为了确定导致跑道占用时间长短不同的因素，本文提出了一种随机森林回归算法，使用着陆数据库根据不同致因预测跑道占用时间。一个随机森林由一组决策树组成，经过训练后完成回归或分类任务^[3]。随机森林算法具有很高的预测能力，同时有防止过度拟合的功能，并且带有监督性功能，如果在回归任务上进行训练，可以提供每个输入因子在训练数据集中预测目标变量方差时的重要性排序。因此随机森林算法通常被用来识别复杂预测模型中包含的最重要的特征，即特征选择。排序功能是基于每个决策树节点中差异因子的相对大小以及每个节点减少方差的能力。通过训练随机森林模型预测ROT，可以根据不同因素导致ROT变化的能力对其进行排序^[4]。