基于IK-medoids算法的飞机油耗聚类方法

摘要：

为了分析给定外界条件下的飞机燃油消耗,提出了一种基于距离最大法的邻域搜索K-medoids聚类算法(IK-medoids).基于距离最大的样本不可能被分到同一类簇的思想,该算法首先采用距离最大法选取初始中心,并根据剩余样本与初始中心之间的标准欧氏距离计算初始中心邻域;然后利用提出的一种近邻搜索策略进行初始中心的迭代更新,直到中心点不再发生变化.在同一机型和航段、不同大小的数据集上进行对比实验,根据起飞重量、巡航高度、实飞距离以及飞行环境等特征对飞机油耗进行精准分类.实验结果表明:相对于传统的改进K-medoids算法,IK-medoids算法在有效缩短分类时间的同时保证了聚类准确率,为进一步分析飞行过程中的燃油消耗提供了新视角.

关键词：K-medoids聚类算法、距离最大法、标准欧氏距离、近邻搜索、油耗分类、Quick Access Recorder(QAR)数据

所属期刊栏目：45

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家科技支撑项目2012BAC20B03;民航局节能减排专项计划项目DPDSR0010

在线出版日期：2018-09-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：306-309,314