希思罗机场实时中转预测让流量管理者即时行动

希思罗机场超过四分之一的乘客需要进行航班中转，因此中转流程是运营的关键环节。机场运行中心旨在跨利益相关方共享数据，但预测什么以及如何实时利用这些预测，仍是一个悬而未决的问题。

欧洲空中航行安全组织于2016年初委托开展一项研究，由伦敦大学学院牵头，联合弗吉尼亚大学和希思罗机场，专注于预测中转行程。团队利用多种数据库，通过经典和回归树（CART）模型进行建模。

在2016年7月19日的实时试验中，系统每5分钟刷新一次2小时预测窗口，并提供预测区间，与5号航站楼的摄像头数据进行了校验。试验表明，准确的实时预测是可行的，对流量管理者很有价值。

该试点成果作为Wagner奖特刊论文发表在《INFORMS应用分析杂志》（2020年）上，是机场协同决策与实时分析结合的范例。

实时预测客流，即时行动

带有预测区间的实时预测为流量管理者提供了在瓶颈出现前干预的提示。

四分之一的交通量是中转旅客，即使微小的改进也能惠及数千名乘客。

CART模型可解释性强，且能基于现有数据库快速构建。

机场运行中心的环境将预测转化为各方的行动。

机场最大的杠杆是共享实时信息：即使实时预测不完美，只要带有置信区间，也比事后分析更有价值——因为几分钟就能决定旅客能否赶上中转航班。

2016年7月19日进行了8小时的实时试验，期间每5分钟更新一次的2小时预测准确可靠；该方法被记录在2020年IJAA Wagner奖论文中，并推动了欧洲空中航行安全组织在机场运行中心方面的工作。