基于隨機森林算法的飛行階段劃分*

張燕紅 王鳳芹 王麗娜 杜 晶

（海軍航空大學 煙臺 264001）

1 引言

飛參數據是借助飛機上的參數記錄系統記錄并保存的飛機飛行過程中的狀態、性能信息和關鍵技術參數的一系列數據，在飛機研制、飛行狀態監控、飛行質量分析評估、視情維修、事故調查等應用方面有著非常重要的參考價值。飛參數據通常由飛機的飛行記錄系統自動記錄，并以文件形式存儲在SD卡中，其往往涵蓋整個完整的飛行過程，未明確劃分飛行階段。然而飛機飛行狀態和性能在起飛、巡航、下降等不同飛行階段存在很大差異，飛機性能監控、飛行質量分析評估、飛行安全預測等諸多研究均建立在飛行階段劃分的思想上［1～2］。因此，利用飛參數據劃分飛行階段對在飛行領域開展深層次研究具有重要的指導意義［3］。

根據飛行技術手冊和飛行特點，飛機的整個飛行過程通?？珊唵畏譃橐韵挛鍌€通用階段：起飛、爬升、巡航、下降、著陸［4］，如圖1所示。目前，飛行階段的劃分一般有兩種方式：一是靠人工經驗判斷；二是利用飛參數據采用算法分類模型實現。顯然，人工經驗判斷主觀性強、效率低，不能滿足信息系統自動化的要求。在利用飛參數據劃分飛行階段方面，有的采用主成分分析和支持向量機的方法，建立飛行階段劃分模型［5］。還有的采用貝葉斯、神經網絡和決策樹等方法［6］。不同的方法有不同的優缺點。

圖1 飛行階段劃分

決策樹算法是一種典型的分類方法。基于訓練樣本數據集、所有特征和切分點，依據基尼指數生成決策樹，即分類規則，然后通過決策樹對測試樣本數據進行分類。而隨機森林是利用多個決策樹對樣本進行訓練并預測的一種分類器，它兼顧了解決分類和回歸問題的能力。對于分類問題，隨機森林算法輸出的類別是由個別決策樹輸出類別的眾數決定的。對于回歸問題，隨機森林把每一個決策樹的輸出進行平均得到最終的回歸結果。因此，相比于單一的決策樹算法，隨機森林的表現一般要更優。本文對某型飛機實際飛行過程中產生的飛行數據，采用隨機森林算法劃分飛行階段，同時將基于CART決策樹的隨機森林算法與單一CART決策樹算法進行對比仿真，取得了較好的實驗效果，解決了每次依靠人工劃分飛行階段，主觀性強、效率低的問題。

2 參數約簡

飛機記錄的飛參數據通常有幾十種，經過研究發現，影響階段劃分的只有其中的某幾種，而大部分飛參數據與階段劃分無明顯關聯，稱為冗余參數。如果把所有的飛行參數都用于構建決策樹模型，就會使決策樹有非常多的分叉，復雜臃腫，甚至導致誤判。因此在使用決策樹和隨機森林算法構建分類模型之前，需要對飛行參數進行約簡。參數約簡的主要思想是去除冗余、無關的參數，只保留關鍵參數，以提高決策效率。

本文所使用的飛參數據包含高度、俯仰角、空速、磁航向角度、攻角、升降速度、發動機轉速、機體軸向加速度、橫滾角等42 個特征參數。根據各個飛行階段的特點，提取的主要參數為高度、俯仰角、空速、機體軸向加速度四個飛行參數，作為特征參數。

3 基于決策樹算法的飛行階段劃分

決策樹算法常見的決策分支方式有三種：基于信息增益的ID3、基于信息增益比的C4.5 和基于基尼指數的CART。前兩者是基于信息熵的。sklearn中只實現了ID3 與CART 決策樹。由于ID3 決策樹涉及了大量的對數運算，運算復雜，而CART 決策樹更適合大規模樣本處理，因而本文采用CART 決策樹進行飛行階段劃分。

3.1 算法設計

采用CART 決策樹構建分類模型時，利用已經劃分好飛行階段的飛參數據建立訓練樣本數據集，輸入為訓練樣本數據集、設定好基尼指數的閾值以及樣本個數閾值，輸出為CART 決策樹。建立CART 決策樹分類模型的方法是根據飛參訓練樣本數據集，先構建根結點，再自頂向下利用飛參訓練樣本數據集遞歸創建每一個結點，從而構建劃分飛行階段的整個CART決策樹。具體步驟如下：

1）判斷結點中的樣本個數是否小于預定閾值，或者是否沒有更多特征，如果是，則返回決策樹，停止迭代，算法結束；如果否，則進行第2）步。

2）計算結點現有特征對當前訓練數據集的基尼指數，判斷樣本集的基尼指數是否小于預定的閾值，如果是，則返回決策樹，停止迭代，算法結束；如果否，則進行第3）步。

3）在所有特征的所有切分點中，依據基尼指數最小的原則，選定最優特征與最佳切分點，劃分屬性。即根據選定的最優特征與最佳切分點，將當前結點生成兩個子結點，并將訓練樣本數據集相應地也分配到這兩個子結點中。

