CN105825304A - 用于航线航班操作的鲁棒的网络计划优化的方法和系统 - Google Patents

Abstract

一种方法、介质和系统以接收包括与至少一个航班有关的细节的基准线航线调度；根据至少一个指定优化目标优化该基准线航线调度以生成被优化的航线调度；基于执行基于模拟的过程评估该被优化的航线调度的鲁棒性以生成一组量化指标；以及生成该组量化指标的记录。

Description

用于航线航班操作的鲁棒的网络计划优化的方法和系统

背景技术

航空交通网络计划通常会形成于预期使用由这个计划生成的航线调度的数个月之前。另一方面，通常需要在将近实际执行调度时(即，将近或在包括这个调度的航班的当天)评估航线调度的鲁棒性。在某些情况下，航空公司可能不知道他们的航线调度的鲁棒性如何，或他们可能不知道怎么量化和评估航线调度的鲁棒性。可能仅仅在调度被操作后(即已经飞行之后)才可能知道航线调度的鲁班性。

已知的用于优化航线调度和用于评估它的各个方面的时间线是截然不同的，这两个过程通常彼此隔离，即使航空公司或其它实体可能对每个过程的各个方面都感兴趣。

因此，需要设计为航空公司提供用于集成调度计划优化和鲁棒性评估的设备和方法。

发明内容

根据一些实施例，公开了一种方法和系统，其提供航空交通网络计划和对该被优化的计划的鲁棒性的评估。该系统包括优化模块以优化输入或基准线航线调度以及鲁棒性分析模块以评估被优化的航线调度的鲁棒性。该优化模块和该鲁棒性分析模块可被配置在“闭环”反馈系统中，该系统反映了航线网络计划过程的决定生命周期。

本公开的一些实施例的技术效果是用于为商业航线航班操作提供优化的鲁棒的网络计划的高效技术和系统，包括优化利用航线资产，同时也引入恢复计划因素并考虑鲁棒性目标。通过参考接下来的详细描述和附加的附图将会获得本发明本质的更加全面的理解，这个或其它优势和特征也将会在下文变得明显。

1.一种系统，包括：

通信设备，可操作以接收包括与至少一个航班有关的细节的基准线航线调度；

优化模块，用于从所述通信设备接收所述基准线航线调度并且优化所述基准线航线调度；

鲁棒性分析模块，用于接收所述被优化的航线调度并评估其的鲁棒性；

存储器，用于存储程序指令；以及

至少一个处理器，被耦合到存储器并与所述优化模块和所述鲁棒性分析模块通信，所述至少一个处理器可操作以执行指令来：

由所述优化模块根据至少一个指定的优化目标优化所述基准线航线调度以生成被优化的航线调度；

由所述鲁棒性分析模块基于执行基于模拟的过程评估所述被优化的航线调度的鲁棒性以生成一组量化指标；以及

生成所述组量化指标的记录。

2.例子1的所述系统，其中所述鲁棒性分析模块进一步：

确定所述被优化的航线调度的被评估的鲁棒性是否满足预定的阈值鲁棒性值；

在所述被优化的航线调度的被评估的鲁棒性满足所述预定阈值鲁棒性值的实例中，继续生成所述组量化指标的所述记录；以及

在所述被优化的航线调度的所述被评估的鲁棒性不满足所述预定阈值鲁棒性值的实例中，利用所述被生成的量化指标的组以基于更新的参数设置进一步优化和评估所述被优化的航线调度的所述鲁棒性。

3.例子1的所述系统，其中与所述至少一个航班有关的所述细节包括以下的至少一个：航班号、航班起飞时间、航班到达时间、航班起飞机场、航班到达机场、对于所述至少一个航班的飞机类型、对于所述至少一个航班的航班机组人员细节、涉及所述航班的其它特定信息，所述其它特定信息包括但不限于期望城市对、期望航班时间、阻塞时间、飞机资产、机场、机场门分配、地勤人员、航班机组人员、及其组合。

4.例子1的所述系统，其中所述优化模块利用一套算法中的至少一个算法执行所述优化，所述一套算法包括以下的至少一个：基于连接的算法、基于字符串的算法、人工智能算法、和其它基于启发式的算法以及依赖于用户规范、所述优化的复杂性、及其组合而执行的特定优化算法。

