂运行情境下滑行时间动态的辨识能力。

模块组合可进一步优化模型性能,尤以数据增强(DDA)与相似性模块(SIM)的组合效果突出。CatBoost+DDA+SIM在±120、±180 s与±300 s区间的精度分别提升至73.24%、89.77%与97.67%,较基线提升逾7个百分点,且在±180 s区间表现最佳。DDA模块通过扰动与重采样扩展样本分布,提升模型泛化能力;SIM模块则基于马氏距离度量样本间特征相似性,增强预测稳定性,二者展现出良好的协同效应。

值得注意的是,表4显示,在±180 s区间上,CatBoost+DDA+SIM+ATT模型的准确率相较于未引入注意力机制的版本略有下降。这一现象可能归因于以下几个原因。首先,注意力机制的引入增强了模型对关键时间步的捕捉能力,但同时也增加了模型复杂度。在样本量有限的条件下,这可能带来轻微的过拟合风险,导致模型在±180 s等特定区间上的泛化性能出现小幅波动。其次,注意力机制倾向于更关注关键性或极端模式,可能相对减弱对中间区间的关注。相比之下,未引入注意力的模型对全局特征的表达更为均衡,这或许解释了其在中间区间表现略优的原因。此外,基线模型在±180 s区间上已达到89.77%的准确率,已接近该阈值上的性能上限,进一步优化的空间有限。因此,尽管完整模型在±180 s区间上略有下降,但在其他评估指标上均有显著提升,这表明注意力机制对模型整体性能仍有正向贡献。这也说明在复杂时间序列预测任务中,模型改进可能导致特定指标的非单调变化,凸显了多维度评估的重要性。

最终,融合全部模块所构建的模型在所有区间均取得最优性能,±120、±180 s与±300 s精度分别达74.57%、89.12%与97.76%,MAPE与RMSE分别降至10.34%与125.6 s。相较于文献[14-15],本文所提模型在±120 s与±180 s区间的预测精度显著提高,具备显著的工程应用价值。

3.4 对比实验

为系统评估不同基模型在航班滑出时间预测任务中的性能表现,在控制变量的实验框架下,选取涵盖经典机器学习方法与前沿深度学习架构的多种代表性模型,基于同一数据集与标准化评估体系进行横向对比分析,旨在系统评估各模型在滑出时间预测任务中的适应性及性能差异,具体结果如图8与表5所示。

由表5可见,不同模型在离港航班滑出时间预测中的性能存在显著差异。总体而言,CatBoost、XGBoost和RF等集成学习模型在各项指标上均优于BP、LSTM与GRU等深度学习模型。这表明,在多源异构、噪声较高的运行数据条件下,集成学习方法在非线性特征表达与抗噪性能方面表现出更强的鲁棒性。

以RMSE指标为例,模型性能排序为:DDA-SIM-ATT-CatBoost<CatBoost<RF<XGBoost<GRU<LSTM<BP。其中,DDA-SIM-ATT-CatBoost模型的RMSE为125.61 s,较最优基模型CatBoost(144.82 s)降低约13.2%,误差收敛性最优,表明该方法在整体预测精度与稳定性方面具有明显优势。从预测精度指标(±180 s)来看,DDA-SIM-ATT-CatBoost模型的预测准确率达89.12%,较CatBoost提高约4.68个百分点。各模型的精度排序为:DDA-SIM-ATT-CatBoost>CatBoost>XGBoost>RF>BP>GRU>LSTM。该结果进一步验证了本文方法在提高预测精度方面的有效性。

选择6种基学习器模型绘制预测误差分布图(图8)。结果显示,各模型的预测误差主要集中在±2 min区间内,说明6种基模型均能够在大部分样本上实现较为准确的预测。然而,相较于其他模型,CatBoost模型的误差分布曲线更加集中,偏离程度较小,表明其在航班运行时间预测任务中具有更高的预测精度和稳定性。

综上,CatBoost模型在各项指标上表现最为优异,体现出较强的非线性拟合能力与稳定性。提出的DDA-SIM-ATT-CatBoost模型通过融合元组相似性计算与注意力机制策略,在误差控制与预测准确性上均显著优于传统机器学习和深度学习单模型,体现出较强的泛化能力与工程适用性。

3.5 时间复杂度与实时性分析

为验证模型是否满足机场实时调度的秒级预测需求,本节分析模型的时间复杂度,包括离线训练耗时与在线预测耗时。数据集按7∶3划分训练集与测试集,特征维度为11。总运行时间为12.02 s,其中训练阶段耗时5.34 s,预测阶段耗时6.68 s。机场滑出时间预测的典型实时调度场景要求:航班撤轮档后,系统需在秒级(通常<3 s)内给出预测值。本文模型单次预测均值仅1.80 ms,即使在95%分位数下也仅为3.37 ms,远低于1 s的实时性要求。若考虑批量预测(如同时处理多个航班),耗时仍可控制在毫秒级。因此,本文模型具备良好的实时性,完全能够满足机场运行调度的实际需求。

4 结论

(1)DDA-SIM-ATT-CatBoost模型融合动态数据增强、相似理论和注意力机制,在±120、±180 s和±300 s误差范围内的预测准确率分别达74.57%、89.12%和97.76%,显著提升滑出时间预测精度与工程实用性。

(2)消融实验验证各模块均具正向贡献,注意力机制特征加权效果最显著,动态数据增强缓解样本不平衡,相似理论提升模式匹配精度。三模块协同使MAPE、MAE和RMSE分别降至10.34%、87.55 s和125.61 s。

(3)相较XGBoost、随机森林等传统模型,本模型在预测精度与稳定性方面均表现最优,MAE和RMSE较次优CatBoost模型分别降低17.4%和13.2%,展现出更优的非线性拟合能力。

参考文献

[1]

Wang X W, Brownlee A E I, Woodward J R, et al. Aircraft taxi time prediction: feature importance and their implications[J]. Transportation Research Part C: Emerging Technologies, 2021, 124: 102892.

