近年来，航班延误波及预测在航空运输管理中具有重要意义。传统预测方法往往难以准确捕捉航班延误的复杂时空传播特性。本文提出一种融合注意力机制SimAM的改进rLSTM模型，用于航班延误波及预测研究。该模型通过引入SimAM注意力机制，有效增强了网络对关键时空特征的提取能力；同时结合rLSTM的循环结构，更好地建模了航班延误的时序依赖关系。实验结果表明，所提方法在预测精度和泛化性能方面均优于传统模型，为航班延误波及预测提供了新的解决方案。本研究由屈景怡完成，为航空运输调度优化提供了理论支持和技术参考。
