發(fā)布時(shí)間：2020-12-15 20:38

　　隨著民航事業(yè)的快速發(fā)展以及人們生活水平的顯著提高,乘坐飛機(jī)出行已經(jīng)成為人們普遍選擇的一種高效的出行方式,但由于飛機(jī)的飛行特性和機(jī)體結(jié)構(gòu)的精密特性,航班延誤、飛行事故也是屢次發(fā)生,同時(shí)飛機(jī)在發(fā)生飛行事故后所帶來的生命危險(xiǎn)系數(shù)也是各種交通工具中最高的。近些年來,各類民航飛行事故頻繁發(fā)生,造成了重大的經(jīng)濟(jì)損失和乘客傷亡,除去偶發(fā)性環(huán)境因素所造成的航空事故,如果通過大量飛行數(shù)據(jù)有效的預(yù)測(cè)飛機(jī)設(shè)備的故障發(fā)生率,及時(shí)更換相關(guān)設(shè)備的零配件,將大大降低飛機(jī)的延誤、返航以及事故的發(fā)生概率,提高飛行可靠性,保證乘客出行的生命和財(cái)產(chǎn)安全。飛機(jī)的故障分為很多類,發(fā)動(dòng)機(jī)故障、起落架故障、艙門故障、控制室設(shè)備故障等等,目前大多數(shù)對(duì)于飛機(jī)故障的研究主要集中在發(fā)動(dòng)機(jī)的故障研究上,然而由于飛機(jī)構(gòu)造的特殊性,各類故障隱患都有可能導(dǎo)致飛機(jī)在飛行過程中發(fā)生危險(xiǎn),因此本文的主要研究目標(biāo)是建立高精度的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型對(duì)飛機(jī)故障的發(fā)生進(jìn)行預(yù)測(cè)。主要思路是:在針對(duì)海量飛行數(shù)據(jù)作為預(yù)測(cè)的樣本數(shù)據(jù)的情況下,由于數(shù)據(jù)分類多、緯度復(fù)雜,在數(shù)據(jù)的初步處理方法上,首先通過大數(shù)據(jù)處理技術(shù)來處理樣本數(shù)據(jù),對(duì)樣本數(shù)據(jù)進(jìn)行分類,去粗取精,降低數(shù)據(jù)類... 

【文章來源】：天津工業(yè)大學(xué)天津市

【文章頁數(shù)】：61 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－２?ｓｐａｒｋ基本流程圖??

圖２－１?Ｓｐａｒｋ軟件棧示意圖??

?ＨＤＦＳ，Ａｍａｚｏｎ?Ｓ３，Ｈｂａｓｅ．ｅｔｃ??圖２－１?Ｓｐａｒｋ軟件棧示意圖??２．１．３?Ｓｐａｒｋ運(yùn)行流程??當(dāng)用戶編寫一個(gè)Ｓｐａｒｋ可執(zhí)行程序后，Ｓｐａｒｋ中的Ｄｒｉｖｅｒ運(yùn)行Ａｐｐｌｉｃａｔｉｏｎ的??ｍａｉｎ函數(shù)并創(chuàng)建ＳｐａｒｋＣｏｎｔｅｘｔ，創(chuàng)建ＳｐａｒｋＣｏｎｔｅｘｔ的目的是為了準(zhǔn)備Ｓｐａｒｋ應(yīng)用??程序的運(yùn)行環(huán)境，在Ｓｐａｒｋ中有ＳｐａｒｋＣｏｎｔｅｘｔ負(fù)責(zé)與ＣｌｕｓｔｅｒＭａｎａｇｅｒ通信，進(jìn)行??資源申請(qǐng)、任務(wù)的分配和監(jiān)控等，每一個(gè)ＷｏｒｋＮｏｄｅ工作子節(jié)點(diǎn)都創(chuàng)建一個(gè)??Ｅｘｅｃｕｔｏｒ來完成當(dāng)前進(jìn)程，Ｅｘｅｃｕｔｏｒ負(fù)責(zé)調(diào)度工作子節(jié)點(diǎn)的ｔａｓｋ以及ｃａｃｈｅ，執(zhí)??行完成后，負(fù)責(zé)將結(jié)果返回給Ｄｒｉｖｅｒ主驅(qū)動(dòng)，同時(shí)釋放資源，然后Ｄｒｉｖｅｒ同時(shí)??負(fù)責(zé)將ＳｐａｒｋＣｏｎｔｅｘｔ關(guān)閉。??（?毫?：??Ｅｘｅｃｕｔｏｒ?ｊ??＇??務(wù)子節(jié)點(diǎn)???？?，?＾?Ｗｏｒｋｅｒ?Ｎｏｄｅ?Ｊ?ｃａｃｈｅ??Ｉ??＿?一…?…?＇?７??一?Ｘ??１?Ｄｒｉｖｅｒ?Ｐｒｏｇｒａｍ?—?—?—?—?—?—?———、??Ｅｘｅｃｕｔｏｒ?［?ｔａ５ｋ?］??Ｓｐａｒｋ?Ｃｏｎｔｅｘｔ?—?—？?＊■?Ｃｌｕｓｔｅｒ?Ｍａｎａｇｅｒ??？???丨任務(wù)子節(jié)點(diǎn)??

