算法賽top5思路代碼大熊座epsilon團(tuán)隊(duì)航空

1、一，利用的數(shù)據(jù)本場(chǎng)賽題共有六張表的數(shù)據(jù)：表 GOXVUXZEMEOLOEGV，H 安檢旅客過(guò)關(guān)人數(shù)表 GOXVUXZEMEYKIXOZ_EINKIQ，I旅客進(jìn)入離開機(jī)場(chǎng)的行程表 GOXVUXZEMEJKVGXZXK，J 航班排班表 GOXVUXZEMELROMNZY。K 機(jī)場(chǎng)登機(jī)口區(qū)域表 GOXVUXZEMEMGZKY L 機(jī)場(chǎng) =/,/ 接入點(diǎn)坐標(biāo)表 GOXVUXZEMEOLOEIUUX 考慮到要未來(lái)兩天的=/,/ 6 連接數(shù)量，連接=/,/ 6 （IY 6U）的人數(shù)表無(wú)疑是最有利用價(jià)值的一張表，而安檢旅客過(guò)關(guān)人數(shù)表和旅客進(jìn)入離開機(jī)場(chǎng)的行程表對(duì)于未來(lái)幾個(gè)小時(shí)內(nèi)的很有價(jià)值，但是對(duì)于未來(lái)兩天這樣

2、長(zhǎng)的時(shí)間段應(yīng)該作用不大。 航班排班表與 =/,/ 6 連接情況尤其是登機(jī)口附近的=/,/ 6 相關(guān)性很大，配合機(jī)場(chǎng)登機(jī)口區(qū)域表和機(jī)場(chǎng)=/,/ 接入點(diǎn)坐標(biāo)表應(yīng)該能較好地從時(shí)間和空間上=/,/ 6 的連接情況。所以，選用 G J K L 這四張表來(lái)進(jìn)行建模。二，數(shù)據(jù)預(yù)處理本賽題的數(shù)據(jù)預(yù)處理主要包含： ，連接 =/,/ 6 （IY 6U）的人數(shù)表存在缺失數(shù)據(jù)情況，對(duì)于個(gè)別時(shí)間段的數(shù)據(jù)缺失，可以利用填充 或者前后幾天均值來(lái)進(jìn)行填充，對(duì)于大段時(shí)間段的數(shù)據(jù)缺失，考慮以天為刪除數(shù)據(jù)，不予利用。 ，航班排班表中的計(jì)劃起飛時(shí)間和實(shí)際起飛時(shí)間與其他表的時(shí)間有八小時(shí)誤差，進(jìn)行了處理。 ，機(jī)場(chǎng)=/,/ 接入點(diǎn)坐標(biāo)表中

3、=/,/ 6 坐標(biāo)沒(méi)有辦法直接和登機(jī)口聯(lián)系起來(lái)，先將這些點(diǎn)的坐標(biāo)回歸擬坐標(biāo)，然后可以和登機(jī)口坐標(biāo)聯(lián)系起來(lái)，如圖一。G連接 =/,/ 6 （ IY 6U ）的人數(shù) 圖一：WIFI AP 和登機(jī)口位置信息三，方案1， 整體，每個(gè) WIFI AP 的在某一時(shí)間段的連接數(shù)具有很強(qiáng)的時(shí)間周期性，所以用歷史數(shù)據(jù)來(lái)進(jìn)行回歸對(duì)于絕大多數(shù) AP 來(lái)說(shuō)就已經(jīng)能很好地?cái)M合，而且過(guò)擬合的情況不嚴(yán)重。2， 通過(guò)第一步的整體，大部分的 WIFI AP 已經(jīng)的到了一個(gè)相對(duì)較優(yōu)的值，但是對(duì)于一些AP，尤其是在登機(jī)口附近的 WIFI AP 由于受到飛機(jī)航班起降的影響非常嚴(yán)重，地不是很好，需要進(jìn)一步進(jìn)行修正學(xué)習(xí)。第一步的值和實(shí)際

