[发明专利]基于Prophet模型的飞行数据分析方法、装置及计算机设备

权利要求书

1.一种基于Prophet模型的飞行数据分析方法，其特征在于，

所述方法包括：

解析飞行数据中至少一历史时段的飞行数据集；

排序所述飞行数据集为时间序列集；

根据至少一所述时间序列集获取Prophet模型；

输入一目标时间到所述Prophet模型，获取所述Prophet模型输出的预测任务量。

2.如权利要求1所述的基于Prophet模型的飞行数据分析方法，其特征在于，

获取各任务类型的所述Prophet模型；

输入所述目标时间到各任务类型的所述Prophet模型，获取各任务类型在所述目标时间的所述预测任务量；

根据各任务类型的所述预测任务量，预测在所述目标时间的繁忙度。

3.如权利要求1所述的基于Prophet模型的飞行数据分析方法，其特征在于，

所述飞行数据集包括飞行任务量及与飞行任务量对应的日期；

所述目标时间为目标日期。

4.如权利要求1所述的基于Prophet模型的飞行数据分析方法，其特征在于，

获取所述Prophet模型，被配置为：

根据所述时间序列集获取所述历史时段的一飞行任务量的增长趋势、周期特性及特定日期的特定任务量；

根据所述增长趋势、所述周期特性及所述特定任务量获取所述Prophet模型。

5.如权利要求4所述的基于Prophet模型的飞行数据分析方法，其特征在于，

获取所述Prophet模型，被配置为：

根据增长趋势获取Prophet模型的逻辑回归函数；

根据周期特性获取Prophet模型的傅立叶函数；

根据特定日期的特定任务量获取Prophet模型的单位冲激函数；

根据所述逻辑回归函数、所述傅立叶函数及所述单位冲激函数获取所述Prophet模型，

所述Prophet模型的公式为y(t)＝g(t)+s(t)+h(t)+εt；

其中，g(t)为所述逻辑回归函数，s(t)为所述傅立叶函数，h(t)为所述单位冲激函数，εt为噪声函数。

6.如权利要求5所述的基于Prophet模型的飞行数据分析方法，其特征在于，

获取所述逻辑回归函数，被配置为：

根据时间序列集获取飞行任务量的增长率、偏移量及最大任务量，所述增长率存在至少一关键突变点，所述最大任务量为线性函数；

根据所述增长率、所述偏移量及所述最大任务量确定所述逻辑回归函数，所述逻辑回归函数为分段线性的所述逻辑回归增长模型。

7.如权利要求5所述的基于Prophet模型的飞行数据分析方法，其特征在于，

获取所述傅立叶函数，被配置为：

所述时间序列集存在有至少两种周期类型的增长趋势，所述傅立叶函数为

8.如权利要求5所述的基于Prophet模型的飞行数据分析方法，其特征在于，

所述单位冲激函数被配置为

其中，L为所述特定日期的数量，k_i为特定日期对预测任务量的影响度，D_i为第i个所述特定日期；

所述特定日期为节假日和/或停飞日期。

9.一种基于Prophet模型的飞行数据分析装置，其特征在于，

所述装置包括解析单元、排列单元、模型单元及分析单元；

所述解析单元被配置为解析飞行数据中至少一历史时段的飞行数据集；

所述排列单元被配置为排序所述飞行数据集为时间序列集；

所述模型单元被配置为根据至少一所述时间序列集获取Prophet模型；

所述分析单元被配置为输入一目标时间到所述Prophet模型，获取所述Prophet模型输出的预测任务量。

10.一种计算机设备，其特征在于，所述包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法的步骤。