基于LSTM-XGBoost的民航高原航线运行负荷评估模型研究OA

民航高原航线特殊工况易引发运行负荷评估难、单一模型精度不足等问题。为此,提出一种面向高原航线场景的长短期记忆网络(LSTM)—极端梯度提升(XGBoost)融合评估模型。依据《中国民用航空规章第121部》及飞行品质监控(FOQA)咨询通告,从飞机性能、气象环境、飞行操作3个维度选取22项指标,经灰色关联度分析与熵权法筛选出15项关键指标;以某航A320机型执飞的6条高原航线8 640组快速存取记录器(QAR)实测数据为样本,经预处理后由LSTM提取时序特征、XGBoost融合静动态特征建模;采用准确率、均方根误差(RMSE)、平均绝对误差(MAE)对模型性能进行综合评价,并结合典型复杂工况开展鲁棒性验证。结果表明:该模型在测试集上评估准确率为96.30%,RMSE和MAE分别为0.042和0.031,在典型复杂工况下准确率仍保持在92%以上,整体性能优于各对比模型。