山东理工大学王春政获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉山东理工大学申请的专利一种基于因果森林的机场容量预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121615883B 。
龙图腾网通过国家知识产权局官网在2026-04-03发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202610144593.1,技术领域涉及:G06Q10/04;该发明授权一种基于因果森林的机场容量预测方法是由王春政;龚春玲;董笑含;蓝震皓;罗传晟;孙锋设计研发完成,并于2026-02-02向国家知识产权局提交的专利申请。
本一种基于因果森林的机场容量预测方法在说明书摘要公布了:本发明属于机场容量预测技术领域,具体涉及一种基于因果森林的机场容量预测方法,步骤包括:收集目标机场的历史运行数据,形成基础数据并进行预处理;将机场气象条件数据对应的气象类型划分为有利气象条件和不利气象类型;训练因果森林模型;获取每种不利气象类型的个体处理效应,并计算每种不利气象类型下的平均处理效应;获取机场理论容量;给定某个待预测时段的机场气象条件数据,利用分类算法获得该待预测时段对应的气象类型,根据机场理论容量和该待预测时段中气象类型对应的平均处理效应,估计该待预测时段的机场容量。本发明能够估计多种协变量干扰下的处理变量对目标变量的因果效应,从而提供更加精确、稳定的容量预测结果。
本发明授权一种基于因果森林的机场容量预测方法在权利要求书中公布了:1.一种基于因果森林的机场容量预测方法,其特征在于包括以下步骤: S1、收集目标机场的历史运行数据,包括各时段内的机场实际起降架次、机场气象条件数据、机场计划航班数量、相关机场的延误状况,形成基础数据; S2、对基础数据进行预处理,包括填补缺失值和标准化处理; S3、对机场气象条件数据,利用聚类方法进行离散化处理,将机场气象条件数据对应的气象类型划分为有利气象条件和不利气象类型; S4、将离散化处理后的气象条件作为处理变量,机场实际起降架次作为目标变量,机场计划航班数量和相关机场的延误状况作为协变量,训练因果森林模型; S5、利用因果森林模型,获取每种不利气象类型的个体处理效应,并计算每种不利气象类型下的平均处理效应; S6、根据机场历史运行数据,获取机场理论容量; S7、给定某个待预测时段的机场气象条件数据,利用分类算法获得该待预测时段对应的气象类型,根据机场理论容量和该待预测时段中气象类型对应的平均处理效应,估计该待预测时段的机场容量; S4中,训练因果森林模型的过程为: S4.1、将预处理后的基础数据中的气象条件数据替换为对应的气象类型k,形成机场容量预测数据集D; S4.2、从机场容量预测数据集D中,选取气象类型为k=0和的数据,其中是不利气象类型的索引,取值为,K为聚类簇的数量; S4.3、另,即从机场容量预测数据集D中选取气象类型为k=0和k=1的数据,形成子数据集,从中随机选取60%数据用于构建树,记为训练数据集,剩余40%数据用于估计,记为估计数据集,定义作为因果森林模型的处理变量,定义目标变量Y为时对应时段的机场实际起降架次,定义协变量X为时对应时段的计划航班数量与相关机场平均延误时间; S4.4、调用Python因果机器学习库causalml,以作为输入,利用因果随机森林回归器的拟合函数,训练因果森林模型,得到时的因果森林模型,记为; S4.5、将依次设置为,重复S4.3-S4.4的数据选取和训练过程,分别形成时的因果森林模型,记为。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人山东理工大学,其通讯地址为:255000 山东省淄博市张店区新村西路266号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励