基于S2S-CNN-GRU的机场离港航班延误预测

摘要： 为解决空中交通管理中机场离港航班延误预测难题，采用序列到序列(S2S)框架将门控单元循环网络(GRU)和卷积神经网络(CNN)相结合，提出一种基于S2S-CNN-GRU的航班延误预测模型，主要采用序列到序列的框架结构，利用CNN来捕获机场航班延误状态的结构化特征，作为编码器的输入，利用GRU捕获延误状态的时间特征，并作为解码器输出预测结果，提高预测的准确性。采用美国实际数据检验...