摘要：准确预测机场噪声对控制噪声影响、制定航班计划和规划机场周边环境具有重要意义。而现有机场噪声预测模型复杂，需要监测和采集较多高精度数据作为输入参数，给机场噪声预测增加了困难。针对上述问题该文提出基于动态集成学习的预测模型，该模型基于粗糙集理论对历史监测数据集进行约简分组并构造属性子集，然后对由3维空间向量拟合属性子集生成的基模型进行动态集成。实验结果表明，预测参数完整时，该模型针对特定机型的预测准确性优于现有模型。即使预测参数部分缺失，预测结果也能随参数的增多逐渐逼近真实值。

关键词：信息处理 机场噪声 集成学习 预测模型 属性约简 

单位：中国民航大学计算机科学与技术学院 天津300300 中国民航信息技术科研基地 天津300300