[发明专利]基于多粒度时间注意力机制的航班客座率预测方法

摘要

本发明提供了一种基于多粒度时间注意力机制的航班客座率预测方法。该方法包括：构建基于多粒度时间注意力机制的循环神经网络模型，将航线上所有起飞时刻的航班历史客座率时间序列作为所述编码器的输入序列，编码器对输入序列进行编码处理，解码器对编码器输出的编码信息进行解码处理，得到目标航班的航班客座率时间序列。本发明通过起飞时刻注意力机制捕获目标航班所在航线中不同起飞时刻航班客座率的时序依赖性及其它起飞时刻航班客座率对目标航班客座率的影响，同时采用起飞日注意力机制捕获目标航班的自身客座率序列的趋势性及周期性；结合考虑航班自身属性及节假日等外部因素的影响，最终使得本模型在航班客座率预测问题上取得了很好的效果。

主权项

1.一种基于多粒度时间注意力机制的航班客座率预测方法，其特征在于，包括：构建基于多粒度时间注意力机制的循环神经网络模型，所述循环神经网络模型包括：结合起飞时刻注意力机制的编码器和结合起飞日注意力机制的解码器；将航线上所有起飞时刻的航班历史客座率时间序列作为所述编码器的输入序列，所述编码器对所述输入序列进行编码处理，所述解码器对所述编码器输出的编码信息进行解码处理，得到目标航班的航班客座率时间序列。