5.例子1的所述系统，其中所述至少一个指定的优化目标是基于收入计划、交通密度、交通模式、飞机转机时间、机场流量以及恢复时机的至少一个。

6.例子1的所述系统，其中执行基于模拟的过程以生成所述组量化指标的所述鲁棒性分析模块至少部分考虑航线运营紊乱、用户定义的紊乱、以及假设的紊乱的至少一个所识别的根本原因。

7.一种由计算系统执行的方法，其响应于由所述计算系统的处理器执行程序指令，所述方法包括：

接收包括与至少一个与航班有关的细节的基准线航线调度；

根据至少一个指定的优化目标优化所述基准线航线调度以生成被优化的航线调度；

基于执行基于模拟的过程评估所述被优化的航线调度的鲁棒性以生成一组量化指标；以及

生成所述组量化指标的记录。

8.例子7的所述方法，进一步包括：

确定所述被优化的航线调度的被评估的鲁棒性是否满足预定的阈值鲁棒性值；

在所述被优化的航线调度的被评估的鲁棒性满足所述预定阈值鲁棒性值的实例中，继续生成所述组量化指标的所述记录；以及

在所述被优化的航线调度的所述被评估的鲁棒性不满足所述预定阈值鲁棒性值的实例中，利用所述被生成的量化指标的组以基于更新的参数设置进一步优化和评估所述被优化的航线调度的所述鲁棒性。

9.例子7的所述方法，其中与所述至少一个航班有关的所述细节包括以下的至少一个：航班号、航班起飞时间、航班到达时间、航班起飞机场、航班到达机场、对于所述至少一个航班的飞机类型、对于所述至少一个航班的航班机组人员细节、涉及所述航班的其它特定信息，所述其它特定信息包括但不限于期望城市对、期望航班时间、阻塞时间、飞机资产、机场、机场门分配、地勤人员、航班机组人员、及其组合。

10.例子7的所述方法，其中利用一套算法中的至少一个算法执行所述优化，所述一套算法包括以下的至少一个：基于连接的算法、基于字符串的算法、人工智能算法、和其它基于启发式的算法以及依赖于用户规范、所述优化的复杂性、及其组合而执行的特定优化算法。

11.例子7的所述方法，其中所述至少一个指定的优化目标是基于收入计划、交通密度、交通模式、飞机转机时间、机场流量以及恢复时机的至少一个。

12.例子11的所述方法，其中所述恢复时机由飞机转机时长、飞机转机时间、以及飞机转机地点表征。

13.例子7的所述方法，其中生成所述组量化指标的所述基于模拟的过程至少部分考虑航线运营紊乱、用户定义的紊乱、以及假设的紊乱的至少一个所识别的根本原因。

14.一种存储指令的非暂时性、计算机可读介质，所述指令当由计算机处理器执行时，使得所述计算机处理器实现与鲁棒的网络计划优化有关的方法，所述介质包括程序指令，所述程序指令可由计算机处理器执行以：

接收包括与至少一个与航班有关的细节的基准线航线调度；

根据至少一个指定的优化目标优化所述基准线航线调度以生成被优化的航线调度；

基于执行基于模拟的过程评估所述被优化的航线调度的鲁棒性以生成一组量化指标；以及

生成所述组量化指标的记录。

15.例子14的所述介质，进一步包括程序指令，所述程序指令可由计算机处理器执行以：

确定所述被优化的航线调度的被评估的鲁棒性是否满足预定的阈值鲁棒性值；

在所述被优化的航线调度的被评估的鲁棒性满足所述预定阈值鲁棒性值的实例中，继续生成所述组量化指标的所述记录；以及

在所述被优化的航线调度的所述被评估的鲁棒性不满足所述预定阈值鲁棒性值的实例中，利用所述被生成的量化指标的组以基于更新的参数设置进一步优化和评估所述被优化的航线调度的所述鲁棒性。

16.例子14的所述介质，其中与所述至少一个航班有关的所述细节包括以下的至少一个：航班号、航班起飞时间、航班到达时间、航班起飞机场、航班到达机场、对于所述至少一个航班的飞机类型、对于所述至少一个航班的航班机组人员细节、涉及所述航班的其它特定信息，所述其它特定信息包括但不限于期望城市对、期望航班时间、阻塞时间、飞机资产、机场、机场门分配、地勤人员、航班机组人员、及其组合。

17.例子14的所述介质，其中利用一套算法中的至少一个算法执行所述优化，所述一套算法包括以下的至少一个：基于连接的算法、基于字符串的算法、人工智能算法、和其它基于启发式的算法以及依赖于用户规范、所述优化的复杂性、及其组合而执行的特定优化算法。