【參考文獻(xiàn)】：
期刊論文
[1]數(shù)據(jù)挖掘方法在生物實(shí)驗(yàn)數(shù)據(jù)上的應(yīng)用[J]. 辛月振,孫貝貝,夏盛瑜.  計(jì)算機(jī)技術(shù)與發(fā)展. 2018(09)
[2]基于Spark的CVFDT分類算法并行化研究[J]. 莊榮,李玲娟.  計(jì)算機(jī)技術(shù)與發(fā)展. 2018(06)
[3]改進(jìn)GA-BP模型在地下水位埋深預(yù)測(cè)中的應(yīng)用[J]. 杜云皓,仇錦先,馮紹元.  節(jié)水灌溉. 2017(09)
[4]通航飛機(jī)發(fā)電機(jī)電壓故障處理研究[J]. 杜濤.  科技創(chuàng)新與應(yīng)用. 2017(21)
[5]基于GA-BP神經(jīng)網(wǎng)絡(luò)的智能故障診斷[J]. 滕向群,龐志輝.  上海包裝. 2017(06)
[6]基于圖像處理及BP神經(jīng)網(wǎng)絡(luò)的火災(zāi)識(shí)別方法[J]. 張宇峰.  數(shù)碼設(shè)計(jì). 2017(08)
[7]大數(shù)據(jù)技術(shù)在飛機(jī)制造中的應(yīng)用[J]. 孫承亮.  科技資訊. 2017(11)
[8]基于遺傳算法與模擬退火算法在多重DNA序列比對(duì)中的應(yīng)用研究[J]. 閆磊,馬健,董輝,高夢(mèng).  海南熱帶海洋學(xué)院學(xué)報(bào). 2017(02)
[9]基于改進(jìn)遺傳模擬退火的相機(jī)標(biāo)定方法[J]. 游江,唐力偉,鄧士杰.  計(jì)算機(jī)工程與設(shè)計(jì). 2017(03)
[10]航空發(fā)動(dòng)機(jī)自適應(yīng)模擬退火遺傳算法建模[J]. 段進(jìn)峰,謝壽生,王立國,姚凱翔,劉蘊(yùn)哲.  火力與指揮控制. 2016(11)

博士論文
[1]新型浮動(dòng)式柱面微槽氣膜密封的動(dòng)力潤滑特性研究[D]. 陸俊杰.蘭州理工大學(xué) 2018

碩士論文
[1]基于PCA-GA-BPNN模型對(duì)股價(jià)預(yù)測(cè)的研究[D]. 李海燕.西安理工大學(xué) 2018
[2]基于GA-BP消除局部遮擋物影響的人臉識(shí)別算法研究[D]. 王婷.吉林大學(xué) 2018
[3]基于遺傳算法的在線考試系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 呂爽.東北大學(xué) 2016
[4]基于區(qū)域聚類分析的改進(jìn)神經(jīng)網(wǎng)絡(luò)短期風(fēng)電功率預(yù)測(cè)研究[D]. 趙帆.西華大學(xué) 2015
[5]基于數(shù)據(jù)挖掘的電信經(jīng)營收入分析與預(yù)測(cè)[D]. 倪芳婷.電子科技大學(xué) 2014
[6]模糊Hopfield網(wǎng)絡(luò)的魯棒性控制及其應(yīng)用[D]. 劉亮.長沙理工大學(xué) 2013
[7]鋼鐵企業(yè)能耗分析評(píng)價(jià)與預(yù)測(cè)[D]. 李培靜.東北大學(xué) 2012
[8]基于改進(jìn)投影尋蹤模型的施工項(xiàng)目管理的研究[D]. 劉蘭晶.河北工程大學(xué) 2011
[9]模擬退火遺傳算法優(yōu)化的BP網(wǎng)絡(luò)在翹曲量預(yù)測(cè)中的應(yīng)用[D]. 王惠琳.浙江大學(xué) 2011
[10]神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)諧波分析中的應(yīng)用研究[D]. 李天贊.長沙理工大學(xué) 2009



本文編號(hào)：2918872