基于自适应加点的飞机着陆风险预测的分类模型构建方法

专利主权项内容

1.基于自适应加点的飞机着陆风险预测的分类模型构建方法，其特征在于，包括步骤：S1、获取样本集，并采用样本集对分类模型进行训练，得到分类器模型；所述样本集包括飞机着陆评估参数；S2、判断样本集是否已进行至少一次加点操作，若是，进入步骤S4，否则进入步骤S3；S3、基于分类器模型和梯度加点方法，生成预设数量的新样本点，并进入步骤S5；S4、获取遗传算法的决策变量、优化目标和约束条件，采用遗传算法对分类器模型进行寻优，生成预设数量新样本点，并进入步骤S5；S5、将生成的新样本点加入样本集中形成训练集，并采用训练集对分类器模型进行训练；S6、判断迭代训练后的分类器模型是否满足终止训练条件，若是，则输出训练样本集和分类器模型，否则，采用训练集更新样本集，并返回步骤S2；所述样本集和决策变量均为二维数组，每行为样本点飞机着陆评估参数，每列表示样本点的维度。