2023mathorcup数学建模D题航空飞行原创成品讲解_2023年第十三届mathorcupd题
赞
踩
大家好呀，从昨天发布赛题一直到现在，总算完成了mathorcup完整的成品论文。
D论文共60页，一些修改说明7页，正文43页。
没想到会做这么久，这道题特征数据甚至比我之前大数据赛那道题还多。光第一问可靠性分析和异常值处理就花了两小时，权重确定倒好说，无脑随机森林。但是第二问又来恶心人，题目给的数据说明是翻译过来的，因此对于杆位的实际含义及相关变量我又查了好久文献，最后才确定了杆量和盘量。。。量化方式绘图分析后给了个公式。第三问无脑统计，第四问特征数据太多了，处理完了之后换了很多个机器学习模型，最后还是gbdt精度最高。第五问是个惊喜，因为完全融合了我前面四问的模型，简直是个完美的闭环，这点倒是做得我比较开心。
之所以篇幅这么长，是因为：
我论文很多的篇幅需要用来解释我为什么要这么做，基本就是手把手教你怎么做，并且我还要照顾每个人的水平，所有会有些地方需要写得很繁琐，一些中间过程展现得事无巨细，并且表格很多，你们自己放到附录即可
在这里，我给大家讲一下具体是怎么做吧，精力有限可能讲得不够详细，视频讲解可以点击本文章最下面的卡片查看
OK，这里是我的目录：
摘要：
第一问：
有些 QAR 数据存在错误，需要对数据进行预处理，去伪存真， 以减少错误数据对研究分析带来的影响。请你们的队伍对附件 1 的数据质 量开展可靠性研究，提取与飞行安全相关的部分关键数据项，并对其重要 程度进行分析。
首先是前置分析看一下究竟需要对哪些数据进行数据预处理，哪些数据存在错误的概率较大，比如定类变量存在错误数据概率就比较小。而时间数据等则是不可能出错。：
之后做可靠性分析：
用变异系数判断是否存在异常值 ，确认哪些数据存在之后进行异常值处理：
处理完成后，这里我直接随机森林确定权重值。
而这个随机森林还会在第五问发挥大作用。：
第二问：
飞机在从起飞到着陆的整个飞行过程中，通过一系列的飞行操纵确保飞行安全，这些操纵主要包括横滚操纵、俯仰操纵等。目前，国内航空公司通过超限监控飞行操纵动作，这种监控方法虽然能够快速分辨 出飞机的状态偏差，但是只能告诉安全管理人员发生了什么，而不能立刻 得出发生这种偏差的原因。为此，可以通过操纵杆的过程变化情况来分析产生这种偏差的原因。根据附件 1，请你们对飞行操纵进行合理量化描述。
对于这一问而言，重中之重是理解题意。
什么是杆位？题目并没有给我们数据。这张曲线图本质上只是给我们解释我们究竟应该去量化描述哪些点。
注意，我们的任务是，通过题目给出的数据中，寻找与操纵相关的变量，通过该变量去进行量化描述操纵过程。
哪两个量呢？题目有提示：
但我们还需要进一步的分析才能说明确实是这两个变量。
这里就需要对于这两个变量实际含义进行查找了，这两个词百度是搜不到的，我搜寻了大量的外文资料，最终总结如下：
1.杆位：
"杆位"这个词语常常用于描述飞行员在操作飞机时操纵杆的位置或姿态，如"将操纵杆推到前方"、"将操纵杆保持在中立位"等。飞行员根据飞机的要求和飞行操作程序，调整操纵杆的位置，以控制飞机的运动和保持飞行的稳定性。
2.盘量影响坡度：
飞机的坡度（Roll）是指飞机绕其纵轴旋转的运动，即左右倾斜的角度变化。飞行员通常使用飞机的操纵杆或操纵桿来控制飞机的坡度，以实现所需的滚转运动。操纵杆或操纵桿的左右旋转会导致飞机的坡度角发生变化，从而控制飞机的滚转运动。
"盘量"是指飞行员在操纵飞机时旋转操纵杆或操纵桿的幅度或角度变化量。例如，当飞行员通过旋转操纵杆来控制飞机的滚转运动时，可以使用"盘量"来描述操纵杆的旋转角度。类似地，当飞行员通过旋转操纵桿来控制飞机的航向时，也可以使用"盘量"来描述操纵桿的旋转幅度。
3. 杆量影响俯仰角：
"杆量"指操纵杆的位移量。飞行员在操作操纵杆时，需要将其前后推动一定的距离，以实现所需的飞行控制。
再回过头看看题目：
完美，完全符合这两个变量的定义。
之后，由于没有杆位数据，所以通过G值表征哪些点需要进行操纵描述：
导入其他两个数据一起绘制，看看怎么描述：
OK，求解完毕。
第三问：
请研究附件 2 的数据，对超限的不同情况进行 分析，研究不同超限的基本特征，如分析飞机在哪些航线或者在哪些机场容易出现何种超限等。
好累。。。。从这一问开始我就简短点随便讲吧。。详细的可以看我前面那个汇总贴里的讲解视频。
频数分析结束。
第四问：
请你们建立数学模型，探讨一种基于飞行参数的飞行技术评估方法， 分析飞行员的飞行技术，数据表中的“不同资质”代表飞行员的不同技术级 别。
机器学习训练一个分类模型完事：
第五问：
如果你是该航空公司的安 全管理人员，请建立航空公司实时自动化预警机制，预防可能的安全事故 发生，结合附件 1 的数据，给出仿真结果。
这一问做得我是很开心的，因为完美验证了我前面四问的模型，严丝合缝的形成了一个闭环。：
第一问：
得到的是根据飞机数据判断与飞行安全相关的部分关键数据。
但是请注意，这里的关键数据，我们是通过随机森林预测的方式得到的，也就是说，我们最终获得的是根据飞机所有数据判断飞机安全的一个训练模型。
第二问：
基于飞机数据评估是否重着陆的量化指标。
第三问：
基于飞机数据的超限类型统计模型。
第四问：
基于飞机数据的飞行员技术评估模型。
不用多说了吧，根据这四个模型，导入飞机数据之后，可以获得什么以及怎么合并起来构建一个预警的框架模型我论文里都会有详细的解答：
OK，就讲到这里吧，实在太累了，讲解得可能不够详细，详细的讲解大家还是移步我的讲解视频吧，会是事无巨细的一个讲解：
2023mathorcup数学建模D题航空飞行保姆级教学，手把手教你如何做！_哔哩哔哩_bilibili
关于以上完整成品本身的查看，大家可以点击下方的卡片哈：
