一种运输系统的运行效率预估模型的构建方法技术方案

本申请提供一种运输系统的运行效率预估模型的构建方法，该方法包括：获取运输系统的历史运行数据和对应的运输系统历史属性数据，根据历史运行数据和对应的运输系统历史属性数据，构建数据样本集；根据预设的预估需求，基于机器学习算法构造运行效率预估模型；从数据样本集中提取训练样本，以对运行效率预估模型进行模型训练；从数据样本集中提取测试样本，将测试样本输入至模型训练后的当前运行效率预估模型中，并得到对应的运行效率预估结果；根据当前运行效率预估模型的预估误差与预设的预估误差阈值之间的关系，确定目标运行效率预估模型。提高了所得到的运行效率预估模型的可靠性，为提高运输系统的运行效率预估结果的准确性奠定了基础。

【技术实现步骤摘要】
一种运输系统的运行效率预估模型的构建方法
本申请涉及人工智能
，尤其涉及一种运输系统的运行效率预估模型的构建方法。
技术介绍
随着人们运输需求的不断增长，各运输行业均得到了快速的发展，例如航空运输行业等。但航空运输受各机场航班计划、航班量以及航线结构等因素的影响，导致航空运输系统的运行效率的预估效果一直不理想，也就无法对运输系统进行精准的调控。因此，航空运输系统的运行效率的预估技术成为了研究的重点。在现有技术中，通常是相关操作人员根据运行效率预估的逻辑规则库和技术经验，对航空运输系统的运行效率进行预估。但是，目前的航空运输系统是一个多航班相互耦合的系统，各航班之间存在一定的关联关系，即便是经验丰富的操作人员也无法对航空运输系统的运行效率进行准确的预估。因此，急需一种可以准确地预估航空运输系统的运行效率的运行效率预估模型，对提高运行效率的预估结果的准确性有重要意义。
技术实现思路
本申请提供一种运输系统的运行效率预估模型的构建方法，以解决现有技术无法对运输系统的运行效率进行准确的预估等缺陷。本申请第一个方面提供一种运输系统的运行效率预估模型的构建方法，包括：获取运输系统的历史运行数据和所述历史运行数据对应的运输系统历史属性数据，并根据所述历史运行数据和所述历史运行数据对应的运输系统历史属性数据，构建数据样本集；其中，所述历史运行数据至少包括所述运输系统中的各运输对象的出发地、目的地、计划出发时刻、实际出发时刻、计划到达时刻和实际到达时刻；根据预设的预估需求，基于机器学习算法构造运行效率预估模型；从所述数据样本集中提取训练样本，将所述训练样本输入至所述运行效率预估模型中，对所述运行效率预估模型进行模型训练；从所述数据样本集中提取测试样本，将所述测试样本输入至模型训练后的当前运行效率预估模型中，并得到对应的运行效率预估结果；基于预设的损失函数，根据所述运行效率预估结果，计算所述当前运行效率预估模型的预估误差；根据所述当前运行效率预估模型的预估误差与预设的预估误差阈值之间的关系，确定目标运行效率预估模型。可选的，所述根据所述当前运行效率预估模型的预估误差与预设的预估误差阈值之间的关系，确定目标运行效率预估模型，包括：判断所述当前运行效率预估模型的预估误差是否小于预设的预估误差阈值；当所述当前运行效率预估模型的预估误差小于所述预估误差阈值时，确定所述当前运行效率预估模型为目标运行效率预估模型。可选的，所述根据所述历史运行数据和所述历史运行数据对应的运输系统历史属性数据，构建数据样本集，包括：在所述历史运行数据中按照第一预设时间周期划分历史运行数据；根据所述第一预设时间周期内的历史运行数据，确定所述运输系统在第一预设时间周期内的实际运行效率；根据所述历史运行数据对应的运输系统历史属性数据和所述实际运行效率，构建所述数据样本集。