(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211140648.X (22)申请日 2022.09.20 (71)申请人 珠海翔翼航空技 术有限公司 地址 519030 广东省珠海市香洲区保税区 32号地 (72)发明人 刘小东　吴杨　吴林　吴嘉威　 朱文学　卢社强　叶宗华　曾钿　 翁沛炎　郭浩彬　戴慧林　吴坤永　 韦崇富　 (74)专利代理 机构 北京市恒有知识产权代理事 务所(普通 合伙) 11576 专利代理师 郭文浩　尹文会 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 10/10(2012.01)G06F 17/16(2006.01) G06Q 50/20(2012.01) G09B 9/08(2006.01) (54)发明名称 基于智能评价算法的航空模拟器复训时长 分配系统和方法 (57)摘要 本发明涉及航空培训领域， 具体涉及一种基 于智能评价算法的航空模拟器复训时长分配系 统和方法。 本发明设置了虚拟教官， 根据飞行员 在预评价操作中的表现与虚拟教官的偏差， 确定 飞行员的技术短板； 本发明采用正多边形评价 法， 可以根据向量指向， 快速确定哪几位飞行员 具有相似的问题， 进行快速分组； 本发明采用教 官操作曲线作为考核指标， 相比于传统的单一曲 线评价飞行员时必然存在偏差的问题， 本发明考 虑了飞行员不同的驾驶员习惯， 采用多条教官操 作曲线， 拟合得到教官操作曲线， 复训学员的操 作只需落入教官操作曲线即可， 提高了对不同飞 行员的包容度， 避免了评价分配模拟器机时造成 的浪费或训练不足的问题。 权利要求书2页 说明书6页 附图1页 CN 115222300 A 2022.10.21 CN 115222300 A 1.一种基于智能评价算法的航空模拟器复训时长分配系统， 其特征在于， 包括虚拟教 官拟合模块、 预评价模块、 分组模块、 实训模块、 出训考核模块； 所述实训模块包括航空模拟器、 操作参数记录器和监视显示器， 所述操作参数记录器 用于实时记录复训学员的操作参数， 并发送至所述 监视显示器供复训教官查看； 所述虚拟教官拟合模块基于教官曲线， 拟合得到教官操作曲线， 所述教官操作曲线为 复训教官的操作曲线或教官选定的优秀学员的操作曲线， 所述教官操作曲线包括理想操作 曲线、 上限操作曲线和下限操作曲线； 所述预评价模块基于复训学员在航空模拟器上的首次操作确定复训学员的入训预评 价曲线， 传输 至所述分组模块； 所述分组模块基于所述入训预评价曲线与教官操作曲线的偏差量， 基于偏差量打分并 确定学员分组； 所述出训考核模块基于复训学员 每一次的模拟器操作数据， 绘制训练操作曲线， 当所 述训练操作曲线连续两次落入所述教官操作曲线内时， 确定该学员复训考核合格， 并根据 末次训练操作曲线与理想操作曲线的偏差量确定考核分数。 2.根据权利要求1所述的一种基于智能评价算法的航空模拟器复训时长分配系统， 其 特征在于： 所述基于偏差量打分并确定学员分组， 具体是指， 复训教官基于复训学员的入训 预评价曲线与教官操作曲线的偏差量， 对复训学员进行打分， 偏差量越大， 分值越高， 将分 值填入正多边形的评价图谱， 得到基于极坐标的预评价向量 集合 ： ， 其中， n表示共有n项考核指标， 表示每一项考核指标的向量， φ表示该考核指 标在极坐标 上的极角， l表示该考核指标在极坐标 上的分值； 基于所述预评价向量 集合 求取向量和， 得到分组向量 ： ， 其中， 表示分组向量的极角， 表示分组向量的长度； 对分组向量的极角 进行聚类分析， 得到不同的学员组。 3.根据权利要求2所述的一种基于智能评价算法的航空模拟器复训时长分配系统， 其 特征在于： 在单一学员组的人数超过复训班容量的情况下， 再按照分组向量的长度 划分学 员小组。 4.根据权利要求1所述的一种基于智能评价算法的航空模拟器复训时长分配系统， 其 特征在于： 所述理想操作曲线为基于所有教官操作曲线的平均值得到的曲线， 所述上限操 作曲线为基于教官操作曲线与理想操作曲线最大正偏差量得到的曲线， 所述下限操作曲线 为基于教官操作曲线与理想操作曲线最大负 偏差量得到的曲线。 5.一种基于智能评价算法的航空模拟器复训时长分配方法， 所述方法基于权利要求1 ‑ 4任一项所述的系统实施， 其特 征在于， 包括以下步骤： S1、 虚拟教官拟合步骤： 由复训教官在模拟器上进行操作， 或者调用往届优秀复训学员权　利　要　求　书 1/2 页 2 CN 115222300 A 2的操作曲线， 作为教官操作曲线， 拟合得到教官操作曲线； S2、 预评价步骤： 复训学员按照复训规范在模拟器上进行操作， 得到入训预评价曲线， 传输至分组模块； S3、 分组步骤： 复训教官基于复训学员的入训预评价曲线与教官操作曲线的偏差量， 对 复训学员进行打分， 偏差量越大， 分值越高， 将分值填入正多边形 的评价图谱， 得到基于极 坐标的预评价向量 集合 ： 其中， n表示共有n项考核指标， 表示每一项考核指标的向量， φ表示该考核指 标在极坐标 上的极角， l表示该考核指标在极坐标 上的分值； 基于所述预评价向量 集合 求取向量和， 得到分组向量 ： ， 其中， 表示分组向量的极角， 表示分组向量的长度； 对分组向量的极角 进行聚类分析， 得到不同的学员组； S4、 分组复训步骤： 根据所分的学员组开展复训； S5、 出训考核步骤： 基于复训学员每一次的模拟器操作数据， 绘制训练操作曲线， 当所 述训练操作曲线连续两次落入所述教官操作曲线内时， 确定该学员复训考核合格， 并根据 末次训练操作曲线与理想操作曲线的偏差量确定考核分数。 6.根据权利要求5所述的一种基于智能评价算法的航空模拟器复训时长分配方法， 其 特征在于： 在所述步骤S 3中， 当单一学员组的人数超过复训班容量的情况下， 再按照分组向 量的长度 划分学员小组。 7.根据权利要求6所述的一种基于智能评价算法的航空模拟器复训时长分配方法， 其 特征在于： 对学员的打 分采用5分制或10分制， 偏差越大， 分值越高。权　利　要　求　书 2/2 页 3 CN 115222300 A 3