[发明专利]航空器的保障业务节点的时间预测方法、装置及电子设备

权利要求书

1.一种航空器的保障业务节点的时间预测方法，其特征在于，所述方法包括：

获取航空器降落到起飞之间的已处理保障业务节点的时间；

通过预设的数学模型处理所述时间，获得所述航空器降落到起飞之间的待处理保障业务节点的预测时间；

其中，所述预设的数学模型为CNN模型，所述CNN模型包括第一卷积层、第二卷积层、池化层和全连接层；

所述通过预设的数学模型处理所述时间，获得所述航空器降落到起飞之间的待处理保障业务节点的预测时间，包括：

按预设的矩阵生成规则，生成包含所述已处理保障业务节点的时间信息的矩阵；

所述CNN模型通过第一卷积层卷积所述矩阵，获得卷积后的矩阵；

通过所述第二卷积层卷积所述卷积后的矩阵，获得所述卷积后的矩阵的特征向量；

通过所述池化层和所述全连接层处理所述特征向量，获得所述预测时间。

2.根据权利要求1所述的航空器的保障业务节点的时间预测方法，其特征在于，在获取航空器降落到起飞之间的已处理保障业务节点的时间之前，包括：

获取降落到起飞之间所有保障业务节点均已处理的航空器的所述所有保障业务节点的时间；

利用预设的LSI算法处理所述所有保障业务节点的时间，确定出所述所有保障业务节点中重要的保障业务节点；

对应的，获取航空器降落到起飞之间的已处理保障业务节点的时间，包括：

根据所述重要的保障业务节点，获取所述航空器降落到起飞之间重要的所述已处理保障业务节点的时间。

3.根据权利要求2所述的航空器的保障业务节点的时间预测方法，其特征在于，利用预设的LSI算法处理所述所有保障业务节点的时间，确定出所述所有保障业务节点中重要的保障业务节点，包括：

生成包含所述所有保障业务节点的时间信息的新矩阵；

利用所述LSI算法，将所述新矩阵分解为行矩阵、列矩阵和奇异值矩阵；

根据所述奇异值矩阵，计算出所述所有保障业务节点中每种保障业务节点的重要程度；

根据所述重要程度，确定出所述所有保障业务节点中的所述重要的保障业务节点。

4.根据权利要求3所述的航空器的保障业务节点的时间预测方法，其特征在于，所述所有保障业务节点中除所述重要的保障业务节点以外的保障业务节点为不重要的保障业务节点，在根据所述重要程度，确定出所述所有保障业务节点中的所述重要的保障业务节点之后，所述方法还包括：

将所述行矩阵中所述不重要的保障业务节点的时间所在的列删除，将所述列矩阵中所述不重要的保障业务节点的时间所在的行删除，以及将所述奇异值矩阵中所述不重要的保障业务节点的时间所在的行和列删除，获得删除后的行矩阵、删除后的列矩阵和删除后的奇异值矩阵；

将所述删除后的行矩阵、所述删除后的列矩阵和所述删除后的奇异值矩阵进行矩阵相乘，获得只包含所述重要的保障业务节点的时间信息的新矩阵；

对应的，按预设的矩阵生成规则，生成包含所述已处理保障业务节点的时间信息的矩阵，包括：

按预设的矩阵生成规则，生成与所述只包含所述重要的保障业务节点的时间信息的新矩阵中列的格式相同的所述包含所述已处理保障业务节点的时间信息的矩阵。

5.根据权利要求2所述的航空器的保障业务节点的时间预测方法，其特征在于，所述矩阵为1行M列的矩阵，所述航空器降落到起飞之间需要完成M种保障业务节点，重要的所述已处理保障业务节点为所述M种保障业务节点中的N种，M为大于1的整数，N为大于等于1且小于M的整数，按预设的矩阵生成规则，生成包含所述已处理保障业务节点的时间信息的矩阵，包括：

按所述矩阵生成规则定义的所述M种保障业务节点与所述M列的一一对应关系，将所述N种中每种重要的所述已处理保障业务节点的时间信息映射到对应列中，生成所述矩阵。

6.根据权利要求1所述的航空器的保障业务节点的时间预测方法，其特征在于，在通过预设的数学模型处理所述时间，获得所述航空器降落到起飞之间的待处理保障业务节点的预测时间之后，所述方法还包括：

根据所述预测时间和待预测保障业务节点的实际处理时间，优化所述数学模型。