【技术实现步骤摘要】
本专利技术属于民航业民用机场数字化、信息化，尤其涉及一种基于大模型的机场飞行区规则监察方法及系统。
技术介绍
1、在面向机场飞行区监察
中，传统机场飞行区监管依赖于线下巡视和人工定期摄像头查阅的方式进行监察，监察效率低且非常容易产生监察漏项，以普通大型机场为例，飞行区面积超过几十万平，摄像头数量超过一万，人工线下巡视很难做到全面覆盖，依赖于摄像头的人工抽查监控则更难进行全方位的覆盖，导致飞行区运行安全风险提高，影响机场安全平稳运行。
2、部分机场在机场飞行区监察
应用诸如机坪监控、飞行区管理、道面管理、车辆管理等系统，这些系统针对飞行区监察
中一个或多个监察类型，能够对特定类型的监察业务进行信息化支持，解决部分飞行区监察业务问题，但较难站在更加全面的角度对飞行区监察进行技术支持，单一系统很难进行其他飞行区监察类型的拓展支持，不同机场随着时间的发展，监察业务规则越来越复杂，基于限定规则设计的系统难以很好的支持机场监察业务的发展。
技术实现思路
1、为克服相关技术中存在的问题，本专利技术公开实施例提供了一种基于大模型的机场飞行区规则监察方法及系统。
2、所述技术方案如下：一种基于大模型的机场飞行区规则监察方法，包括以下步骤：
3、s1，围绕机场飞行区监察业务场景，构建面向飞行区监察的定向优化大模型，并进行飞行区监察场景下大模型定向训练优化；
4、s2，基于优化后的面向飞行区监察的定向优化大模型，构建飞行区监察管理系统，用
5、s3，利用构建的飞行区监察管理系统对接飞行区多个运行系统，获取实时运行数据进行动态监察。
6、进一步的，在步骤s1中，构建面向飞行区监察的定向优化大模型包括：场景数据采集、场景数据处理；
7、所述场景数据采集包括：通过爬虫技术获取民航局官网、机场官网、公众号、搜索平台检索信息，通过电子资料进行资料格式转换及文本提取，纸质资料进行扫描后文本提取，通过电子资料进行资料格式转换及文本提取机场内部资料和专家整理编制资料，以及从已有系统中导出数据，并根据规范格式要求进行基础数据标准化处理采集机场运行基础数据；
8、在获取到资料并进行文本提取存储后，进行场景数据处理，将低质量数据进行去除。
9、进一步的，所述场景数据处理包含以下步骤：
10、步骤1：数据格式转换处理，将不同资料获取到的提取文本数据进行进一步处理，将其中不合理换行、空格、其他控制符进行删除，并将过大文本文件进行拆分处理；
11、步骤2：基本低质量数据去除处理，将包含html标签、xml标签、表格、图片、其他流媒体占位符进行删除，将未完成的句子、异常长的句子进行删除，将存在用户评价且评价等级低的内容进行删除，将包含违禁关键字的内容进行删除；
12、步骤3：文本内容去重，将文本内容进行去重计算，将重复度高的内容进行去除，同时将文本重复的文本文件进行集中归类处理；
13、步骤4：基于人工理解的无关、有误内容去除处理，采用人工分组、分获取渠道类型的方式进行资料内容审查，同时为不同类型文本进行类型标记；
14、步骤5：将文本进行向量化处理，通过采用扩充词表将文字转换为相应数字，并将转换后的文本向量按照设定大小要求进行分块切分处理；
15、步骤6：文本内容存储，将文本按照不同类型标记存储在分布式数据库中，并基于日期进行文本分区存储。
16、进一步的，在步骤s1中，进行飞行区监察场景下大模型定向训练优化包括：在完成场景数据处理后，基于选取的开源大模型基座，使用无监督场景数据进行面向飞行区监察的定向优化大模型预训练，训练完成后使用准备好的qa场景数据进行面向飞行区监察的定向优化大模型微调。
17、其中，预训练采用无监督技术进行训练，微调为使用准备好的qa来训练模型，以使得大模型能够更好地理解并回答问题。
18、进一步的，在步骤s2中，飞行区监察管理系统包括：
19、大模型层，包含经过定向训练优化的面向飞行区监察的定向优化大模型，为上层模块提供大模型基础服务；
20、模型封装管理层，用于提供面向飞行区监察的定向优化大模型统一抽象封装功能；
21、模型数据处理层，用于提供围绕面向飞行区监察的定向优化大模型的外挂知识体系以及飞行区监察业务场景实时动态运行数据采集、处理、共享功能；
22、通用场景服务层，用于为上层具体监察服务层提供服务支撑；
23、监察服务层，用于为具体的飞行区监察场景功能服务。
24、进一步的，所述模型数据处理层包含数据处理模块、数据存储模块、数据共享模块、数据权限管理模块；数据处理模块基于总线技术，包含不同数据源采集处理适配器，将不同来源数据进行采集、集中清洗处理，数据存储模块包含向量数据库、关系型数据库、分布式文件存储等部分，向量数据库用来存储需要外挂的飞行区监察相关业务知识，关系型数据库存储业务运行数据，分布式文件存储收集到的全量飞行区监察相关业务资料，数据共享模块提供数据目录及数据获取接口，根据大模型以及上层服务调用需要提供不同适配数据接口，数据权限管理模块提供不同类型、不同结构数据细粒度访问控制权限；