可选的，所述根据所述历史运行数据和所述历史运行数据对应的运输系统历史属性数据，构建数据样本集，包括：根据所述历史运行数据，确定每第二预设时间周期内各出发地与目的地之间的计划往来交通量；根据所述每第二预设时间周期内各出发地与目的地之间的计划往来交通量和所述历史运行数据对应的运输系统历史属性数据，构造运输系统的运行特征矩阵；根据所述第一预设时间周期与所述第二预设时间周期之间的对应关系，利用所述实际运行效率和所述运行特征矩阵，构建所述数据样本集。可选的，在根据所述历史运行数据和所述历史运行数据对应的运输系统历史属性数据，构建数据样本集之前，所述方法还包括：根据所述历史运行数据的数据质量和各历史运行数据的组成元素，对所述历史运行数据进行数据预处理。本申请第二个方面提供一种运输系统的运行效率预估方法，包括：获取当前运输信息；其中，所述当前运输信息包括当前运输系统属性数据和所述当前运输系统的当前运行数据；将所述当前运输信息输入至如上第一个方面以及第一个方面各种可能的设计所述的运输系统的运行效率预估模型的构建方法所构建的目标运输系统的运行效率预估模型中，以生成当前运输系统对应的运行效率预估结果。本申请第三个方面提供一种运输系统的运行效率预估模型的构建装置，包括：第一获取模块，用于获取运输系统的历史运行数据和所述历史运行数据对应的运输系统历史属性数据，并根据所述历史运行数据和所述历史运行数据对应的运输系统历史属性数据，构建数据样本集；其中，所述历史运行数据至少包括所述运输系统中的各运输对象的出发地、目的地、计划出发时刻、实际出发时刻、计划到达时刻和实际到达时刻；模型构建模块，用于根据预设的预估需求，基于机器学习算法构造运行效率预估模型；训练模块，用于从所述数据样本集中提取训练样本，将所述训练样本输入至所述运行效率预估模型中，对所述运行效率预估模型进行模型训练；测试模块，用于从所述数据样本集中提取测试样本，将所述测试样本输入至模型训练后的当前运行效率预估模型中，并得到对应的运行效率预估结果；检验模块，用于基于预设的损失函数，根据所述运行效率预估结果，计算所述当前运行效率预估模型的预估误差；确定模块，用于根据所述当前运行效率预估模型的预估误差与预设的预估误差阈值之间的关系，确定目标运行效率预估模型。可选的，所述确定模块，具体用于：判断所述当前运行效率预估模型的预估误差是否小于预设的预估误差阈值；当所述当前运行效率预估模型的预估误差小于所述预估误差阈值时，确定所述当前运行效率预估模型为目标运行效率预估模型。可选的，所述第一获取模块，具体用于：在所述历史运行数据中按照第一预设时间周期划分历史运行数据；根据所述第一预设时间周期内的历史运行数据，确定所述运输系统在第一预设时间周期内的实际运行效率；根据所述历史运行数据对应的运输系统历史属性数据和所述实际运行效率，构建所述数据样本集。可选的，所述第一获取模块，具体还用于：根据所述历史运行数据，确定每第二预设时间周期内各出发地与目的地之间的计划往来交通量；根据所述每第二预设时间周期内各出发地与目的地之间的计划往来交通量和所述历史运行数据对应的运输系统历史属性数据，构造运输系统的运行特征矩阵；根据所述第一预设时间周期与所述第二预设时间周期之间的对应关系，利用所述实际运行效率和所述运行特征矩阵，构建所述数据样本集。可选的，所述装置还包括数据预处理模块，用于根据所述历史运行数据的数据质量和各历史运行数据的组成元素，对所述历史运行数据进行数据预处理。本申请第四个方面提供一种运输系统的运行效率预估装置，包括：第二获取模块，用于获取当前运输信息；其中，所述当前运输信息包括当前运输系统属性数据和所述当前运输系统的当前运行数据；预估模块，用于将所述当前运输信息输入至如上第一个方面以及第一个方面各种可能的设计所述的运输系统的运行效率预估模型的构本文档来自技高网...

