【技术实现步骤摘要】
本专利技术涉及智能预判，尤其是一种基于大数据的航空互联机队运行状态预判方法。
技术介绍
1、2018年开始，中国民航局实施了《机上便携电子设备(ped)使用评估指南》，推动了航空互联网的发展，我国航空市场潜力巨大。每年有大量的旅客运输总量和旅客周转量。这些旅客在飞行过程中需要网络连接，为航空互联网提供了巨大的市场机会。现有技术中，虽然卫星通讯具有高带宽、远距离覆盖和低延迟的特性，但由于卫星轨道资源和太阳能资源的限制，其无法覆盖所有地区的机载网络，且卫星信号传输过程中易受大气层、太阳活动等因素影响，传输稳定性较差。鉴于以上问题，本专利技术提出一种基于大数据的航空互联机队运行状态预判方法以解决上述问题。
技术实现思路
1、本专利技术的目的是通过提出一种基于大数据的航空互联机队运行状态预判方法，以解决上述
技术介绍
中提出的缺陷。
2、本专利技术采用的技术方案如下：
3、提供一种基于大数据的航空互联机队运行状态预判方法，包括如下步骤：
4、s1：收集飞机的数据；
5、s2：提取与飞机运行状态有关的特征指标数据；
6、s3：根据特征指标数据搭建预测模型；
7、s4：根据预测模型做出预判以及相应的决策。
8、作为本专利技术的一种优选技术方案：所述s1中飞机的数据包括历史的飞行数据和航班计划数据。
9、作为本专利技术的一种优选技术方案：所述s2的具体步骤如下：
10、s21：对收集的飞机数据
11、s22：将预处理后的数据进行分类筛选；
12、s23：根据相关指标选择与预测目标相关的特征数据。
13、作为本专利技术的一种优选技术方案：所述s21中的预处理的步骤如下：
14、s211：对数据进行清洗，处理缺失和重复的数据；
15、s212：数据集成与变换，将数据汇总，消除模糊数据，将数据转化为所需要的形式；
16、s213：数据归纳，是对发现任务和数据自身解读层面，探寻数据中表达特征。
17、作为本专利技术的一种优选技术方案：所述s22的计算公式如下：
18、收集到的同一个飞机数据x有概率p(x)和q(x),相对熵的公式为：
19、
20、可以转化为：
21、
22、作为本专利技术的一种优选技术方案：所述s23的计算公式如下：
23、已知收集的飞机有n架，每架飞机有m个向量作为指标数据，则有n×m＝n个变量，飞行时间为t，则原始的特征指标数据矩阵：
24、
25、特征指标数据矩阵迹为：
26、
27、其中，xi，i为矩阵的主对角线元素，γi为矩阵的特征值。
28、作为本专利技术的一种优选技术方案：所述s3中根据特征指标数据搭建预测模型的具体步骤为：
29、s31：选择合适的预测模型；
30、s32：使用训练数据对预测模型训练；
31、s33：使用测试数据对训练好的模型进行评估；
32、s34：对模型进行实时维护和更新。
33、作为本专利技术的一种优选技术方案：所述s3中预测模型基于sla预测值，且预测模型包括微分方程模型、灰色预测模型、时间序列模型、回归分析模型、马尔可夫模型和神经网络模型。
34、作为本专利技术的一种优选技术方案：所述s4中根据预测模型做出预判以及相应的决策包括预测模块、决策支持模块和知识库模块。
35、作为本专利技术的一种优选技术方案：所述决策支持模块包括异常预警和优化建议。
36、本专利技术提供的一种基于大数据的航空互联机队运行状态预判方法，与现有技术相比，其有益效果有：
37、本专利技术能够根据航班计划输出所有航班的sla预测值，提前推荐出需重点关注的航班，预计其路线和状态，解决旅客用到网络的质量、网络检测维修问题，供航司及运维部门做决策，提前预判机队的运行状态，以达到提升旅客服务体验的效果。
本文档来自技高网...【技术保护点】
1.一种基于大数据的航空互联机队运行状态预判方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的基于大数据的航空互联机队运行状态预判方法，其特征在于：所述S1中飞机的数据包括历史的飞行数据和航班计划数据。
3.根据权利要求2所述的基于大数据的航空互联机队运行状态预判方法，其特征在于：所述S2的具体步骤如下：
4.根据权利要求3所述的基于大数据的航空互联机队运行状态预判方法，其特征在于：所述S21中的预处理的步骤如下：
5.根据权利要求4所述的基于大数据的航空互联机队运行状态预判方法，其特征在于：所述S22的计算公式如下：
6.根据权利要求5所述的基于大数据的航空互联机队运行状态预判方法，其特征在于：所述S23的计算公式如下：
7.根据权利要求6所述的基于大数据的航空互联机队运行状态预判方法，其特征在于：所述S3中根据特征指标数据搭建预测模型的具体步骤为：
8.根据权利要求7所述的基于大数据的航空互联机队运行状态预判方法，其特征在于：所述S3中预测模型基于SLA预测值，且预测模型包括微分方程模
9.根据权利要求8所述的基于大数据的航空互联机队运行状态预判方法，其特征在于：所述S4中根据预测模型做出预判以及相应的决策包括预测模块、决策支持模块和知识库模块。
10.根据权利要求1所述的基于大数据的航空互联机队运行状态预判方法，其特征在于：所述决策支持模块包括异常预警和优化建议。
...【技术特征摘要】
1.一种基于大数据的航空互联机队运行状态预判方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的基于大数据的航空互联机队运行状态预判方法，其特征在于：所述s1中飞机的数据包括历史的飞行数据和航班计划数据。
3.根据权利要求2所述的基于大数据的航空互联机队运行状态预判方法，其特征在于：所述s2的具体步骤如下：
4.根据权利要求3所述的基于大数据的航空互联机队运行状态预判方法，其特征在于：所述s21中的预处理的步骤如下：
5.根据权利要求4所述的基于大数据的航空互联机队运行状态预判方法，其特征在于：所述s22的计算公式如下：
6.根据权利要求5所述的基于大数据的航空互联机队运行状态预判方法，其特征在于：所述s23的计算公...
【专利技术属性】
技术研发人员：易斌，
申请(专利权)人：空地互联网络科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。