基于不同采样率的短航程油耗估计

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。