18.例子14的所述介质，其中所述至少一个指定的优化目标是基于收入计划、交通密度、交通模式、飞机转机时间、机场流量以及恢复时机的至少一个。

19.例子18的所述介质，其中所述恢复时机由飞机转机时长、飞机转机时间、以及飞机转机地点表征。

20.例子16的所述介质，其中生成所述组量化指标的所述基于模拟的过程至少部分考虑航线运营紊乱、用户定义的紊乱、以及假设的紊乱的至少一个所识别的根本原因。

其它实施例涉及系统和/或存储为了执行本文描述的任何方法的指令的计算机可读介质。

附图说明

图1是根据一些实施例的系统的示意描述；

图2是根据一些实施例的流程图描述；

图3是根据一些实施例的鲁棒的网络计划优化处理工具或平台的框图；以及

图4是根据一些实施例的计算系统或平台的逻辑框图。

具体实施方式

提供下面的描述以使得任何本领域的技术人员制造或使用所描述的实施例。然而，各种修改对那些本领域技术人员将会是显而易见的。

图1是根据一些实施例的用于商业航线航班操作的鲁棒的网络计划优化系统100。系统100包括二个主要部件，优化模块105和鲁棒性分析模块110。优化模块105可主要基于航空公司或其它实体的一个或多个目标而提供优化航线调度的机制。优化模块105接收第一或基准线航线调度115作为输入。可从另一个设备或系统传送基准线航线调度115到优化模块105。在一些方面中，可由优化模块105从数据库125接收基准线航线调度115。数据库125可由航空公司、政府机构(如航空管理机构)、或第三方服务提供商维护、拥有或控制。在一些实例中，可由通信设备或接口120促进基准线航线调度115从数据库125到优化模块125的通信。在一些方面中，通信设备120可以是系统、子系统、或包括优化模块105的设备的一部分，尽管在一些其它实施例中它也可以独立于优化模块105。优化模块105适于以基于一个或多个预定义的目标优化基准线航线调度115。优化模块105的输出130可包括至少部分基于在计算被优化的航线调度中所考虑的一个或多个预定义的目标而确定的被优化的航线调度的表示。在一些方面中，优化模块105也可在本文中被称为“计划”模块。

在一些方面中，输入到优化模块105的第一或基准线航线调度115可包括与包含基准线航线调度的至少一个航班的每一个相关的细节。在一些方面中，与至少一个航班相关的细节包括：至少一个航班号、航班起飞时间、航班到达时间、航班起飞机场、航班到达机场、用于至少一个航班的飞机类型、至少一个航班的航班机组人员细节、与航班有关的其它特定信息，包括但不限于所需城市对、所需航班次数、阻塞次数、飞机资产、机场、机场门分配、地勤人员、和航班机组人员、以及它们的组合。包括它们的子集的这些细节的类型可被每个航班包括在基准线航线调度中。作为示例，用于特定航空公司的基准线航线调度可包括大约每天3,000个航班。据此，基准线航线调度可以是复杂的并且适于由数据库系统125开发、存储和管理。数据库系统125可包括关系数据库、多维数据库、可扩展标记语言(XML)文档、或存储结构化和/或非结构化数据的任何其它数据存储系统。数据库系统125可包括分布式数据库系统，其使得它的数据被分布在若干个关系数据库、多维数据库、和/或其它数据源、面向对象数据库、混合数据库、以及包括内存数据库系统的其它类型的数据库管理系统，其可在“云”中提供以及作为服务被提供，而不会限制或失去一般性。

在本文的一些方面中，优化模块105可使用一个或多个算法来处理基准线调度115以生成、计算、或以其它方式确定被优化的航线调度130。在一些实施例中，优化模块105可利用一套算法中的至少一个算法实现或执行对输入到其的航线调度(例如，基准线航线调度115)的优化。这一套算法可包括现在已知的或将变为已知的可应用于被优化的航线调度的处理和确定的任何算法或技术。在一些实施例中，这一套算法可包括以下算法的至少一个：基于连接的算法、基于字符串的算法、利用线性整数规划的其它算法、人工智能算法、以及基于启发式的算法，其中由优化模块105执行的特定优化算法可依赖于用户的特别选择或偏好、正在执行的优化的复杂性、及其组合。在一些方面中，由优化模块105用在优化航线调度中的特定算法的选择可由设备、系统、或执行模块的装置自动完成。

