近年来,我国民航业持续高速发展,飞机起降架次迅速增长,机坪业务日趋繁忙,地面保障服务需求不断增加,繁忙机场面临运行效率低、协同能力不足等瓶颈问题。机场地面保障服务利用地服保障设备进行地面作业,各项地服保障作业之间有严格的服务流程及顺序,航空器进入机位后由机场地服保障单位负责完成一系列的保障作业,各保障时间窗不可随意更换次序或更改时间。目前各枢纽机场存在航班地服保障效率低下、航班延误时间增加等问题,其主要原因是机场地服保障设备分配不合理,航班延误的不确定性加剧了特种车辆调度的困难等。因此,保障机场地面服务高效运行成为我国民航业必须解决的首要问题,实现地服保障设备需求预测是地面服务资源规划的基础和重要保障,是实现机场地面服务高效运行的关键。本文旨在构建考虑航班延误的机场地服保障设备的需求预测体系,可用来预测机场未来某一时段的地服保障设备的需求量;首先考虑航班延误对地服保障设备需求所造成的影响,分别以时间序列预测算法为基础,建立ARIMA模型以及LSTM神经网络模型来预测机场航班延误,通过对比两种方法的预测结果,比较其优劣性,最终选择更适合本文的LSTM模型进行航班延误预测,得到延误条件下每时段的航班架次及地面保障服务起始时间等条件,并建立考虑航班延误的地服保障设备需求预测模型。从地服保障设备最小需求预测、考虑服务时间窗的地服保障设备需求预测、地服保障设备长期需求预测三个方面分别讨论分析机场航班地服保障设备需求预测模型,对未来地服保障设备需求量进行预测调整;最后通过对国内某枢纽机场的实际运行数据进行实例分析,分别预测得到了不同情况下的地服保障设备需求量,并验证了模型的有效性、可靠性,证明了预测结果可促进机场地面保障服务供应各方和需求各方之间的信息共享和协同决策,减少航班延误时间,提高机场地面保障服务效率和设备使用利用率,保障机场场面高效运行。