暂无图片
暂无图片
暂无图片
暂无图片
暂无图片
首页 / 国双智慧航司解决方案助力航企数智化转型（下篇）

国双智慧航司解决方案助力航企数智化转型（下篇）

国双Gridsum 2023-06-12
190

在前文中，我们介绍了国双智慧航司系统基于QAR数据对飞行过程及进近阶段的相关分析，飞行员可以据此检查相关执行是否标准，调整飞行习惯，确保飞行安全。海量飞行数据的规律挖掘在提升飞行安全的同时，也对飞行节能、绿色低碳等方面具有指导意义。

飞机脱离跑道后，从安全、节能上考虑需要尽快到达巡航高度，通过国双智慧航司系统构建影响达到巡航高度的影响因素分析模型，通过初始爬升阶段来回归预测飞行高度。

初始爬升阶段影响飞行高度的因素，可能包括发动机转速、俯仰姿态、风速等，通过“过滤”算子和“散点图”算子构建出这几个因素和高度的探索分析，通过观察，容易发现逆风、顺风和高度没有相关性。发动机转速和俯仰姿态在初始爬升阶段与高度的相关性较高，接下来构建GBDT梯度提升决策树回归模型，训练发动机转速、俯仰姿态二大特征与高度的关系。

发动机转速与高度 

发动机转速与高度

俯仰姿态与高度 

风速与高度

在模型构建画布中拖入“GBDT梯度提升决策树”算子，配置好特征和目标后，执行任务。

回归算子配置
          
运行后，即完成模型的训练，同样在国双智能平台上能够能够依据训练好的模型实现预测，并支持预测结果查看和下载。

国双智慧航司系统提供“自动建模”来进一步提高模型构建的效率，结合拟合结果来观察模型的适合性，大大提高模型调整优化的操作效率。基于业务假设，初始阶段影响高度的因素主要包括发动机转速、俯仰姿态和俯仰变化率，如下“自动建模”来构建初始爬升阶段高度的预测模型。通过“自动建模”调出自动建模配置界面，根据业务假设，配置好自动建模对应的训练要素。主要包括任务名称、任务描述、数据来源（训练数据）基本要素和模型训练相关参数要素，包括：

  • 建模类型：高度是目标列，属于连续型数据，因此选择分类、回归、时间序列中的回归；
  • 目标列：预测高度，因此选择无线电高度；
  • 特征列：根据业务假设1发外圈转速、2发外圈转速、俯仰姿态和俯仰变化率。
  • 建模算法：选择Extreme Gradient Boosting回归，并配置参数。
  • 调优标准：选择mean_absolute_error。

自动建模训练数据配置 

自动建模参数配置
         
模型训练后，国双智慧航司系统支持在“模型管理”中可以导出，当然也可以“导入”训练好的模型。

如上，利用国双智慧航司系统，可以实现针对QAR数据的分析挖掘、及数据科学领域的场景支持；其赋能QAR相关的人工智能算法模型可以实现敏捷的开发上线、以及高效的场景落地。作为算法建模的聚合平台，国双智慧航司系统是一款集数据处理、模型训练、结果预测、API生成为一体的人工智能引擎。

国双智慧航司系统优质、丰富的机器学习算法，所有算法都经过大规模业务锤炼而成。从算法的丰富性角度来看，国双智能平台不仅提供了基础的聚类、回归类等机器学习算法，也提供了文本分析、特征处理等比较复杂的算法,同时还提供了在线编程工具，方便用户将算法嵌入到自己的工程中。

国双智慧航司系统支持主流机器学习框架,包含Tensorflow、scikit-learn等机器学习框架，支持celery异步处理，redis缓存任务和分布式加速训练，建模速度快，参数寻优效率高，是航空企业AI中台的优选。

作者：胡占桥，国双大交通业务部，民航咨询专家。
    
利用国双底座软件及平台级产品组合，可灵活实现针对航司企业关键数据的分析挖掘、及数据科学领域的场景化支持，相关的人工智能算法模型可实现敏捷的开发上线、以及高效的智能化应用落地，助力航司深度实现核心业务数智化转型。


建模软件数据建模发动机
文章转载自国双Gridsum，如果涉嫌侵权，请发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。

评论