[发明专利]一种航班放行率的预测系统

权利要求书

1.一种航班放行率的预测系统，其特征在于，包括处理器、存储器和可读存储介质，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如下步骤：

获取机场的样本数据集A，所述样本数据集A包括多个样本数据列表，A=（A₁，A₂，……，A_i，……，A_m），m为大于1的整数，其中，所述样本数据列表A_i是指第i个第一时间节点对应的样本数据列表；

将所述样本数据列表A_i中样本数据进行预处理，得到目标数据；

根据所述目标数据，划分为训练集数据和预测集数据；

利用所述训练集数据输入至预测模型，调整所述预测模型参数；

利用所述预测集数据输入至调整后的所述预测模型，得到航班放行率的预测值。

2.根据权利要求1所述的航班放行率的预测系统，其特征在于，所述样本数据集A中样本数据列表是按照时间顺序进行排序。

3.根据权利要求1所述的航班放行率的预测系统，其特征在于，将所述样本数据列表A_i中样本数据进行预处理，得到目标数据和所述目标数据对应的目标数据集，还包括：

获取样本数据列表A_i，所述样本数据列表A_i包括多个样本数据（A_i1，A_i2，……，A_ij，……，A_in），其中，所述A_ij是指第_j个第二时间节点应的样本数据，所述第二时间节点是以当日内的时间进行划分；

将所述样本数据进行数据处理，得到目标状态数据，其中，所述目标状态数据包括第一目标状态数据和第二目标状态数据，所述第一目标状态数据是指基于航班状态用于预测航班放行率的数据，所述第二目标状态是指基于天气状态用于预测航班放行率的数据；

将所述目标状态数据进行特征处理，得到目标特征和所述目标特征对应的目标数据。

4.根据权利要求3所述的航班放行率的预测系统，其特征在于，所述样本数据包括：航班状态数据和/同时天气序的天气状态数据。

5.根据权利要求4所述的航班放行率的预测系统，其特征在于，所述方法还包括：将所述航班状态数据进行数据处理，得到第一目标状态数据，其中，所述航班状态数据进行数据处理，得到第一目标状态数据，还包括：

将所述航班状态数据进行特征提取，得到航班状态特征和第一向量列表B=（B₁，B₂，……，B_x，……，B_p），p为大于1的整数，其中，所述B_x是指第x个机场对应的航班状态特征向量，

将任一所述航班向量中航班状态特征对应的特征值进行归一化处理，得到第一目标特征值；

根据所述第一向量列表对应的第一目标特征值，生成所述第一目标状态数据。

6.根据权利要求5所述的航班放行率的预测系统，其特征在于，所述样本数据为天气状态数据时，所述天气状态数据进行数据处理，得到第二目标状态数据，还包括：

将所述天气状态数据进行特征提取，得到天气状态特征和第二向量列表C=（C₁，C₂，……，C_y，……，C_q），q为大于1的整数，其中，所述C_y是指第y个机场对应的天气特征向量；

将任一所述天气向量中天气状态特征对应的特征值进行融合处理，得到第二目标特征值，其中，所述天气状态特征按照优先级转成对应的特征值；

根据所述第二向量列表对应的二目标特征值，生成所述第二目标状态数据。