基于QAR数据的油耗数值特征估计

发布时间：2017-09-24 15:24

  本文关键词：基于QAR数据的油耗数值特征估计

  更多相关文章： 燃油成本 QAR数据 油耗量 样本量 Bootstrap

【摘要】：当前业界普遍采用基于航空器性能对飞行计划油量进行添加,但因其技术壁垒及难以精确考虑实际航空运输过程中的环境信息和航空器运行真实姿态,在实际操作中往往以自主加油量实现油量添加,这促使我们使用记录飞行器真实运行状态的QAR数据,运用逆向工程法探究新型油耗估计方法。基于此,本文采用统计推断方法,利用QAR数据信息对油耗量进行分析和估计,分别探讨了大样本量下和小样本量下的油耗估计处理方法。本文的主要研究工作有:第一,完成研究所用数据的精选。首先,根据QAR参数信息及其特点,构建获取燃油消耗量及其相关参数的计算方法;其次,根据油耗影响因素对样本进行初步筛选;再次,使用基于距离偏差为原理的最大范数残差(MNR)检测方法,对野点数据完成清除工作;最后,基于分布密度曲线图对样本的分布情况给出假设,并且针对样本使用Anderson-Darling法对样本分布情况进行确认,以实现数据的准备与筛选,奠定了研究基础。第二,推导并实验证明了统计推断所需的最小样本规模。根据样本的分布特点,选择均值这一特征值估计油耗区间,进行估计时,需要对估计精度和置信水平大小进行选取,为了保证估计准确度,对达到一定置信度和精度所需要的最低样本数量推导计算,最后根据多次试验结果选取卡方检验法,对推导的最低样本数量进行检验,确认计算所得最低样本数量的正确性。第三,提出了基于Bootstrap统计对油耗量进行估计的新方法。在传统方法下需要大量样本数据作为支持,实际上有样本量不足以满足估计精度和置信水平要求这一情况,对此提出了适用于小样本量下的Bootstrap统计方法,通过对Bootstrap方法下的原样本量和Bootstrap样本量大小对估计正确度影响的讨论,给出了最佳的Bootstrap样本量选择表。最后,针对Bootstrap方法下的四种区间估计精度做出对比讨论,最终选择了估计精度较高的t百分位数估计方法。第四,在以上研究的基础上,开发了油耗估计原型工具。
【关键词】：燃油成本 QAR数据 油耗量 样本量 Bootstrap
【学位授予单位】：中国民航大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：V323
【目录】：

• 摘要5-6
• Abstract6-9
• 第一章 绪论9-16
• 1.1 课题研究背景及意义9-11
• 1.1.1 课题研究背景9-11
• 1.1.2 课题研究意义11
• 1.2 国内外研究动态11-14
• 1.2.1 国外研究动态11-12
• 1.2.2 国内研究动态12-14
• 1.3 本文的主要内容和结构安排14-16
• 第二章 QAR油耗关联参数获取及油耗样本分布的讨论16-26
• 2.1 QAR数据来源16
• 2.2 油耗量计算16-18
• 2.2.1 燃油流量参数法16-17
• 2.2.2 重量参数法17-18
• 2.3 飞行距离与时间计算18
• 2.4 燃油效率评价指标18
• 2.5 油耗样本选择18-20
• 2.6 油耗样本常数据的清洗20-22
• 2.7 油耗样本分布确定22-25
• 2.8 本章小结25-26
• 第三章 QAR油耗量数值特征选择及估计的讨论26-33
• 3.1 常用数值特征的比较与选择26
• 3.2 油耗量区间估计26-27
• 3.3 最小样本量推导27-28
• 3.4 最小样本量检验28-31
• 3.5 实例验证31
• 3.6 本章小结31-33
• 第四章 小样本下油耗量估计33-44
• 4.1 油耗估计方法选择33
• 4.2 Bootstrap分类33-35
• 4.3 两种样本容量的对估计准确性的影响35-39
• 4.3.1 原样本量对估计准确度的影响35-37
• 4.3.2 Bootstrap样本量对准确度的影响37-39
• 4.4 基于Bootstrap的区间估计法39-41
• 4.4.1 标准区间估计法39-40
• 4.4.2 百分位数区间估计法40
• 4.4.3 t百分位数区间估计法40-41
• 4.4.4 修正偏差百分位区间估计法41
• 4.5 区间估计法的比较41-42
• 4.6 基于Bootstrap油耗估计方法有效性验证42-43
• 4.7 本章小结43-44
• 第五章 油耗估计工具设计及综合应用实例44-52
• 5.1 油耗估计工具44-48
• 5.1.1 需求分析及开发工具选择44-45
• 5.1.2 基本设计流程45
• 5.1.3 具体实现45-48
• 5.2 油耗工具应用实例48-51
• 5.2.1 建模方法48-49
• 5.2.2 建模实例49-50
• 5.2.3 结果分析及效果检验50-51
• 5.3 本章小结51-52
• 总结52-54
• 参考文献54-57
• 致谢57-58
• 作者简介58

【参考文献】

中国期刊全文数据库 前10条

1 陈静杰;邹迎欢;;油耗预测中显著影响参数提取方法的仿真[J];计算机仿真;2013年06期

2 窦红霞;杨慧;梁领军;;基于SQL Server的QAR数据仓库实现[J];航空维修与工程;2013年02期

3 刘丽霞;刘玉秀;陈林;成琪;;含安慰剂组三臂临床试验基于bootstrap再抽样的非劣效评判[J];中国卫生统计;2012年01期

4 韩忠民;;知经纬度计算两点精确距离[J];科技传播;2011年11期

5 杨巧君;汪琴;章玲;张渊娴;周灿灿;马新生;;M/G/c排队系统中顾客队长排队长的置信区间的Bootstrap估计[J];浙江外国语学院学报;2011年03期

6 岳立文;闵捷;王灿楠;胡丹;李朝峗;肖珊;;应用Bootstrap方法估计加工食品中污染物的残留浓度[J];卫生研究;2011年02期

7 赵慧琴;;Bootstrap方法在区间估计中的应用[J];江西科学;2010年04期

8 张守玉;封伟书;;基于Bootstrap方法的正态分布样本数据生成研究[J];装备指挥技术学院学报;2009年02期

9 张维;于盛林;张弓;;基于Anderson-Darling检验的恒虚警检测[J];光电工程;2009年02期

10 耿宏;揭俊;;基于QAR数据的飞机巡航段燃油流量回归模型[J];航空发动机;2008年04期

，

本文编号：912159