4、值作為一個(gè)殘差，學(xué)習(xí)并這個(gè)殘差，就可以進(jìn)一步提高的精度，而每一個(gè) WIFI AP 附近的登機(jī)口是不同的，而且由于其他空間的影響，不同WIFI AP之間的數(shù)據(jù)幾乎無(wú)法互相利用，所以需要對(duì)于每個(gè) WIFI AP 單獨(dú)建模，回歸出殘差。對(duì)于 E1，E2，E3，W1，W1，W3 這六個(gè)區(qū)域的WIFI AP，是直接的候機(jī)休息區(qū)，會(huì)直接收到距離其很近的登機(jī)口的航班起落影響，于是根據(jù)WIFI AP 和登機(jī)口的坐標(biāo)，計(jì)算距離，求出每個(gè) WIFI AP 可能會(huì)受到那幾個(gè)登機(jī)口的影響，進(jìn)一步提取特征，訓(xùn)練模型。對(duì)于 EC 和WC 區(qū)域，是候機(jī)區(qū)的通道，會(huì)受到某一個(gè)區(qū)域所有航班的影響，其細(xì)分成了六個(gè)區(qū)域（如圖一），

5、分別提取特征，每個(gè) WIFI AP 單獨(dú)訓(xùn)練,各自殘差。圖二：EC 和 WC 區(qū)域細(xì)分 ， 登機(jī)口附近 6 的線性回歸方案。在登機(jī)口附近的 6 的 OLO 連接人數(shù)，可以近似認(rèn)為和等待登機(jī)的人數(shù)成正比。當(dāng)然某個(gè) 6 可能受到不止一個(gè)登機(jī)口的影響。即其中其中 _ Z 為 Z 時(shí)刻某 6 的 OLO 連接人數(shù)，O Z 是登機(jī)口等待登機(jī)人數(shù)，GO 是相關(guān)系數(shù)，O 代表某 6 附近的O 個(gè)登機(jī)口。顯然這是一個(gè)容易求解的線性回歸問(wèn)題。那么是否可以通過(guò)航班的起飛時(shí)間和登機(jī)人數(shù)，大致估算出每一時(shí)刻，等待登機(jī)的人數(shù)呢？既求取函數(shù) L：其中 O 是登機(jī)口對(duì)應(yīng)的航班信息，包括航班起飛時(shí)間和登機(jī)人數(shù)。注意到一層的登

6、機(jī)口非常密集，而等待區(qū)是一個(gè)獨(dú)立而封閉的區(qū)域?？梢詫⒁粋€(gè)區(qū)域看成是一個(gè)整體，那么有其中 P 代表一個(gè)區(qū)域內(nèi)的 6 數(shù)量，Q 代表一個(gè)區(qū)域內(nèi)登機(jī)口的數(shù)量。根據(jù) ，我們可以通過(guò)最優(yōu)化問(wèn)題求解 L ：其中 IU 是 相關(guān)系數(shù)。具體求解使用了粒子群優(yōu)化算法 695 。求解結(jié)果max (cov( yj(t) , f(xk, t) yj(t) a1 zk(t) = a1 f(xk, t)（ ）zi(t) = f(xi, t)（ ）y(t) = aizi(t)（ ）四，特征提取史連接情況，最大值，最小值，平均值，中位數(shù)等等；可能影響該 =/,/ 6 的幾個(gè)登機(jī)口的過(guò)去一段時(shí)間（過(guò)去三小時(shí)，過(guò)去一小時(shí)，過(guò)去，過(guò)去十分鐘） 最近一段時(shí)間（最近三小時(shí)，最近一小時(shí)，最近，最近十分鐘），未來(lái)一段時(shí)間（未來(lái)三小時(shí)，未來(lái)一小時(shí)，未來(lái)，未來(lái)十分鐘），各有多少個(gè)航班起降；距離該 =/,/ 6 的最近的登機(jī)口在過(guò)去，最近，未來(lái)的飛機(jī)起飛情況；距離該 =/,/ 6 的第二近的登機(jī)口在過(guò)去，最近，未來(lái)的飛機(jī)起飛情況等等。五，模型選擇由于每個(gè) =/,/ 6 需要單獨(dú)建模，其實(shí)每個(gè)模型的數(shù)據(jù)實(shí)際上非常有限，數(shù)