[发明专利]一种基于大数据预测可变滑动时间的方法及系统

说明书

本发明公开了一种基于大数据预测可变滑动时间的方法及系统，涉及民航信息领域，包括以下步骤：分析机场协同决策系统数据库中的历史数据，从中提取出航班离港运行数据，确定航班离港的主要影响参数，设定权重值并动态调整权重比例；采用梯度提升树模型进行建模，得到可变滑动时间动态估计模型，将主要影响参数的实际数据输入到可变滑动时间动态估计模型中，估计出可变滑动时间的概率分布，计算出期望值；对可变滑动时间进行可视化展示；利用可视化展示的可变滑动时间期望值，进行航空器的放行排序，本发明基于已经建设的A‑CDM系统人工预测智能预测可变滑动时间，通过大数据可视化辅助决策，使得大面积航班延误的防止和缓解。

技术领域

本发明涉及民航信息领域，具体涉及一种基于大数据预测可变滑动时间的方法及系统。

背景技术

中国民航业在快速发展，但民航业现有信息化建设水平相对滞后：在硬件方面，尤其是网络建设水平滞后于业务发展，存在覆盖范围不全、传输速度受限等问题；在软件方面，存在大量重复建设、数据孤岛、缺乏数据互联互通、系统亟需升级换代。面对挑战，民航业内提出希望能充分利用现代信息技术，对民航机场客货运输保障和数字化管理、可视化呈现、智能化支持，逐步赋予机场越来越多的智能，全面提高机场的生产、安全、服务、物流、管理、交通、商业和环保等环节的保障效率、服务质量和管理水平。同时，业内也希望能够通过新机制及新技术解决航班大面积延误等痼疾。

目前，航班动态信息传递、机场停机位资源分配以及天气预警分析等主要依靠人工操作完成。人工操作存在以下问题：一是不同人员的经验和熟悉程度不同会导致结果及效率千差万别；二是由于主客观因素难免存在一定的差错；三是在大量并发数据处理时，人工效率无法确保效能。

发明内容

根据以上现有技术的不足，本发明所要解决的技术问题是提出一种基于大数据预测可变滑动时间的方法及系统，基于已经建设的A-CDM系统人工预测智能预测可变滑动时间，通过大数据可视化辅助决策，使得大面积航班延误的防止和缓解。

一种基于大数据预测可变滑动时间的方法，包括以下步骤：

分析机场协同决策系统数据库中的历史数据，从中提取出航班离港运行数据，确定航班离港的主要影响参数，并设定各项所述主要影响参数的权重值，动态调整各项主要影响参数的权重比例；

导入主要影响参数的历史数据进行参数学习，导入近期获得的主要参数的数据进行增量学习，采用梯度提升树模型进行建模，拟合一个基函数，得到可变滑动时间动态估计模型，所述基函数拟合的过程为：

（1）

（2）

（3）

基函数的训练步骤为：

1）找到一组切分维度j和切分值S，使得所述切分维度j和切分值S满足公式（4），所述公式（4）为：

（4）

其中，，，；

2）用所述步骤1）输入的训练数据集（j, s）将输入空间划分为两个子区域，并采用公式（5）决定每个所述子区域相应的输出值，所述公式（5）为：

（5）

3）递归地将每个子区域继续进行划分，使得每个子区域再划分为两个新的子区域，并采用步骤1）和步骤2）决定每个所述新的子区域相应的输出值，循环此步骤直至满足停止条件。所述停止条件由划归到子区域的最少样本数或者建立分类与回归树的最大深度决定；