在本文的一个例子中，可由优化模块105使用基于连接的优化模型或算法，其将操作给定调度所需要的飞机的总数最小化。基于连接的模型可考虑四个主要因素或约束，其包括在调度中确保所有城市对的交通频率将会维持在输出调度中、在每个站点确保飞机流平衡(即平衡每个站点的进港航班和出港航班)、平衡跨天的飞机流(即白天到黑夜和黑夜到白天)、以及飞机容量。模型也可合并另外的约束，如机场流量限制、宵禁、飞机转机时间、机组转机时间、乘客连接时间等。

在一些方面中，由优化模块105执行的优化根据一个或多个指定目标执行。可由用户(如优化管理员)或其它实体(如航空公司、政府机构等)提供目标。在一些实施例中，目标可包括和考虑一个或多个收入计划、交通密度、交通模式、飞机转机时间、机场流量比例、以及应急恢复时机。作为例子，对于优化模块105的优化的目标可包括最小化成本(包括最小化燃料成本、机组人员成本等)以完成规划的调度、最大化飞机的利用率、以及最大化调度的鲁棒性的任一或其组合。另外的和/或其它的目标可被用于优化特定航线调度，但是它们的因素也可被优化模块105考虑或应用。如本文所涉及的，操作应急恢复时机可以大体上由三个关键属性表征。即飞机转机耗时、日内飞机转机次数、以及飞机转机地点的属性。这三个属性可通过用于飞机转机和航班连接性的成本/回报函数被内建于优化模块中。同样，恢复时机可由系统中的空闲飞机数量表征。在一些方面中，本公开的一个实施例可跟随上面提到的成本/回报目标跨网络分布空闲飞机以创建恢复时机。在另一方面中，另一方面：恢复时机和调度鲁棒性可由在飞机转机和/或机组人员转机中的额外的缓冲时间表征，其可被内建于上面提到的模型约束和/或成本/回报目标中。

基于由优化模块105使用的算法和特点目标，它的输出130提供用于航线调度和飞机航线的解决方案，其被优化以获得特定目标。优化模块的输出被用作鲁棒性分析模块110的输入。

鲁棒性分析模块110可主要执行或运行由优化模块105输出的被优化的航线调度130的鲁棒性评估的过程。在一些方面中，鲁棒性分析利用航线操作模拟(即“虚拟航线”)以评估被优化的调度130的鲁棒性。在一些方面中，鲁棒性分析模块110也在本文中被称作“模拟”模块。

在本文的一些方面中，鲁棒性分析模块110对航线运营紊乱进行根本原因分析。如本文所用，航线运营紊乱可以是影响调度的实际执行造成了调度偏差的任何事件、发生的事情、或场景。航线运营紊乱可发生在航班操作的当天或前一天(即接近、邻近或当天)。航线运营紊乱的一些例子包括但不限于天气有关的延误、乘客连接延误、航班机组人员相关的延误、机场相关的延误、飞机相关的延误、以及其它因素。另外，航线运营紊乱可包括根本原因(例如在航线枢纽机场的暴风雪)和传输延迟原因(如由在航线的中西部枢纽机场的暴风雪导致的在东海岸机场的连接航班延误)。

根据本文的一些方面，鲁棒性分析模块110可适于确定和使用航线运营紊乱的根本原因。在一些实施例中，鲁棒性分析模块110可适于以至少考虑和处理提供给其以处理的航线运营紊乱的根本原因。鲁棒性分析模块110适于进一步评估由优化模块105所产生的航班计划130的鲁棒性度量。根据本文的一些实施例，模块110的鲁棒性评估由基于模拟的方法或过程进行，而所识别的紊乱根本原因注入到模拟中。在一些方面中，所识别的紊乱的根本原因可代表由航空网络在一些历史上的操作日期中所经历的一些真正的紊乱，其对应于在其中抽取根本原因的基准调度。在另一个例子中，为了基准测试和/或压力测试调度的鲁棒性，用户可注入假设的紊乱到模拟中，其表示一些典型的紊乱场景。如本文所用，航线调度的鲁棒性涉及调度对于航线运营紊乱是否脆弱。调度越具有鲁棒性，调度吸收航线运营紊乱而不偏离所计划的航线调度(如优化调度130)的容量就越强。