【技术保护点】
1.一种运输系统的运行效率预估模型的构建方法，其特征在于，包括：/n获取运输系统的历史运行数据和所述历史运行数据对应的运输系统历史属性数据，并根据所述历史运行数据和所述历史运行数据对应的运输系统历史属性数据，构建数据样本集；其中，所述历史运行数据至少包括所述运输系统中的各运输对象的出发地、目的地、计划出发时刻、实际出发时刻、计划到达时刻和实际到达时刻；/n根据预设的预估需求，基于机器学习算法构造运行效率预估模型；/n从所述数据样本集中提取训练样本，将所述训练样本输入至所述运行效率预估模型中，对所述运行效率预估模型进行模型训练；/n从所述数据样本集中提取测试样本，将所述测试样本输入至模型训练后的当前运行效率预估模型中，并得到对应的运行效率预估结果；/n基于预设的损失函数，根据所述运行效率预估结果，计算所述当前运行效率预估模型的预估误差；/n根据所述当前运行效率预估模型的预估误差与预设的预估误差阈值之间的关系，确定目标运行效率预估模型。/n

【技术特征摘要】
1.一种运输系统的运行效率预估模型的构建方法，其特征在于，包括：
获取运输系统的历史运行数据和所述历史运行数据对应的运输系统历史属性数据，并根据所述历史运行数据和所述历史运行数据对应的运输系统历史属性数据，构建数据样本集；其中，所述历史运行数据至少包括所述运输系统中的各运输对象的出发地、目的地、计划出发时刻、实际出发时刻、计划到达时刻和实际到达时刻；
根据预设的预估需求，基于机器学习算法构造运行效率预估模型；
从所述数据样本集中提取训练样本，将所述训练样本输入至所述运行效率预估模型中，对所述运行效率预估模型进行模型训练；
从所述数据样本集中提取测试样本，将所述测试样本输入至模型训练后的当前运行效率预估模型中，并得到对应的运行效率预估结果；
基于预设的损失函数，根据所述运行效率预估结果，计算所述当前运行效率预估模型的预估误差；
根据所述当前运行效率预估模型的预估误差与预设的预估误差阈值之间的关系，确定目标运行效率预估模型。


2.根据权利要求1所述的运输系统的运行效率预估模型的构建方法，其特征在于，所述根据所述当前运行效率预估模型的预估误差与预设的预估误差阈值之间的关系，确定目标运行效率预估模型，包括：
判断所述当前运行效率预估模型的预估误差是否小于预设的预估误差阈值；
当所述当前运行效率预估模型的预估误差小于所述预估误差阈值时，确定所述当前运行效率预估模型为目标运行效率预估模型。


3.根据权利要求1所述的运输系统的运行效率预估模型的构建方法，其特征在于，所述根据所述历史运行数据和所述历史运行数据对应的运输系统历史属性数据，构建数据样本集，包括：
在所述历史运行数据中按照第一预设时间周期划分历史运行数据；
根据所述第一预设时间周期内的历史运行数据，确定所述运输系统在第一预设时间周期内的实际运行效率；
根据所述历史运行数据对应的运输系统历史属性数据和所述实际运行效率，构建所述数据样本集。


4.根据权利要求3所述的运输系统的运行效率预估模型的构建方法，其特征在于，所述根据所述历史运行数据和所述历史运行数据对应的运输系统历史属性数据，构建数据样本集，包括：
根据所述历史运行数据，确定每第二预设时间周期内各出发地与目的地之间的计划往来交通量；
根据所述每第二预设时间周期内各出发地与目的地之间的计划往来交通量和所述历史运行数据对应的运输系统历史属性数据，构造运输系统的运行特征矩阵；
根据所述第一预设时间周期与所述第二预设时间周期之间的对应关系，利用所述实际运行效率和所述运行特征矩阵，构建所述数据样本集。


5.根据权利要求4所述的运输系统的运行效率预估模型的构建方法，其特征在于，在根据所述历史运行数据和所述历史运行数据对应的运输系统历史属性数据，构建数据样本集之...

【专利技术属性】
技术研发人员：苗佳禾，蒋云鹏，张鑫月，李茜，李扬，乐宁宁，
申请(专利权)人：中国民航科学技术研究院，
类型：发明
国别省市：北京;11