4）對剛剛生成的兩個子結點，重復剛才的步驟1）、2）、3）。

基于決策樹算法的飛行階段劃分的流程圖如圖2所示。

3.2 算法實現關鍵代碼

Python 中sklearn 模塊定義了DecisionTreeClassifier類實現決策樹算法，關鍵代碼如下:

#將數據分為訓練數據集和測試數據集

x_train,x_test,y_train,y_test=train_test_split(x_train,y_train,test_size=0.5)

#創建決策樹對象

clf=DecisionTreeClassifier(criterion='gini',random_state=1,max_depth=4)

#根據數據構造決策樹

model=clf.fit(x_train,y_train)

#預測

y_pred=model.predict(x_test)

#計算準確度

score_c=clf.score(x_test,y_test)

4 基于隨機森林算法的飛行階段劃分

隨機森林是利用多個決策樹對樣本進行訓練并進行預測的一種分類器，它的基礎是決策樹。一個測試樣本，對于決策樹算法，只能有一個分類結果；而對于隨機森林算法，森林中的每個決策樹都會有一個分類結果。隨機森林算法會根據各個決策樹的分類結果，將投票次數最多的類別定為最后的輸出類別。隨機森林算法能處理高維特征，不容易產生過擬合，模型訓練速度比較快，特別是對規模較大的數據而言［11］。

4.1 算法設計

本文設計的隨機森林分類模型采用的是有放回的抽取飛參數據。根據前面的分析，仍然選取飛機的高度、俯仰角、空速以及機體軸向加速度四個飛行參數作為特征參數，劃分飛行階段。

從原始數據集S 中有放回地隨機抽取2/3，構造子數據集，作為每個決策樹的訓練樣本集S，再從選取的4 個飛行參數中隨機選取兩個，作為CART 決策樹的特征輸入量。再從選出的特征子集中選擇基尼指數在最小情況下時進行分裂。

基于隨機森林算法的飛行階段劃分流程圖如圖3所示。

圖3 隨機森林算法流程圖

4.2 算法實現關鍵代碼

Python 中sklearn 模塊定義了RandomForest-Classifier類實現隨機森林算法。關鍵代碼如下：

#將數據分為訓練數據集和測試數據集

x_train,x_test,y_train,y_test=train_test_split(x_train,y_train,test_size=0.5)

#創建隨機森林對象

rfc=RandomForestClassifier(random_state=1,criterion='gini',n_estimators=25)

#根據數據構造隨機森林

model=rfc.fit(x_train,y_train)

#預測

y_pred=model.preict(x_test)

#計算準確度

score_r=rfc.score(x_test,y_test)

5 實驗仿真與分析

為驗證本文算法的有效性，選取某型飛機連續飛行31min，采集的共21186 幀數據作為數據集，該數據集包含42 個飛行參數。實驗在Windows 10 操作系統下，用Python程序設計語言在Anaconda 3環境中進行。

以某機型的實際飛行數據進行基于隨機森林算法的飛行階段劃分，并仿真對比決策樹算法，需首先進行數據準備。在飛行過程中由經驗豐富的一級飛行教官人工劃分飛行階段，得到已劃分好飛行階段的飛行參數數據集。為實驗方便，將起飛、爬升、巡航、下降以及著陸這5 個階段依次編號為1、2、3、4、5，作為標簽。用sklearn 中的train_test_split函數，將上述已劃分好起飛、爬升、巡航、下降以及著陸這5 個階段的飛行參數數據集分成訓練樣本集與測試樣本集。隨機森林的輸入為建立好的訓練樣本數據和其對應的飛行階段編號，以此進行訓練，得到訓練好的隨機森林模型；然后將建立好的測試樣本數據經已訓練好的隨機森林模型進行飛行階段的分類識別，輸出分類識別出的飛行階段編號；最后對比輸出結果與實際結果的匹配度，計算識別準確度，并記錄識別時間。得到的實驗結果如表1所示。

表1 飛行階段的劃分結果

因而可以得到在測試樣本數據集規模為10593 幀時，利用決策樹算法與隨機森林算法對測試數據進行飛行階段劃分的結果，如圖4所示。

圖4 各飛行階段的識別率對比圖

從實驗結果可以看出，對某型飛機一段時間的實際飛行數據，使用隨機森林分類算法，對起飛、下降、著陸等特征區別明顯的階段幾乎可以完全識別出來，連巡航階段也達到了99.01%的準確度。而決策樹算法在各個階段的識別率均低于隨機森林算法，且只有著陸階段可以完全識別。以上分析表明，對于該型飛機，使用隨機森林算法劃分飛行階段，相比于直接使用決策樹算法效果更好，而且，實驗表明，在樣本數量相同的情況下，隨機森林算法用時更短，識別速度更快。

6 結語

為在明確劃分各個飛行階段的基礎上，進行更為深入的飛行領域研究，本文采用基于CART 決策樹的隨機森林算法，對某型飛機產生的實際飛行數據進行飛行階段劃分，并與單一CART 決策樹算法進行對比仿真。實驗結果表明，使用隨機森林算法進行飛行階段劃分的準確率是非常高的，比決策樹算法更為有效。所以可以將基于隨機森林算法的飛行階段劃分方法應用到該型飛機的飛行訓練中，以實現飛行階段劃分的客觀性、高效性和自動化，為飛行質量評估、飛機性能測試、故障診斷等各種飛行訓練系統提供應用基礎。