在智慧民航建設全面推進的當下，機場運行效率與流量精準管控成為行業提質增效的核心命題。面對國內超八成中小機場預算有限、硬件薄弱、預測不準、調度依賴經驗的行業痛點，西安建筑科技大學航智新途隊立足專業所長，深耕民航智能運行領域，自主研發\\“樞紐智腦”——基于CNN-LSTM的機場流量預測與仿真系統\\，以技術創新填補中小機場高精度流量管理方案空白，用務實成果書寫青年學子的科創擔當。
　　這支由王睿、孫佳昕、馬寶儀、楊睿文、王靜組成的科創團隊，在陳博、高林淞兩位老師的專業指導下，秉持“數據驅動決策、智能賦能運行”的理念，將人工智能、交通運輸工程與民航業務深度融合，走出一條“技術輕量化、應用場景化、商業可行化”的科創之路。團隊成員跨學科優勢顯著，兼具數據科學、大數據技術、管理學專業背景，既有深耕深度學習模型研發的技術骨干，也熟悉機場一線運行的實踐人才，更具備市場分析、商業落地的運營能力，形成“技術研發—產品設計—市場推廣”全鏈條協作體系，以扎實能力攻克行業難題。
　　不同于行業內“大而全、高成本”的數字孿生方案，航智新途隊聚焦中小機場核心需求，創新打造“預測—仿真—決策”一體化閉環系統。團隊突破傳統模型局限，融合CNN-LSTM混合模型，用CNN精準提取氣象空間關聯特征，LSTM深度捕捉流量時序規律，實現機場流量預測R²高達0.9836，精度遠超傳統統計模型；同時打造輕量化算法架構，僅需8G顯存即可部署，完美適配中小機場硬件條件，破解“高精度與低成本不可兼得”的技術困境。

　　圖1機場數據壓力
　　在功能設計上，團隊始終立足一線實操需求，打造可視化交互界面，通過甘特圖、流量趨勢圖直觀呈現結果，降低調度人員使用門檻；獨創\\“What-If”情景仿真功能\\，可模擬惡劣天氣、航班延誤等突發場景，為機場應急管理提供數據支撐；針對不同規模機場定制功能模塊，兼顧中小機場輕量化需求與大型機場定制化調度需求，真正做到“小而精、專而深、用得上、用得起”。

　　圖2CNN-LSTM流量預測模型設計思路總覽
　　從技術研發到商業落地，航智新途隊以嚴謹務實的態度打磨每一處細節。項目依托南航真實航班與氣象數據完成模型訓練，在廣州白云機場完成多輪測試驗證，各項指標均達行業領先水平；創新采用“SaaS訂閱+定制開發+技術授權”盈利模式，先以中小機場為試點突破，再聯動民航設備廠商拓展大型樞紐市場，依托高校團隊實現低成本研發，毛利率可達60%以上，兼具技術價值與商業可行性。
　　科創路上，航智新途隊始終保持專注、創新、協作、擔當的精神，不追噱頭、不務虛功，扎根行業痛點做真科研、研真產品。團隊成員分工明確、默契配合，從算法優化、界面設計到市場分析、商業規劃，每一項成果都凝聚著集體的智慧與汗水；指導老師全程悉心指導，為技術攻堅、項目規劃保駕護航，讓青年科創力量精準對接行業需求。
　　“樞紐智腦”不僅是一套智能系統，更是航智新途隊以科技賦能民航、用創新解決難題的初心見證。未來，團隊將繼續深耕智慧民航領域，持續優化產品性能、拓展應用場景，讓輕量化、高精度的智能流量管理方案惠及更多機場，以青年科創之力，助力中國民航邁向更智能、高效、安全的高質量發展新征程。