基于不同采样率的短航程油耗估计

摘要：

针对多因素影响下的短航程油耗呈现双峰分布,提出了使用高斯混合聚类(Gaussian mixture model,GMM)和随机森林(random forest,RF)相结合的方法对短航程油耗进行估计.该算法先使用GMM对短航程油耗数据聚类,得到两个不同形状的聚类簇.以不同的采样率对两个聚类簇进行采样,构造子数据集,并对每个子集使用回归树进行训练.将CART回归树并行得到RF用于短航程油耗估计.在同一机型和航线,不同的航班数据上进行对比实验,结果验证了所提算法的有效性.

关键词：短航程油耗、高斯混合聚类、采样率、随机森林

所属期刊栏目：19

分类号：TP391.9(计算技术、计算机技术)

资助基金：中美绿色航线项目GH201661279;国家科技支撑计划2012BAC20B0304

在线出版日期：2019-10-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：254-259