基于随机森林算法的飞行阶段划分.pdf
《基于随机森林算法的飞行阶段划分.pdf》由会员分享,可在线阅读,更多相关《基于随机森林算法的飞行阶段划分.pdf(4页珍藏版)》请在咨信网上搜索。
1、舰 船 电 子 工 程2023 年第 6 期1引言飞参数据是借助飞机上的参数记录系统记录并保存的飞机飞行过程中的状态、性能信息和关键技术参数的一系列数据,在飞机研制、飞行状态监控、飞行质量分析评估、视情维修、事故调查等应用方面有着非常重要的参考价值。飞参数据通常由飞机的飞行记录系统自动记录,并以文件形式存储在SD卡中,其往往涵盖整个完整的飞行过程,未明确划分飞行阶段。然而飞机飞行状态和性能在起飞、巡航、下降等不同飞行阶段存在很大差异,飞机性能监控、飞行质量分析评估、飞行安全预测等诸多研究均建立在飞行阶段划分的思想上12。因此,利用飞参数据划分飞行阶段对在飞行领域开展深层次研究具有重要的指导意义
2、3。根据飞行技术手册和飞行特点,飞机的整个飞行过程通常可简单分为以下五个通用阶段:起飞、爬升、巡航、下降、着陆4,如图1所示。目前,飞行阶段的划分一般有两种方式:一是靠人工经验判断;二是利用飞参数据采用算法分类模型实现。显然,人工经验判断主观性强、效率低,不能满足信息系统自动化的要求。在利用飞参数据划分飞行阶段方面,有的采用主成分分析和支持向量机的方法,建立飞行阶段划分模型5。还有的采用贝叶斯、神经网络和决策树等方法6。不同的方法有不同的优缺点。决策树算法是一种典型的分类方法。基于训练样本数据集、所有特征和切分点,依据基尼指数收稿日期:2022年12月2日,修回日期:2023年1月10日作者简
3、介:张燕红,女,硕士研究生,副教授,研究方向:机器学习、人工智能。王凤芹,女,博士研究生,副教授,研究方向:装备保障信息化技术、数据分析与应用。王丽娜,女,硕士研究生,副教授,研究方向:深度学习、计算机网络。杜晶,女,硕士研究生,讲师,研究方向:数据分析与可视化。基于随机森林算法的飞行阶段划分张燕红王凤芹王丽娜杜晶(海军航空大学烟台264001)摘要为了提高飞参数据的利用率,为飞行质量评估、飞机故障诊断、飞行事故调查等飞行领域的深层次研究奠定基础,论文以某型飞机实际飞行的飞参数据为研究对象,设计并实现了基于随机森林的飞行阶段划分算法。同时将基于CART决策树的随机森林算法与单一CART决策树算
4、法进行对比仿真,取得了较好的实验效果,解决了每次依靠人工划分飞行阶段主观性强、效率低的问题。关键词飞参数据;决策树;随机森林;飞行阶段划分中图分类号V247.5DOI:10.3969/j.issn.1672-9730.2023.06.031Flight Stage Division Based on Random Forest AlgorithmZHANG YanhongWANG FengqinWANG LinaDU Jing(Naval Aviation University,Yantai264001)AbstractIn order to improve the utilization r
5、ate of flight parameter data and lay the foundation for in-depth research in thefield of flight quality assessment,aircraft fault diagnosis,flight accident investigation,etc,this paper takes the flight parameter data of a certain type of aircraft as the research object,and designs an algorithm based
6、 on random forest.It compares and simulates theCART decision tree and the random forest algorithm based on the CART decision tree.The experiment achieves good experimentalresults,and solves the problem of strong subjectivity and low efficiency in relying on manual division of flight stages each time
7、.Key Wordsflight data,decision tree,random forest,flight stage divisionClass NumberV247.5总第 348 期2023 年第 6 期舰 船 电 子 工 程Ship Electronic EngineeringVol.43 No.6145总第348期生成决策树,即分类规则,然后通过决策树对测试样本数据进行分类。而随机森林是利用多个决策树对样本进行训练并预测的一种分类器,它兼顾了解决分类和回归问题的能力。对于分类问题,随机森林算法输出的类别是由个别决策树输出类别的众数决定的。对于回归问题,随机森林把每一个决策树的输
8、出进行平均得到最终的回归结果。因此,相比于单一的决策树算法,随机森林的表现一般要更优。本文对某型飞机实际飞行过程中产生的飞行数据,采用随机森林算法划分飞行阶段,同时将基于CART决策树的随机森林算法与单一CART决策树算法进行对比仿真,取得了较好的实验效果,解决了每次依靠人工划分飞行阶段,主观性强、效率低的问题。图1飞行阶段划分2参数约简飞机记录的飞参数据通常有几十种,经过研究发现,影响阶段划分的只有其中的某几种,而大部分飞参数据与阶段划分无明显关联,称为冗余参数。如果把所有的飞行参数都用于构建决策树模型,就会使决策树有非常多的分叉,复杂臃肿,甚至导致误判。因此在使用决策树和随机森林算法构建分
9、类模型之前,需要对飞行参数进行约简。参数约简的主要思想是去除冗余、无关的参数,只保留关键参数,以提高决策效率。本文所使用的飞参数据包含高度、俯仰角、空速、磁航向角度、攻角、升降速度、发动机转速、机体轴向加速度、横滚角等42个特征参数。根据各个飞行阶段的特点,提取的主要参数为高度、俯仰角、空速、机体轴向加速度四个飞行参数,作为特征参数。3基于决策树算法的飞行阶段划分决策树算法常见的决策分支方式有三种:基于信息增益的ID3、基于信息增益比的C4.5和基于基尼指数的CART。前两者是基于信息熵的。sklearn中只实现了ID3与CART决策树。由于ID3决策树涉及了大量的对数运算,运算复杂,而CAR
10、T决策树更适合大规模样本处理,因而本文采用CART决策树进行飞行阶段划分。3.1算法设计采用CART决策树构建分类模型时,利用已经划分好飞行阶段的飞参数据建立训练样本数据集,输入为训练样本数据集、设定好基尼指数的阈值以及样本个数阈值,输出为 CART 决策树。建立CART决策树分类模型的方法是根据飞参训练样本数据集,先构建根结点,再自顶向下利用飞参训练样本数据集递归创建每一个结点,从而构建划分飞行阶段的整个CART决策树。具体步骤如下:1)判断结点中的样本个数是否小于预定阈值,或者是否没有更多特征,如果是,则返回决策树,停止迭代,算法结束;如果否,则进行第2)步。2)计算结点现有特征对当前训练
11、数据集的基尼指数,判断样本集的基尼指数是否小于预定的阈值,如果是,则返回决策树,停止迭代,算法结束;如果否,则进行第3)步。3)在所有特征的所有切分点中,依据基尼指数最小的原则,选定最优特征与最佳切分点,划分属性。即根据选定的最优特征与最佳切分点,将当前结点生成两个子结点,并将训练样本数据集相应地也分配到这两个子结点中。4)对刚刚生成的两个子结点,重复刚才的步骤1)、2)、3)。基于决策树算法的飞行阶段划分的流程图如图2所示。3.2算法实现关键代码Python中sklearn模块定义了DecisionTreeClassifier类实现决策树算法,关键代码如下:#将数据分为训练数据集和测试数据集
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 随机 森林 算法 飞行 阶段 划分
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。