[发明专利]预测航班延时状态的数据处理系统

权利要求书

1.一种预测航班延时状态的数据处理系统，其特征在于，

包括第一数据库、第二数据库、预测模型库、存储有计算机程序的存储器和处理器；所述第一数据库用于存储航班信息记录；所述第二数据库用于存储机场气象信息记录；所述预测模型库中用于存储预先训练好的第二预测模型、第三预测模型…第N预测模型，其中，第n预测模型用于预测第n预测航班id的延时状态，n的取值为2到N；

所述处理器执行所述计算机程序时，实现以下步骤：

步骤S1、实时获取计划起飞时间变更的航班id，将该航班id确定为当前需要预测的第一预测航班id，并获取所述第一预测航班id所在航班链上计划起飞时间晚于所述第一预测航班id的第二预测航班id、第三预测航班id…第M预测航班id，M大于等于2，所述航班链为预设周期内同一注册号对应的航班id按照计划起飞时间先后组成的航班id序列；

步骤S2、将M与N比较，若M小于等于N，则执行步骤S3，若M大于N，则执行步骤S4；

步骤S3、基于所述第一数据库和第二数据库分别构建第一预测航班id至第M预测航班id对应的预测特征数据，基于第一预测航班id至第m预测航班id对应的预测特征数据，拼接构建用于预测第m预测航班id延时状态的第m输入特征数据，将所述第m输入特征数据输入第m预测模型中，生成到第m预测航班id延时状态预测结果，m取值为2到M，结束流程；

步骤S4、基于所述第一数据库和第二数据库分别构建第一预测航班id至第N预测航班id对应的预测特征数据，基于第一预测航班id至第m预测航班id对应的预测特征数据，构建用于预测第m预测航班id延时状态的第m输入特征数据，将所述第m输入特征数据输入第m预测模型中，生成到第m预测航班id延时状态预测结果，m取值为2到N，基于历史数据预测第N+1预测航班id至第M预测航班id的延时状态；

所述系统还包括样本数据库，所述处理器执行所述计算机程序时，还实现以下步骤：

步骤S100、训练得到第n预测模型，n的取值为2到N，具体包括：

步骤S1001、基于样本数据库构建样本航班id的预测特征数据；

步骤S1002、基于第一样本航班id至第n样本航班id的预测特征数据拼接构建用于预测第n样本航班id延时状态的样本变量集；

步骤S1003、将第n样本航班id延时状态的样本变量集作为因，将第n样本航班id对应的航班延时标签的实际分类概率值作为果，建立第n贝叶斯网络模型进行训练，得到第n预测模型：

其中，表示根据训练得到的贝叶斯模型预测的在条件X下的航班延时频率，分别表示第i预测航班id所对应的出发机场id的航班取消率、航班积压率以及航班延误率经离散分类化处理后的属性值，i的取值为1到m，表示第一预测航班id延时时长标签变量、表示第i预测航班id的气象数据特征属性值、表示第一预测航班id的预计起飞时间或实际起飞时间以及第二预测航班id至第m预测航班id的计划起飞时间变量、表示航班链对应的当前日期变量。

2.根据权利要求1所述的系统，其特征在于，

所述航班信息记录包括预测航班id、出发机场id、到达机场id、注册号、计划起飞时间、预计起飞时间、实际起飞时间和航班取消信息字段，所述计划起飞时间的初始值和预计起飞时间的初始值相同，所述预计起飞时间动态更新；所述气象信息记录的字段包括机场id、气象类型、能见度、风速和更新时间字段；所述预测特征数据包括预测航班id所对应的出发机场id的航班取消率、航班积压率以及航班延误率，气象数据特征，起飞时间特征，日期时间特征和航班链对应的第一预测航班id的延时时长标签。

3.根据权利要求2所述的系统，其特征在于，

所述系统包括K个航班延时标签，第一标签表示航班延时W分钟以内的状态，第二标签表示航班延时W分钟至2*W分钟的状态…第K-1标签表示航班延时（K-1）*W至K*W分钟的状态，第K标签表示航班延时K*W分钟以上的状态。