研究人员使更快的航班延误预测成为可能

由于一种新的计算机模型，可以更准确、更快地预测航班延误，关于航班延误的最后一刻信息可能很快就会成为过去。该研究的主要作者、来自宾汉姆顿大学-纽约州立大学的西娜·坎穆罕默德说：“我们提出的方法更适合分析带有与航班延误相关的分类变量（如天气或安全风险等定性变量，而不是数字变量）的数据集。”

“我们已经表明，在准确性和训练时间（速度）方面，它可以优于传统网络，”Khanmohammadi说。虽然这项研究不会消除延误，但研究人员认为，它将有助于航空公司更快更准确地向旅客通报问题。航空公司可以利用提出的方法向客户提供更准确的延误信息，从而获得客户忠诚度。

新的模式还可以帮助较小的地区机场提高效率，每天处理更多的航班。“繁忙机场的空中交通管制员也可以使用这些信息作为补充，以改善机场交通的管理，”Khanmohammadi说。

目前，航班延误是通过人工神经网络(ANN)计算机模型来预测的，该模型是用以前航班的延误数据进行回填的。研究团队引入了一种新的多级输入层人工神经网络，以简单的结构处理分类变量，帮助航空公司容易地看到输入变量（如天气）和输出变量（航班延误）之间的关系。

研究人员训练新模型获得14个不同的变量--包括星期几、始发机场、天气和安全--这些变量影响了从53个不同机场飞往纽约市约翰·肯尼迪机场的1099个航班的到达时间。

阅读: WhatsApp视频通话将使用从语音通话中学习，使其快速、可靠

然后，新系统预测了预计1月21日下午6:30从不同始发地和不同条件下抵达肯尼迪机场的假设航班的延误。 在《计算机科学进程》杂志上描述的新模型预测了延迟的长度，比传统模型的准确性高出约20%，得出这些结论所需的时间少了约40%。