基于数字孪生的航班链延误动态预测模型

针对复杂多变的航班运行环境,提出一种基于数字孪生的航班链延误动态预测模型,以改善传统预测方法的精度及自适应性。模型基于数字孪生航班链系统构建,采用滑动窗口下的多通道特征建模完成单元级航班延误预测,并提出一种混合优化策略进行模型参数的动态优化,最后通过孪生数据驱动的链式分析方法实现了全航班链的延误分析与修正。采用国内航班数据进行实验,得到在各个窗口下的航班延误平均绝对误差（Mean absolute error, MAE）为11.79 min,低于其他基线模型和静态模型;且引入孪生数据驱动分析和修正后,紧随其后的航班预测误差比此前进一步降低了6.44%。结果表明,模型有利于数字孪生航班链系统实现虚实交互,并具有优良的预测精度和自适应性。