基于随机森林和K-Means聚类的最后进近人工飞行阶段评价方法

本发明涉及飞行安全与飞行数据分析技术领域，具体为基于随机森林和K‑Means聚类的最后进近人工飞行阶段评价方法；该方法从飞机QAR记录中截取最后进近阶段的原始时间序列数据，通过计算动能和势能变化得到总能量变化数据；建立以轨迹控制和能量管理为指标的评价体系，利用随机森林模型计算各指标对应时间序列的特征的重要性评分，选取评分最高的两个特征作为评价子指标；对子指标数值标准化后，采用K‑Means聚类算法划分评分区间，并进行评分；根据特征重要性评分归一化得到权重，加权求和计算出下滑道轨迹控制、航向道轨迹控制和能量管理指标的最终得分。本发明实现了全面客观的定量评价，适用于飞行员能力评估和飞行安全监控。