CN106156940A - 机组配对可靠性分析器 - Google Patents
机组配对可靠性分析器 Download PDFInfo
- Publication number
- CN106156940A CN106156940A CN201610315632.6A CN201610315632A CN106156940A CN 106156940 A CN106156940 A CN 106156940A CN 201610315632 A CN201610315632 A CN 201610315632A CN 106156940 A CN106156940 A CN 106156940A
- Authority
- CN
- China
- Prior art keywords
- module
- time
- pairing
- reliability
- leg
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063112—Skill-based matching of a person or a group to a task
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
Abstract
本申请公开了机组配对可靠性分析器。公开了分析配对可靠性,公开了装置、方法以及计算机程序产品。装置可以包括接收机组配对的配对计划模块和历史模块,所述历史模块针对机组配对中的至少一个可连接航段而检索历史性能数据。机组配对包括两个或多个可连接航段。在一些实施例中,装置包括限制模块和可靠性模块,所述限制模块识别可适用于机组配对的一个或多个操作限制,所述可靠性模块基于历史性能数据而计算机组配对的可靠性因子。可靠性因子指示机组配对将遵从一个或多个操作限制的概率。
Description
技术领域
本公开总体涉及机组配对,并且更具体地涉及确定特定机组配对的可靠性。
背景技术
机组规划部门的任务是建立有效的机组配对。有许多统计可用于测量效率,然而,还没有建立测量任务时段和/或机组配对的可靠性的测量方法。
发明内容
本申请的主题已经被开发以响应于本领域的当前状态,并且特别地响应于评估机组配对的可靠性的缺点。本申请的主题已经被开发以提供克服以上讨论的现有技术的缺点的至少一些的系统和方法。
本申请公开了一种用于分析配对可靠性的装置。方法和计算机程序产品也可以进行该装置的功能。该装置可以包括历史模块和接收机组配对的配对计划(schedule)模块,所述历史模块针对机组配对中的至少一个可连接航段(leg)(以及在一些实施方式中针对机组配对中的每个可连接航段)而检索历史性能数据。机组配对包括两个或多个可连接航段。在一些实施例中,该装置包括限制模块和可靠性模块,所述限制模块识别可适用于机组配对的一个或多个操作限制,所述可靠性模块基于历史性能数据而计算机组配对的可靠性因子。可靠性因子指示机组配对将遵从一个或多个操作限制的可能性。在一些实施例中,配对计划模块、历史模块、限制模块以及可靠性模块中的至少一部分包括逻辑硬件和/或可执行代码。可执行代码被存储在计算机可读存储介质上。
在某些实施例中,该装置还包括阈值模块,其识别可靠性因子低于阈值所在的时间和位置。该装置可以进一步包括分布模块,其基于历史性能数据计算两个或多个统计分布。每个统计分布对应于机组配对的可连接航段中的一个,并且可靠性模块使用统计分布来计算可靠性因子。此外,该装置可以包括稳健性模块,其计算机组配对的稳健性值。稳健性值指示在统计分布的预定值和机组配对的极限值之间的概率差。
在一些实施例中,可靠性模块可以包括航段概率模块,其针对机组配对的每个航段计算在航段期间超过特定操作限制的分摊(apportioned)量的概率。可靠性模块也可以包括合计模块,其基于每个航段超过特定操作限制的概率来确定针对特定操作限制的合计似然度。合计似然度指示机组配对超过特定操作限制的概率。
在一些实施例中,配对历史模块可以包括选择模块和过滤模块,所述选择模块接收历史性能数据的选择标准,所述过滤模块返回满足选择标准的历史性能数据。选择标准可以是时间、月份、季节、工作状况、航班号、装备标识符、离开位置以及到达位置。在某些实施例中,配对历史模块还包括样本尺寸模块,所述样本尺寸模块将满足选择标准的历史性能数据的样本尺寸与样本尺寸阈值比较。过滤模块响应于样本尺寸低于样本尺寸阈值而返回附加的历史性能数据。
在某些实施例中,历史性能数据可以包括以下中的一个或多个:实际出发时间、实际到达时间、实际轮档时间、出发延迟量以及到达延迟量。操作限制可以包括以下中的一个或多个:最小休息时间、最小连接时间、最大飞行时间以及最大飞行任务时段时间。