关于基于模拟的方法来评估鲁棒性，需要注意的是本文的实施例可利用航空操作模拟，该模拟建模非常详细的包括航线的航班的操作。例如，航班的细节可包括航班的所有方面，包括但不限于登机口、滑出、起飞、巡航、着陆、滑入、下机口、机场交通控制、宵禁、驾驶舱机组人员、机舱工作人员、地勤人员、不同服务类别的乘客、以及航班的其它方面。据此，模拟可被称作虚拟航班的建模。

在一些方面中，可从鲁棒性评估生成一组鲁棒性关键性能指标(KPI)。鲁棒性分析模块110的输出可包括一组量化标准或指标140。量化指标140可提供由鲁棒性分析模块110评估的特定的被优化调度的鲁棒性的值的指示或表示。被优化调度的鲁棒性的值的指示或表示可被表示为一个或多个KPI140。KPI可表示被航空公司(或其它实体)评价为航线调度性能的重要的、深刻的、或主要的指示的因素或考虑项。在一些方面中，鲁棒性表示的值可包括定标的、相关的排名、规范化的值、以及其它值的格式。KPI可表征涉及准点起飞、准点到达、航班延迟、航班取消、乘客满意度、货运、收入、以及成本的航线性能。

如在图1中所示，优化模块105和鲁棒性分析模块110可被配置在闭环反馈布局中，其中优化模块105的输出是鲁棒性分析模块110的输入。而且，在鲁棒性评估的结果135不满足或没有至少到达(即等于)期望的、指定的KPI阈值的例子中，鲁棒性分析模块的输出可被反馈到优化模块。鲁棒性分析模块110的输出提供反馈给优化模块105，并且它的优化处理可利用优化模块参数被重确定或重计算，优化模块参数被更新以生成新的被优化的调度。当由在图1的闭环系统中鲁棒性分析模块110评估时，被优化的调度会有希望到达令人满足的KPI值。在鲁棒性分析模块的输出满足KPI阈值140的例子中，不再需要执行进一步的优化和评估，并可生成获得了KPI值的记录或其它和/或新被优化的调度。所生成的记录或报告可被保存为文件、以消息发送给系统或设备(图1未示出的)，并且提供给用户或其它实体。然而，在鲁棒性分析模块110的输出不满足KPI阈值140的实例中，接着可迭代执行进一步的优化和评估直到满足KPI阈值。

在一些实施例中，由系统100执行的迭代过程可在不具有令人满意的或可接受的KPI值的调度上迭代的执行，其中迭代过程包括利用基于模拟的方法优化航线调度和评估其的鲁棒性。在这样的一些情况中，可利用鲁棒性评估结果135被反馈到优化模块中重复迭代过程，因而利用更新的参数设置为新的优化迭代过程提供指引。在一些方面中，由优化模型考虑的参数可被转成获得期望的KPI的尝试。在一些实施例中，当优化过程105生成满足鲁棒性要求的航班计划时，系统100终止并输出最后的被优化的航线调度计划，其中鲁棒性要求由用户(或其它实体)设置并由鲁棒性分析模块110评估。包括至少一个最后的被优化的调度和最后的被优化计划的KPI值的记录和/或报告被生成、存储、并被传送给其它设备(如显示器)、系统(如数据库管理系统或其它数据维持手段)和服务(如在航空组织内由航空管理者使用的基于数据虚拟化服务的云)。

在一些方面中，系统100和执行的过程从而可被用于参考一个或多个优化和鲁棒性目标和目的优化航线调度计划和评估所述的优化计划的鲁棒性。图2是根据本文的一些实施例的由可系统执行的过程的示范性流程图描述。在一些方面中，系统100可被用于实现图2中所示的过程200的至少一些操作。部分地，一些与过程200有关的细节已在上面介绍和讨论系统100时呈现了。据此，当在下面公开图2的完整讨论时，本质上重复的特定细节可能不会被重复，由于它们已在本文中公开了。

