计算机应用研究

作者：魏明,徐子清,孙博,

单位：中国民航大学空中交通管理学院,天津300300；

关键词：航空运输,航班延误预测,图卷积神经网络,超图卷积神经网络,多图信息融合,

基金：民航航班广域监视与安全管控技术重点实验室开放基金资助项目(202002)；；

针对现有航班延误预测模型中仅考虑机场之间空间拓扑结构的缺陷，提出一种基于多图信息融合的改进双动态时空图卷积网络航班延误预测模型。首先，根据航班延误传播的不同空间相关性，构建基于机场和航路的四种空间邻接矩阵，并进行多图融合提供更加全面空间特征信息；其次，将多图结构转换成超图刻画航班延误航线之间的空间相关性，利用门控时间卷积提取其时间序列相关性，利用超图卷积提取其空间相关性，并设计两种特征增强模块进一步避免部分点和边空间特征信息丢失现象。最后，以美国2009—2019年的50个机场之间航班延误预测为例，将本模型与五个主流基线模型进行对比，完成了消融实验。实验结果表明，相较于其他基线模型，该改进模型能够更好地在该问题上拟合实际情况。

来源：2025年第2期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第2期