在一些实施例中,该装置包括缓冲模块,其确定满足预先确定的可靠性因子的机组配对的预定值。此外,配对计划模块可以接收包括在给定日内的两个或多个机组配对的每日计划表,并且该装置可以包括合计模块,其组合在每日计划表中的机组配对的可靠性因子。
根据一些实施例,该方法包括接收机组配对并且识别与机组配对相关联的两个或多个操作限制。机组配对包括被组织到一个或多个任务时段的两个或多个飞行航段、两个或多个预定出发时间以及两个或多个预定到达时间。每个飞行航段与预定出发时间和预定到达时间相关联。该方法可以包括基于飞行航段、预定出发时间以及预定到达时间而检索历史性能数据,并且在一些实施方式中针对每个操作限制而计算机组配对中的任务时段超过操作限制的概率。计算任务时段超过操作限制的概率是基于历史性能数据。
在一些实施例中,该方法可以包括接收工作状况,其中检索历史性能数据包括针对沿已经在工作状况下操作的飞行航段中的每个的飞行而检索实际出发时间、实际到达时间、实际轮档时间、出发延迟量以及到达延迟量。计算机组配对的任务时段超过操作限制的概率可以包括计算任务时间将超过分配的任务时间的概率、计算轮档时间将超过分配的轮档时间的概率以及计算连接时间将满足最小连接时间的概率。这些概率针对机组配对的每个航段而被计算。
在一些实施例中,该方法可以包括接收可靠性阈值并且识别机组配对超过操作限制的概率大于可靠性阈值所在的机组配对中的时间和位置。在某些实施例中,计算机组配对中的任务时段超过操作限制的概率包括计算轮档时间可靠性因子、任务时间可靠性因子、休息时间可靠性因子以及连接时间可靠性因子。
根据一些实施例,计算机程序产品包括存储由处理器执行的代码的计算机可读存储介质。可执行代码包括代码以执行:接收行程并且识别与行程相关联的两个或多个操作限制。该行程包括两个或多个航段、两个或多个预定出发时间以及两个或多个预定到达时间。每个航段与预定出发时间和预定到达时间相关联。可执行代码还包括代码以执行:基于航段、出发时间以及到达时间而检索历史性能数据,以及基于历史性能数据计算行程超过操作限制的概率。针对每个操作限制计算行程超过操作限制的概率。
在某些实施例中,操作限制包括装备限制和操作者限制。操作者限制可以包括最小休息时段、最小连接时间、最大飞行时间以及最大飞行任务时段时间。在某些实施例中,接收行程包括接收具有两个或多个行程的计划表,并且可执行代码进一步执行计算在连续行程之间的休息时间将满足休息时间限制的概率。
所描述的本公开的主题的特征、结构、优点和/或特性可以在一个或多个实施例和/或实施方式中以任何合适的方式被组合。在随后的描述中,提供了数个具体细节以给出对本公开的主题的实施例的透彻理解。相关领域的技术人员将认识到,本公开的主题可以被实施而无需特定实施例或实施方式的具体特征、细节、组件、材料和/或方法中的一个或多个。在其他实例中,可以不在所有实施例或实施方式中呈现的附加的特征和优点可以在某些实施例和/或实施方式中被认识到。进一步地,在一些实例中,公知的结构、材料或操作没有被示出或详细描述以避免模糊本公开的主题的各方面。本公开的主题的特征和优点将从以下描述和随附权利要求而变得更加充分地明显,或者其可以通过如下文陈述的本主题的实践而获知。
附图说明
为了更容易地理解主题的优点,通过参考所附附图内说明的具体实施例,将给出上文简述的主题的更多具体的描述。需理解的是,这些附图仅仅描绘了主题的典型实施例,因此它们不被认为是对主题范围的限制。主题将通过使用附图而利用更多的特殊性和细节来描述和解释,其中:
图1是显示用于分析配对可靠性的系统的一个实施例的框图;
图2是显示用于分析配对可靠性的装置的一个实施例的示意框图;
图3是显示用于分析配对可靠性的装置的另一实施例的示意框图;
图4是用于分析配对可靠性的方法的一个实施例的流程图;
图5是用于分析配对可靠性的方法的另一个实施例的流程图;
图6是显示机组配对和机组配对可靠性分析的示意框图。
具体实施方式
贯穿本说明书对“一个实施例”、“实施例”或类似语言的参考意味着结合该实施例所述的特定特征、结构或特性被包括在本公开的至少一个实施例内。贯穿本说明书的短语“在一个实施例中”、“在实施例中”以及类似语言的出现可以但没必要都指相同的实施例。类似地,术语“实施方式”的使用意指具有结合本公开的一个或多个实施例描述的特定的特征、结构或特性的实施方式,但是,缺少明确的相关性以另外指示实施方式可以与一个或多个实施例相关。