参考图2，公开了与为商业航线航班操作提供平台或框架以用于鲁棒的网络计划优化有关的过程。过程200可由系统、应用、或配置来执行过程的操作的装置实现。大体上，流程200涉及高效地(1)优化航线调度或计划以及(2)评估被优化的计划的鲁棒性的过程，其中评估是量化评估。在一些实施例中，实现系统100的装置、设备或系统的各种硬件元件执行程序指令以执行过程200。作为例子，航线调度计划员可能期望执行由航空公司决定的具有最小资产成本的收入计划，并同时维持或超过当前操作性能水平。对于这样的例子，收入计划是在所有城市对间的交通频率的要求，资产(或资源)是飞机、机组人员、以及其它航线资源，以及操作性能的关键指标可以是准点到底率和航班取消率、准点起飞、准点到达、航班延迟、航班取消、乘客满意度、货物、收入、以及成本，其中操作性能也可能会被当紊乱发生时的调度中的恢复时机影响。这个示例用例可寻求有关以下问题的答案：(1)如何设计覆盖所有所要求交通频率和要求最少数目的飞机的航班计划；(2)如何设计飞机的航线以保持(或超过)基准线级别的准点到达率；以及(3)如何在航班计划中允许足够的恢复时机(如飞机替换和/或机组人员替换)。

在一些实施例中，硬连线的电路可被用于替换或与程序指令结合以实现根据一些实施例的过程。可由系统、设备、或装置执行以实现过程200(或本文公开的其它过程以及子过程)的程序指令可被存储在或以其它方式体现为非暂时性、有形的介质。因此实施例不限于任何特定的硬件和软件的组合。

先于操作205，在设备或系统(未示出)上执行的应用或服务可被开发或采用以开发、管理、和保持航线调度或计划，其中设备或系统诸如，例如分布式数据库系统的服务器端计算设备(如应用服务器)。过程200可从设备或系统接收航线调度。

在操作205，接收基准线航线调度。可从通信接口或设备接收调度，该设备可与实现过程200的设备或系统集成或分离。在一些方面中，基准线调度可以是新提交的航线调度或在任何计划使用的计划几个月前开发的计划或从其导出的计划。

在操作210，在操作205接收的计划被传送到优化模块(如105)以基于一个或多个指定目标优化计划。优化模块的期望目标可由用户(如航空调度计划管理者等)或其它授权实体在操作205前或作为操作205的一部分指定。

在操作215，可提供在操作210处优化的航线调度的鲁棒性作为对鲁棒性评估模型(如模块101)的输入。在一些实施例中，基于模拟的方法或过程被用于评估被优化的计划的鲁棒性，其中评估考虑发生在或将会发生在航班操作附近或期间的航线操作的紊乱。

继续过程200，操作220包括从评估确定或计算被优化的计划的性能的量化度量或指标。在一些方面中，量化指标可包括一个或多个因素的KPI，其中因素是被视为与航线的性能相关的和重要的指示。可基于为特定航线和/或航线的操作情形确定的说明来确定KPI。在一些实施例中，可由鲁棒性分析模块完成操作220。在操作225处操作220的量化指标可与预定的阈值(即性能参考值)相比较以确定被优化和被评估的计划是否满足用户或其它实体指定的目标和性能标准。在指标(至少)满足指定的标准的示例中，过程230随后可生成包括量化指标和/或结合鲁棒性考虑的被优化的计划的报告。

否则，在指标没到达或不满足指定的性能指标的示例中，过程200可返回到操作210以利用更新的约束和/或目标函数优化先前优化的计划以及评估这个新优化的计划的鲁棒性。在一些方面中，在操作210中考虑的一个或多个参数可被调整、更新、或以其它方式由反馈从操作220通知以潜在的提高当前正被优化或评估的计划的性能。

在一些方面中，本文的鲁棒性分析模块提供反馈给优化模块，其中，如果需要任何迭代的话，反馈引导调整和更新优化模块的约束和目标函数。在一些方面中，本文所公开的系统、方法、和介质以迭代的方式操作，并且当所生成的调度满足预定义的性能阈值时，迭代过程终止。

图3是根据一些实施例的计算设备的框图。系统300可以是例如与用于实现本文公开的过程的设备相关的。系统300包括处理器305，如以单芯片微处理器和多核处理器的形式的一个或多个商用中央处理单元(CPU)，处理器305被耦合到通信设备320，其中通信设备320被配置为通过到另一个设备或系统(如管理者设备或客户端设备，未示出)的通信网络(图3中未示出)通信。系统300也可包括缓存310，如RAM存储器模块。系统可进一步包括输入设备315(如触摸屏、输入内容的鼠标和/或键盘)和输出设备325(如触摸屏、用于显示的计算机监视器、LCD显示器)。

处理器305与存储设备330通信。存储设备330可包括任何合适的信息存储设备，包括磁性存储设备(如硬盘驱动器)、光学存储设备、固态驱动器、和/或半导体存储设备的组合。在一些实施例中，存储设备330可包括数据库系统，包括在一些配置中的内存数据库。

