[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

说明书

本发明公开一种基于Prophet模型的飞行数据分析方法、装置及计算机设备。其中分析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。本发明通过至少一历史时段的飞行数据获取Prophet模型，再通过Prophet模型获取目标时间对应的预测任务量。

技术领域

本发明涉及数据分析领域，具体涉及一种基于Prophet模型的飞行数据分析方法、装置及计算机设备。

背景技术

飞行数据是空中交通管制系统的核心数据，主要任务是以飞行任务为核心。飞行任务是对飞行器在空中所进行活动的统称，也是重要的飞行数据之一；飞行任务的规划是空中交通管制系统的重要工作，科学的对飞行任务进行分析及预测，用于准确地分析各时段的飞行任务变化及趋势特征，能够有效提高空中交通管制系统对所辖飞行器的任务规划及部署。

发明内容

本发明实施例至少公开一种基于Prophet模型的飞行数据分析方法。本实施例的分析方法通过历史时段的飞行数据获取Prophet模型，再通过Prophet模型获取目标时间对应的预测任务量。

为了实现上述内容，本实施例中所述方法包括：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。

在本发明公开的一些实施例中，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。

在本发明公开的一些实施例中，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。

在本发明公开的一些实施例中，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。

在本发明公开的一些实施例中，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。

在本发明公开的一些实施例中，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。

在本发明公开的一些实施例中，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，所述傅立叶函数为在本发明公开的一些实施例中，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。