图1是显示用于分析机组配对的可靠性的系统100的一个实施例的框图。系统1000包括机组配对分析器102、管理系统104、计划数据库106、性能数据库108以及向性能数据库108提供性能数据的至少一个交通工具110。
机组配对分析器102经配置以分析一个或多个机组配对(例如,建议的机组配对)的可靠性。在一些实施例中,机组配对分析器102可以包括处理器112、储存器114、收发器116以及配对可靠性模块118。机组配对分析器102的组件可以例如通过计算机总线而通信地相互耦合。在一些实施例中,机组配对分析器102是计算设备,例如服务器或主机(mainframe)计算机,其接收来自管理系统104的指令和/或数据并且访问存储在计划数据库106和/或性能数据库108内的数据以便分析一个或多个机组配对的可靠性。
在一个实施例中,处理器112可以包括能够执行计算机可读指令和/或能够进行逻辑操作的任何已知的控制器。例如,处理器112可以是微控制器、微处理器、中央处理单元(CPU)、图形处理单元(GPU)、辅助处理单元、FPGA或类似的可编程控制器。在一些实施例中,处理器112执行存储在存储器114中的指令以执行本文所述的方法和程序。处理器112被通信地耦合到存储器114、收发器116以及配对可靠性模块118。
在一个实施例中,收发器116经配置以经由一个或多个数据链路来发送并接收电子通信。根据一些实施例,收发器116是能够经由无线数据链路而交换信息的无线收发器。无线数据链路的示例包括,但不限于,卫星通信链路(如,使用卫星无线电频带)、无线蜂窝网络、局部无线网络如Wi-Fi网络、自组织网络等等。在一些实施例中,收发器116经由红外信号和/或超声波信号通信。所有的标准和/或连接类型包括截至本申请的申请日的标准和/或连接类型的最新版本和修订。
在一个实施例中,存储器114是计算机可读存储介质。在一些实施例中,存储器114包括易失性计算机存储介质。例如,存储器114可以包括包含动态RAM(DRAM)、同步动态RAM(SDRAM)和/或静态RAM(SRAM)的随机存取存储器(RAM)。在一些实施例中,存储器114包括非易失性计算机存储介质。例如,存储器114可以包括硬盘驱动器、闪速存储器或任何其他适合的非易失性计算机存储设备。在一些实施例中,存储器114包括易失性和非易失性计算机存储介质两者。
存储器114存储与分析配对可靠性相关的数据。例如,存储器114可以存储机组配对、历史性能数据、统计分布、操作限制等等。在一些实施例中,存储器114还存储如本文所述的用于分析配对可靠性的程序代码。
在一个实施例中,配对可靠性模块118经配置以接收包括多个可连接航段的机组配对、针对机组配对中的每个可连接航段而检索历史性能数据、识别可应用于机组配对的一个或多个操作限制以及基于历史性能数据而计算机组配对的可靠性因子。可靠性因子指示机组配对将遵从一个或多个操作限制的概率。在一些实施例中,配对可靠性模块118计算机组配对的稳健性值,其中稳健性值指示了两个可靠性因子之间的可靠性的差。例如,计算的稳健性值可以说明在历史数据的平均值和机组配对的分配值之间的合规性(compliance)概率的增加。如另一示例,计算的稳健性值可以说明在第一预定飞行时间和第二预定飞行时间之间的合规性概率的下降。
配对分析器102(具体地说,配对可靠性模块118)允许管理系统104分析机组配对的可靠性。在一些实施例中,配对可靠性模块118也可以有助于生成当操作限制被超过时的发生率和导致该发生率的情况的报告。通过配对可靠性的知识,管理系统104可以调节缓冲器和/或预定时间量以平衡配对效率与配对可靠性。在一些实施例中,管理系统104向配对分析器102提供一个或多个建议的机组配对。在一个实施例中,管理系统104发送一个或多个配对标识符,其中配对分析器102访问计划数据库106以获取针对标识的配对的信息(例如,预定出发/到达时间和位置)。
配对分析器102可以向管理系统104报告配对可靠性。在某些实施例中,配对分析器102也可以向管理系统104发送报告、建议和/或推荐。例如,配对分析器102可以向管理系统104发送事件报告以详述机组可能超过操作限制的时间和/或位置。
计划数据库106经配置以存储用于一个或多个配对的调度数据。在某些实施例中,计划数据库106也可以存储每日机群计划表和/或机组轮值表,每日机群计划表和机组轮值表每个都与多个配对相关联。该配对可以由管理系统104安排,并且配对分析器102可以经由管理系统访问配对以确定它们的可靠性。