存储设备330可存储程序代码或指令以根据本文的过程控制数据库引擎335的操作以优化航空调度/计划和评估其中的鲁棒性。处理器305可为了实现优化模块335和鲁棒性评估模块340而执行指令以从而根据本文描述的任何实施例操作。优化模块305和鲁棒性评估模块340可以压缩的、未编译的和/或加密的形式存储。用于优化模块305和鲁棒性评估模块340的程序指令可进而包括其它程序元素，如操作系统、数据库报告系统、和/或由处理器305使用的与例如客户端、管理者和外设设备(图3中未示出)交互的设备驱动器。存储设备330也可以包括数据340。在一些方面中，数据340可由系统300用在执行本文的一个或多个过程中，包括各个过程、所述过程的各个操作、以及单个过程和单个过程操作的组合。例如，数据340可包括数据库系统的持久层并且存储根据本文的一些实施例的优化指定目标、目标KPI、航班计划等。

在一些实施例中，系统可在“云”中操作，其允许地理上分布的用户操作系统、报告/注入紊乱信息、以及获得调度。图4是根据一些实施例的计算系统或平台的逻辑框图的示范性描述。系统400可以是例如与用于执行本文公开的过程的设备相关的(如过程200)。作为设备、系统、或平台的逻辑表示或抽象，系统400的实际实现不限于图4中描述的特定配置，以及可包括以各种配置布局的更少的、额外的、可替换的、和代替的组件。例如便于通信和/或处理的一个或多个设备和系统可被置于图4的两个或多个组件之间，而不会损失本文范围内的任何一般性。

系统400包括基于云的服务405。基于云的服务405可由服务提供商410提供。服务405可以是商业服务(如用于被公开的商业航线航班操作的鲁棒网络计划优化的平台或框架等)、基于云的应用、以及其它应用或服务，而不会限制或损失一般性。在一些实施例中，服务提供商410可采用数据库系统实例以实现后端系统415、420和425。后端实现415、420和425可单独操作或组合操作以传送一个或多个服务和应用405给客户端设备435。本文公开的过程或理念不限于任何一个实现它的系统或技术实现。

在一些实施例中，支持操作和基于云的服务405的可用性的客户端设备(或简称为客户端)435、服务提供商410、以及数据中心430可以完全分布在不同的彼此远离的地点。例如，位于第一城市(如纽约)的客户端435可请求由位于第二城市(如波士顿)的服务提供商410提供的基于云的服务405，其中数据中心430可体现在数据中心中。为了传送期望的服务给客户端，可通常对后端实现425和数据中心430作出数个通信和数据调用。

在一些实施例中，本文的过程、介质和系统可操作以提供提高例如商业计划服务以及提供这种服务的机器或设备的鲁棒网络计划优化服务。本文所讨论的所有的系统和过程可体现为存储在一个或多个有形的、非暂时性的计算机可读介质上的程序代码。这种介质可包括，例如软盘、CD-ROM、DVD-ROM、闪速驱动器、磁带、以及固态随机访问存储器(RAM)或只读存储器(ROM)存储单元。因此实施例不会限制于任何特定的硬件和软件的组合。

在一些实施例中，本文的各个方面可由应用、设备或系统实现以跨不同设备、有效地跨整个域，以一致的方式管理实体或其它应用的恢复。

如本文所用，信息可例如(i)由平台100从另一个设备“接收”或“传送”；(ii)由在平台100中的软件应用或模块从另一个软件应用、模块、或任何其它源头“接收”或“传送”。

本领域技术人员可以理解的是，本发明的各个方面可体现为系统、方法或计算机程序产品。据此，本发明的各个方面可以是完全硬件实施例、完全软件实施例(包括固件、驻留软件、微码等)、或组合软件和硬件的实施例的方式，其在本文可全部一般地被称为“电路”、“模块”或“系统”。而且，本发明的各个方面可以是计算机程序产品的方式，其中计算机程序产品包含在其上具有计算机可读程序代码于的一个或多个计算机可读介质中。

附图中的流程图和框图示出了根据本发明的各种实施例的系统、方法和计算机程序产品的可能实现的架构、功能性和操作的各个方面。在这方面，流程图或框图的每一框可代表模块、部分、或代码的部分，其包括用于实现指定逻辑功能的一个或多个可执行指令。在一些可替换的实现中，在特定框中标注的功能可以与图中标识的顺序不同的顺序发生。例如，连续示出的两个框可实际上被大体上并行执行，或这些框有时会被以相反的顺序执行，这依赖于涉及的功能性。需要注意的是框图和/或流程图示范的每一框可由执行指定功能或动作的专用的基于硬件的系统或专用硬件和计算机指令的组合实现。

