Ученые нашли быстрый способ прогнозирования задержки рейсов
Информация о задержке запланированного полета в последние минуты в скором времени может остаться в прошлом. Ученые создали новую компьютерную модель, которая приведет к более точным и быстрым предсказаниям о задержке рейса.
Предлагаемый метод лучше всего подходит для анализа набора данных с категориальными переменными (качественные переменные, такие как погодные условия или угрозы безопасности), связанные с задержками рейсов. В то время как исследование не позволит устранить задержки, исследователи полагают, что это поможет авиакомпаниям сообщать путешественникам о задержках быстрее и точнее.
"Авиалинии могут использовать предложенный метод, чтобы обеспечить более точную информацию о задержках для клиентов, и, следовательно, получить лояльность клиентов", - сказала ведущий автор работы Сина Ханмохамбади из Государственного университета Нью-Йорка.
Новая модель также может помочь небольшим региональным аэропортам стать более эффективными и осуществлять большее количество рейсов в день. Авиадиспетчеры также могут использовать эту информацию в качестве дополнения для улучшения управления трафиком аэропорта.
В настоящее время задержки полета предсказываются искусственными нейронными сетями (ИНС), которые заполняют данные задержки от предыдущих рейсов. Исследовательская группа представила новый многоуровневый входной слой ИНС для обработки категориальных переменных с простой структурой, чтобы помочь авиакомпании видеть отношения между входными переменными (например, погода) и выходными (задержка рейса).
Новая модель, описанная в журнале Procedia Computer Science, предсказала продолжительность задержек примерно на 20 процентов более точно, чем традиционные модели, и ей потребовалось на 40 процентов меньше времени, чтобы прийти к этим выводам.
