印度飞机出发延误的预测与解释：一种多阶段机器学习方法

《Case Studies on Transport Policy》：Predicting and explaining aircraft departure delays in India: A multi-stage machine learning approach

　　

• •
  开发了一个多阶段机器学习框架，用于预测航班出发延误并推荐相应的缓解策略。
• •
  将LSTM与随机森林（RF）、XGBoost和人工神经网络（ANN）相结合，开发并评估了用于航班出发延误预测的多阶段模型。
• •
  LSTM–ANN混合模型表现最佳，其中SMOTE优于随机过采样和欠采样方法。
• •
  能见度与风速是影响飞机出发延误的主要因素。

引言

由于航空运输在速度、效率、全球连通性和经济影响方面的优势，航空运输需求正在快速增长，这也促使航空业迅速扩张。航空运输需求的上升导致了机场拥堵、环境影响加剧、运营成本增加、对区域机场和小社区的影响、航空公司之间的竞争加剧以及事故风险的上升。空域拥堵被认为是一个重大问题，导致了持续的航班延误、改道和取消（Alderighi & Gaggero, 2018）。空中交通拥堵和延误给航空公司带来了数十亿美元的成本，并影响了航空运输系统的效率（Abdelghany等，2004）。此外，飞机延误还会给乘客带来不便，增加航空公司的运营问题和机场的物流挑战，影响旅游业，增加碳排放并加大安全风险（Alderighi & Gaggero, 2018）。除机场拥堵之外，飞机延误的常见原因还包括恶劣天气条件、低能见度、飞机机械故障、安检延误、缺乏地面作业以及技术故障（Kwasiborska等，2023）。延误具有传播效应，即主要枢纽机场的一次延误出发可能波及整个网络，扰乱后续航班和航班时刻表（Du等，2018）。随着航班量的持续增加以及与飞机延误相关因素复杂性的提升，对数据驱动方法的需求日益增长，以便更好地理解和预测航班延误。航空管理部门已实施技术和程序性措施，包括空中交通管制（ATC）和空中交通流量管理（ATFM），以管理空中交通并提升运行效率（Chandra, Choubey等，2024；Yan等，2018）。与此同时，历史飞机、机场和气象数据的日益丰富，也为开发预测模型和探究航班延误相关因素提供了机会。

从出发到抵达，不同阶段发生的飞机延误可分为出发延误、航路延误和到达延误（Chandra等，2023；Khan等，2021；Rebollo和Balakrishnan，2014；Wu，2014）。出发延误发生在航班起飞之前，由天气、地面作业、登机和技术困难等原因导致晚点起飞。航路延误发生在空中，由空中交通管制限制、飞行相关问题及改道问题所致。到达延误发生在航班落地之后，由拥堵、天气以及先前延误导致。据印度民航总局（DGCA）报告，印度37%的国内航班存在不同程度的延误。多数国内航班出现轻微延误，而严重延误虽然发生频率较低，但对出行的影响却十分严重。DGCA报告称，印度国内航空公司的准点率（OTP）有所提升，但延误仍然是一个普遍存在的问题，尤其是在高峰时段、节假日以及恶劣天气条件下。根据2024–2025年印度统计数据，国内航班按航空公司统计，准点率约为60–70%，意味着约有30–40%的延误发生（印度机场管理局，2023）。2024年12月，约67,622名乘客受到航班取消影响，近28万名乘客受到航班出发延误影响，并使用了3.78亿卢比（INR）进行赔偿。

因此，有必要研究影响航班延误发生的变量，并开发预测飞机出发延误的模型。出发延误预测模型对于提高机场和航空公司运营的效率和有效性至关重要，因为该模型能够改善乘客服务水平、提高运营效率、降低成本和排放、避免连锁效应以及更好地安排航班。飞机出发延误涉及气象、运行、机场和时间因素之间复杂且潜在的非线性关系，这也促使应用机器学习技术进行延误预测。因此，本研究旨在提出一种多阶段机器学习框架，用于预测飞机出发延误并检验影响因素。此外，本研究还提出了多种策略以减少印度国内航班的出发延误。本研究的成果将对航空业中的各类利益相关方有所帮助，并改进航空公司和机场的运营、提升乘客便利性，以及提高航空旅行的整体效率。

章节要点

文献综述

本研究从不同角度对已有文献进行了考察（Chandra等，2024b；Ivanov等，2017；A. M. Kim，2016；Ryerson等，2014）。首先，本研究探讨了与影响飞机出发延误的相关变量相关的研究。其次，本研究聚焦于检验传统统计和机器学习方法，以开发预测出发延误的模型。第三，本研究重点关注现有的混合机器学习方法相关研究。

研究方法

用于预测飞机出发延误的整体建模框架如图1所示。本研究构建了一个五级框架，以开发延误模型并推荐各种用于减少印度国内机场航班出发延误的策略和实践。在本研究中，出发延误是实际出发时间与计划出发时间之间的差值。

第一级：本研究收集了关于天气、机场和航空公司的必要二手数据。

用于预测延误发生的长短期记忆（LSTM）方法

采用LSTM方法识别飞机出发延误的发生情况。LSTM是一种渐进式的循环神经网络（RNN）架构，引入记忆单元以捕捉序列数据中的长期依赖关系，并在较长时间内保持信息。LSTM架构包含由输入门、遗忘门和输出门控制的记忆单元。

LSTM模型架构如图2所示。在图2中，$\sigma$ 表示Sigmoid激活函数。

数据准备与研究机场详情

本项目的研究区域包括印度国内主要航空运输廊道，特别聚焦于连接四个主要大都市——即金奈、孟买、新德里和加尔各答机场——之间的航路。所选航路对于印度的经济增长和航空联通至关重要。根据印度机场管理局（AAI）的统计数据，金奈、孟买、新德里和加尔各答机场处理的航班数量分别为137,298、290,387、429,964和137,693。

基于特征重要性的减少飞机出发延误的可持续策略与实践

通常采用黑箱机器学习技术进行变量重要性分析，以考察各特征的单独影响。特征重要性图对于理解影响飞机出发延误的关键变量至关重要。在本研究中，特征重要性分析是针对LSTM + ANN（采用SMOTE）模型进行的，因为该模型在所评估的组合模型中获得了最佳预测性能。其余模型主要用于对比参考。

结论

航班出发延误预测在航空交通管理中发挥着重要作用，它能够实现高效的航班调度、减少不确定性并提升整体运营绩效。因此，本研究使用LSTM并结合RF、XGBoost和ANN等不同机器学习方法，开发多阶段机器学习模型以预测航班出发延误。模型使用了包含计划出发时间等影响因素的历史数据集进行训练。

CRediT作者贡献声明

Shailesh Kumar Yadav：构思、数据管理、形式化分析、方法论、调查研究、软件、可视化、写作——初稿。Sankaran Marisamynathan：写作——审阅与编辑、监督、软件、资源、项目管理、方法论、调查研究、构思。

利益冲突声明

作者声明不存在已知的、可能影响本文工作的竞争性经济利益或个人关系。

Shailesh Kumar Yadav | Sankaran Marisamynathan