基于LightGBM算法的机场聚合离场延误预测

航班延误预测具有非线性聚合的动力学特征。在保证准确率的前提下为提高预测效率，提出一种基于轻量级梯度提升机(Light gradient boosting machine, LightGBM)算法的机场聚合离场延误预测模型。通过对历史航班数据的分析处理，提取时间特征、飞行计划特征和延误特征三类重要特征，并以提取出的特征作为输入变量，采用LightGBM算法基于广州白云机场的历史运行数据对航班延误时间进行预测。结果表明：模型预测延误时间与实际延误时间吻合良好；与其他常用算法的预测结果相较而言，所提模型在各种预测指标上结果更优，效率更高。