[2]

陈祯, 唐小卫, 林有超, 等. 基于决策树的航空器离港滑出时间预测方法和模型[J]. 武汉理工大学学报(交通科学与工程版), 2021, 45(3): 448-453.

[3]

Chen Zhen, Tang Xiaowei, Lin Youchao, et al. Prediction method and model of aircraft departure taxi-out time based on decision tree[J]. Journal of Wuhan University of Technology (Transportation Science & Engineering Edition), 2021, 45(3): 448-453.

[4]

唐小卫, 陈祯, 张生润, 等. 繁忙机场机坪空间构型对航班离港滑行时间的影响[J]. 交通运输系统工程与信息, 2022, 22(5): 309-317.

[5]

Tang Xiaowei, Chen Zhen, Zhang Shengrun, et al. Impact of apron spatial configuration on aircraft departure taxiing time in busy airport[J]. Journal of Transportation Systems Engineering and Information Technology, 2022, 22(5): 309-317.

[6]

Park D K, Kim J K. Influential factors to aircraft taxi time in airport[J]. Journal of Air Transport Management, 2023, 106: 102321.

[7]

Tang X, Zhang W, Zhang S, et al. A road-level transport network model with microscopic operational features for aircraft taxi-out time prediction[J]. Aerospace, 2025, 12(8): 721.

[8]

Amblard A, Youlton S, Coupe W J. Realtime unimpeded taxi out machine learning service[C]//AIAA Aviation 2021 Forum. Reston: American Institute of Aeronautics and Astronautics, 2021: 2401.

[9]

刘家学, 白明皓, 郝磊. 基于ARIMA-SVR组合方法的航班滑出时间预测[J]. 中国科技论文, 2021, 16(6): 661-667.

[10]

Liu Jiaxue, Bai Minghao, Hao Lei. Prediction of flight taxi-out time based on ARIMA-SVR combination method[J]. China Sciencepaper, 2021, 16(6): 661-667.

[11]

朱晓波, 贾鑫磊, 王楚皓. 基于智能算法优化 BP 的航空器滑出时间预测[J]. 科学技术与工程, 2023, 23(1): 414-421.

[12]

Zhu Xiaobo, Jia Xinlei, Wang Chuhao. Prediction of aircraft taxi-out time based on intelligent algorithm optimized BP neural network[J]. Science Technology and Engineering, 2023, 23(1): 414-421.

[13]

陈宽明, 王楚皓, 夏正洪. 基于机器学习的离港航空器滑出时间预测[J]. 科学技术与工程, 2023, 23(28): 12333-12339.

[14]

Chen Kuanming, Wang Chuhao, Xia Zhenghong. Prediction of departure aircraft taxi-out time based on machine learning[J]. Science Technology and Engineering, 2023, 23(28): 12333-12339.

[15]

丁建立, 杨锟. 航班到港延误时长预测及特征分析[J]. 河北科技大学学报, 2023, 44(3): 246-255.

[16]

Ding Jianli, Yang Kun. Prediction and characteristic analysis of flight arrival delay[J]. Journal of Hebei University of Science and Technology, 2023, 44(3): 246-255.

[17]

Yuan L, Liu J, Chen H. Additional taxi-out time prediction for flights at busy airports by fusing flow control information[J]. Applied Sciences, 2024, 14(21): 9968.

[18]

白晓妮, 宫献鑫, 阮妨, 等. 基于集成学习的航空器滑出时间预测研究[J]. 计算机仿真, 2024, 41(8): 13-18, 181.

[19]

Bai Xiaoni, Gong Xianxin, Ruan Fang, et al. Research on aircraft taxi-out time prediction based on ensemble learning[J]. Computer Simulation, 2024, 41(8): 13-18, 181.

[20]

李浩, 卢朝阳, 谈翌平, 等. 基于MIC-iAFF-Stacking集成学习的航空器滑出时间预测[J]. 交通运输工程与信息学报, 2024, 22(4): 142-153.

[21]

Li Hao, Lu Chaoyang, Tan Yiping, et al. Aircraft departure taxi time prediction based on MIC-iAFF-Stacking ensemble learning[J]. Journal of Transportation Engineering and Information, 2024, 22(4): 142-153.

[22]

夏正洪, 黄君钏, 吴喜生, 等. 基于Stacking+SHAP的离港航班滑出时间预测[J]. 科学技术与工程, 2026, 26(8): 3543-3549.

[23]

Xia Zhenghong, Huang Junchuan, Wu Xisheng, et al. Prediction of departure flight taxi-out time based on Stacking and SHAP[J]. Science Technology and Engineering, 2026, 26(8): 3543-3549.

[24]

夏正洪, 刘晓平, 赵亮, 等. 考虑跑滑系统构型的离港航班场面滑行时间预测[J]. 科学技术与工程, 2025, 25(2): 825-831.

[25]

Xia Zhenghong, Liu Xiaoping, Zhao Liang, et al. Surface taxi-out time prediction of departing flight considering the configuration of runway and taxiway system[J]. Science Technology and Engineering, 2025, 25(2): 825-831.

基金资助

国家重点研发计划(2024YFC3014400)

四川省民航飞行技术与飞行安全工程技术研究中心项目(GY2025-23D)

高校基本科研业务费资助项目(26CAFUC03044)

高校基本科研业务费资助项目(X202510624278)

PDF (7343KB)

0

访问

0

被引

详细

导航
相关文章

/

〈 〉