25、所述通用场景服务层包含大模型能力封装模块、平台运行管理模块、民航智能问询模块、民航智能检索模块、规则监察引擎模块，大模型能力封装模块提供大模型语言理解、情感意图识别、多模理解、图像生成能力抽象封装；平台运行管理模块提供多租户管理、基础数据管理、权限控制、运维监控基础平台运行所需要的功能，民航智能问询模块抽象民航场景中问询场景功能需求，提供通用的问询场景功能框架，为上层具体业务服务提供大模型驱动的智能问询功能；民航智能检索模块提供使用大模型能力的智能知识库管理与检索，规则监察引擎模块围绕民航规则监察场景进行总结抽象，提供公共的理解能力规则监察功能；
26、所述监察服务层包含监察规则处理模块、监察数据对接模块、监察告警模块、记录统计分析模块；
27、监察规则处理模块用于抽象机场飞行区不同类型监察场景的规则结构，提供通用的规则设置结构，同时内部内置自然语言式的规则配置功能；
28、监察数据对接模块提供监察场景外部系统统一对接功能，获取数据进行智能化的飞行区监察；
29、监察告警模块负责监察异常的识别与告警，基于配置要求外调服务接口，同时提供独立告警消息推送功能；
30、记录统计分析模块提供监察记录、告警记录历史查询以及统计分析功能。
31、进一步的，本文档来自技高网...
【技术保护点】
1.一种基于大模型的机场飞行区规则监察方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于大模型的机场飞行区规则监察方法，其特征在于，在步骤S1中，构建面向飞行区监察的定向优化大模型包括：场景数据采集、场景数据处理；
3.根据权利要求2所述的基于大模型的机场飞行区规则监察方法，其特征在于，所述场景数据处理包含以下步骤：
4.根据权利要求1所述的基于大模型的机场飞行区规则监察方法，其特征在于，在步骤S1中，进行飞行区监察场景下大模型定向训练优化包括：在完成场景数据处理后，基于选取的开源大模型基座，使用无监督场景数据进行面向飞行区监察的定向优化大模型预训练，训练完成后使用准备好的QA场景数据进行面向飞行区监察的定向优化大模型微调。
5.根据权利要求1所述的基于大模型的机场飞行区规则监察方法，其特征在于，在步骤S2中，飞行区监察管理系统包括：
6.根据权利要求5所述的基于大模型的机场飞行区规则监察方法，其特征在于，所述模型数据处理层包含数据处理模块、数据存储模块、数据共享模块、数据权限管理模块；数据处理模块基于
7.根据权利要求5所述的基于大模型的机场飞行区规则监察方法，其特征在于，飞行区监察管理系统的监察管理方法包括：
8.根据权利要求1所述的基于大模型的机场飞行区规则监察方法，其特征在于，在步骤S3中，多个运行系统包括：机场飞行区车辆运行、航空器运行、航班保障、FOD、道面巡检、跑道巡检、鸟情管理、围界、助航灯光、机坪保卫系统。
9.根据权利要求1所述的基于大模型的机场飞行区规则监察方法，其特征在于，在步骤S3中，获取实时运行数据进行动态监察包括：
10.一种基于大模型的机场飞行区规则监察系统，其特征在于，实施权利要求1-9任意一项所述的基于大模型的机场飞行区规则监察方法，该系统包括：
...【技术特征摘要】
1.一种基于大模型的机场飞行区规则监察方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于大模型的机场飞行区规则监察方法，其特征在于，在步骤s1中，构建面向飞行区监察的定向优化大模型包括：场景数据采集、场景数据处理；
3.根据权利要求2所述的基于大模型的机场飞行区规则监察方法，其特征在于，所述场景数据处理包含以下步骤：
4.根据权利要求1所述的基于大模型的机场飞行区规则监察方法，其特征在于，在步骤s1中，进行飞行区监察场景下大模型定向训练优化包括：在完成场景数据处理后，基于选取的开源大模型基座，使用无监督场景数据进行面向飞行区监察的定向优化大模型预训练，训练完成后使用准备好的qa场景数据进行面向飞行区监察的定向优化大模型微调。
5.根据权利要求1所述的基于大模型的机场飞行区规则监察方法，其特征在于，在步骤s2中，飞行区监察管理系统包括：
6.根据权利要求5所述的基于大模型的机场飞行区规则监察方法，其特征在于，所述模型数据处理层包含数据处理模块、数据存储模块、数据共享模块、数据权限管理模块；数据处理模块基于总线技术，包含不同数据源采集处理适配...
【专利技术属性】
技术研发人员：陈翰，薛玲祥，李坤，姜璐璐，张清华，李民，管志腾，刘晓疆，
申请(专利权)人：青岛民航凯亚系统集成有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。