摘要
本发明公开了一种多模型融合优化航班延误预测方法，包括：S1、采集人因数据、机械数据和环境数据并进行预处理，得到变量数据；S2、根据变量数据分别建立线性模型和非线性模型；S3、将线性模型和非线性模型通过集成学习策略进行模型融合，得到集成模型；S4、检测变量数据中的预设不可控变量数据并根据预设不可控变量数据对非线性模型进行权重优化；S5、将集成模型中的输出结果和S4中的权重优化作为新特征通过线性回归进行加权组合，得到最终输出结果。通过线性模型和非线性模型的融合策略，既保留了非线性关系的高效优势、又保留了线性回归的可解释性。同时，还建立了动态权重调整机制，当环境监测数据出现异常时，自动提升非线性模型权重。