应该注意的是本文描述的任何方法可包括额外的提供系统的步骤，其中系统包括包含在计算可读存储介质上的独特的软件模块；该些模块可包括，例如在框图中描绘的和/或本文描述任何或所有的元件。进而，计算机程序产品可包括具有代码的计算机可读存储介质，其中代码适于被实现为执行本文描述的一个或多个方法步骤，包括提供具有独特的软件模块的系统。

虽然参考特定上下文描述了实施例，但一些实施例可或者部分或者全部地与其它类型的设备、系统、和配置相关联，而不会损失一般性。

本文描述的实施例仅仅用于示范的目的。本领域技术人员将认识到可通过修改和替换实施的其它实施例。本领域技术人员将理解上面描述的实施例的各种适配和修改可被配置而不会背离权利要求书的范围和精神。因此，可以理解的是权利要求可以本文描述之外的形式被实施。

附图标记

100系统

105优化模块

110鲁棒性分析模块

115基准线航线调度

120通信接口

125数据库

130优化航线调度

140关键性能指标

200过程

205过程操作

210过程操作

215过程操作

220过程操作

225过程操作

230过程操作

300系统

305处理器

310存储器

315输入设备

320通信设备

325输出设备

330数据存储设备

335优化模块

340鲁棒性评估模块

345数据

400系统

405基于云的服务

410服务提供商

415后端实现

420后端实现

425后端实现

430数据中心

435客户端设备

Claims (6)

1.一种系统，包括：

通信设备，可操作以接收包括与至少一个航班有关的细节的基准线航线调度；

优化模块，用来从所述通信设备接收所述基准线航线调度并且优化所述基准线航线调度；

鲁棒性分析模块，用来接收所述被优化的航线调度并评估其的鲁棒性；

存储器，用来存储程序指令；以及

至少一个处理器，被耦合到所述存储器并与所述优化模块和所述鲁棒性分析模块通信，所述至少一个处理器可操作以执行程序指令来：

由所述优化模块根据至少一个指定的优化目标优化所述基准线航线调度以生成被优化的航线调度；

由所述鲁棒性分析模块基于执行基于模拟的过程评估所述被优化的航线调度的鲁棒性以生成一组量化指标；以及

生成所述组量化指标的记录。

2.权利要求1的所述系统，其中所述鲁棒性分析模块进一步：

确定所述被优化的航线调度的被评估的鲁棒性是否满足预定的阈值鲁棒性值；

在所述被优化的航线调度的被评估的鲁棒性满足所述预定阈值鲁棒性值的实例中，继续生成所述组量化指标的所述记录；以及

在所述被优化的航线调度的所述被评估的鲁棒性不满足所述预定阈值鲁棒性值的实例中，利用所述被生成的量化指标的组以基于更新的参数设置进一步优化和评估所述被优化的航线调度的所述鲁棒性。

3.权利要求1的所述系统，其中与所述至少一个航班有关的所述细节包括以下的至少一个：航班号、航班起飞时间、航班到达时间、航班起飞机场、航班到达机场、对于所述至少一个航班的飞机类型、对于所述至少一个航班的航班机组人员细节、涉及所述航班的其它特定信息，所述其它特定信息包括但不限于期望城市对、期望航班时间、阻塞时间、飞机资产、机场、机场门分配、地勤人员、航班机组人员、及其组合。

4.权利要求1的所述系统，其中所述优化模块利用一套算法中的至少一个算法执行所述优化，所述一套算法包括以下的至少一个：基于连接的算法、基于字符串的算法、人工智能算法、和其它基于启发式的算法以及依赖于用户规范、所述优化的复杂性、及其组合而执行的特定优化算法。

5.权利要求1的所述系统，其中所述至少一个指定的优化目标是基于收入计划、交通密度、交通模式、飞机转机时间、机场流量以及恢复时机的至少一个。

6.权利要求1的所述系统，其中执行基于模拟的过程以生成所述组量化指标的所述鲁棒性分析模块至少部分考虑航线运营紊乱、用户定义的紊乱、以及假设的紊乱的至少一个所识别的根本原因。