买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国民用航空飞行学院申请的专利基于多维的飞行技能评估及个性化飞行技能路径优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120952348B 。

龙图腾网通过国家知识产权局官网在2025-12-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511484339.8，技术领域涉及：G06Q10/063；该发明授权基于多维的飞行技能评估及个性化飞行技能路径优化方法是由路晶;马建新;张洋洁;严崇耀;田芝鸿设计研发完成，并于2025-10-17向国家知识产权局提交的专利申请。

本基于多维的飞行技能评估及个性化飞行技能路径优化方法在说明书摘要公布了：本发明涉及航空航天管理技术领域，尤其为基于多维的飞行技能评估及个性化飞行技能路径优化方法，其方法包括如下步骤：步骤S1、数据采集与预处理；步骤S2、多维飞行技能评估模型训练；步骤S3、个性化飞行技能路径规划；步骤S4、路径优化与迭代；步骤S5、实时监控与反馈调整；步骤S6、知识库更新与模型优化；本发明通过系统辨识方法和参数辨识算法，构建涵盖地面准备、进近、巡航等多飞行阶段的关键技能指标模型，量化飞行员操作与标准模型的误差，实现动态多维评估，克服了传统系统依赖单一维度或静态指标的问题，全面反映飞行员在空间定向、程序执行等维度的技能水平，集成改进型蚁群算法与多目标遗传算法，动态调整挥发系数和路径成本函数。

本发明授权基于多维的飞行技能评估及个性化飞行技能路径优化方法在权利要求书中公布了：1.基于多维的飞行技能评估及个性化飞行技能路径优化方法，其特征在于：其方法包括如下步骤： 步骤S1、数据采集与预处理：通过飞行模拟机或实际飞行中的GARMIN设备记录飞行数据，对采集到的飞行数据进行预处理，建立标准驾驶行为模型，其算法表达式为： ； 式中，Gs为传递函数，s为拉普拉斯算子，ai和bi为模型参数，m代指第m个bi模型参数，n代指第n个ai模型参数，两个模型的下标i是跟随模型的顺序而变化的； 步骤S2、多维飞行技能评估模型训练：利用系统辨识方法和参数辨识算法对清洗后的飞行数据进行建模，建立飞行员在各个飞行阶段的关键技能指标模型，通过对比得出与标准驾驶行为模型之间的量化指标误差进行水平评估； 步骤S3、个性化飞行技能路径规划：根据多维飞行技能评估模型的结果，结合多源数据，利用改进型蚁群算法和路径成本函数，构建飞行员－飞机－环境数字孪生体，采用改进型蚁群算法进行路径优化，引入挥发系数动态调整机制，具体公式如下： ； 式中，pmin=0.1，pmax=0.9，衰减系数k与飞行员技能提升速率相关，t为时间，e是自然常数，约为2.71828，路径成本函数综合考虑训练时间、燃油消耗和风险指数，路径成本函数如下所示： ； 式中，Ft为瞬时燃油流量，Ri为风险事件惩罚项，w1，w2，w3为上述权重系数，Ttrain为训练时长，dt为时间变量的微分，为求该函数在[0，T]区间内与坐标轴所围成的曲边梯形的面积，在公式的中，i=1表示求和的起始项，即从i=1开始取值，M表示求和的终止项，即一直取到i=M结束，整体的含义是将变量i从1依次取值到M，并对相应的表达式进行累加求和； 步骤S4、路径优化与迭代：实时监控飞行员的技能表现，根据实际飞行数据对规划的路径进行优化和迭代，不断调整路径参数和权重系数； 步骤S5、实时监控与反馈调整：利用地面控制站对飞行路径进行实时监控，根据飞行过程中的实际情况变化将飞行过程中的关键数据反馈给多维飞行技能评估模型，对模型进行持续优化和更新； 步骤S6、知识库更新与模型优化：定期更新通航飞行专家知识库，构建飞行员技能提升的持续改进生态，包括以下步骤： 步骤S6.1、通过自然语言处理解析最新法规、事故调查报告和机型手册更新，自动抽取新技能要求纳入评估维度，采用词嵌入模型计算术语相似度，实现知识条目自动归类； 步骤S6.2、部署增量式支持向量机算法，当新数据积累达到阈值时触发模型微调，避免灾难性遗忘，学习率通过遗忘因子动态调整； 步骤S6.3、开发教员控制面板，支持手动调整评估权重和插入定制化训练模块，系统记录教员干预行为，通过关联规则挖掘发现隐性知识。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国民用航空飞行学院，其通讯地址为：618300 四川省德阳市广汉市三水镇高店村；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。