性能数据库108经配置以存储历史性能数据,例如飞行历史信息。在一些实施例中,性能数据库108存储以下所述的一个或多个的规划(如,预定的)值和实际值:航班号、操作日期、装备、飞行器编号、出发时间、到达时间、轮档时间、任务时间、连接时间、休息时段时间、飞行任务时段(FDP)时间、出发/到达延迟量等等。在某些实施例中,性能数据库108存储在每次飞行期间经历的工作状况(如,天气或风的状况)。性能数据库108可以例如根据位置、季节、一天中的时间或其他合适的类别来组织历史性能数据。配对分析器102访问性能数据库108以便基于沿相同路线或航段的过去性能来计算机组配对的可靠性。
图2是显示用于分析配对可靠性的装置200的一个实施例的示意框图。装置200包括配对可靠性模块118,其基本上类似于以上参照图1所描述的配对可靠性模块118。通常,配对可靠性模块118确定机组配对的可靠性,例如,通过分析历史数据以计算该配对超过一个或多个操作限制的概率。在一个实施例中,配对可靠性模块118包括配对计划模块202、历史模块204、限制模块206以及可靠性模块208。配对可靠性模块118的模块可以被通信地互相耦合。
在一个实施例中,配对计划模块202经配置以接收机组配对。在一些实施例中,配对计划模块202从数据库(诸如计划数据库106)检索机组配对。在其他的实施例中,装置200接收来自管理系统104的查询。该查询可以包括建议的机组配对,其中配对计划模块202从所接收的查询中提取建议的机组配对。在一个实施例中,配对计划模块202解析机组配对以识别多个航段(如,配对的各区段)和与每个航段相关联的到达/出发时间。
如在此使用的,机组配对指的是例如针对一个或多个机组成员的行程。机组配对包括可连接的航段的序列,其中该序列从相同的位置处开始且在相同的位置处结束。在一些实施例中,开始/结束位置是配对中旅行的一个或多个机组成员的机组基地。机组配对是机组成员在机组成员的基地处开始并且在相同基地处结束的整个行程。虽然机组配对经常被描述为与航空相关,但是在其他的实施例中所建议的配对可以是描述针对地面交通工具、船只或其他形式的运输工具的路线和相关时间安排的行程。例如,机组配对可以是针对公共运载器的运送路线或者针对火车或公交的驾驶者的计划表。
机组配对包括至少一个任务时段,其中任务时段包括至少一个可连接航段。进一步地,机组配对可以延伸超过一天以上。单日单任务配对的示例是在芝加哥开始,旅行到丹佛并且然后在同一天(如,相同的任务时段)返回芝加哥的行程。双日双任务配对的示例是在芝加哥开始,旅行到丹佛,返回芝加哥,然后在同一天(如,相同的任务时段)再次旅行到丹佛,之后是15小时的休息并且在第二天(如第二任务时段)再返回芝加哥的行程。如所述,任务时段可以在不同的位置处开始和结束,即使包含任务时段的配对通常从相同的位置处开始并且在相同的位置处结束。
在一些实施例中,配对计划模块202识别机组配对的定时(timing)属性。机组配对的定时属性涉及预定到达/出发时间、预定轮档时间、预定季节等。例如,配对计划模块202可以解析来自机组配对的到达/出发时间并且从解析过的到达/出发时间获得轮档时间。如另一示例,配对计划模块202可以识别与机组配对相关联的日期并且识别与该日期对应的季节。在进一步的实施例中,配对计划模块202可以识别与机组配对相关联的地理位置。例如,配对计划模块202可以识别目的地、路线、机场、加注燃料位置、仓库位置或机组配对的其他地理位置。
在一些实施例中,配对计划模块202接收对应于一段时间内(如,一天内,一周内,或一个月内)交通工具计划表的多个机组配对。例如,配对计划模块202可以接收包括交通工具群的每日计划表的多个配对。在一些实施例中,配对计划模块202接收特定机组成员在一段时间(例如,一周、一个月或一季度)内的多个机组配对。这些机组配对可以识别特定机组成员在该段时间内的轮值表。配对计划模块202可以识别多个机组配对的定时属性,如上所述。
在一个实施例中,历史模块204经配置以针对机组配对中的每个可连接航段检索机组配对的历史性能数据。例如,机组配对可包括从芝加哥旅行到达拉斯的航段。历史模块204然后将检索芝加哥和达拉斯之间以前飞行的性能数据。在一些实施例中,历史模块204仅仅针对在相同方向上、一天的相同时间处、一周的同一天中和/或相同季节中进行的两个位置之间的飞行来检索性能数据。
如本文使用的,历史性能数据指的是从以前飞行中采集的数据。在一些实施例中,历史性能数据包括实际出发时间、实际到达时间、实际轮档时间、预定到达/出发时间、预定轮档时间和/或延迟量(如,出发延迟或到达延迟)。在某些实施例中,历史性能数据包括出发位置、到达位置、日期(包含星期几)、季节和/或工作状况。工作状况可以包括天气状况、风况、光照状况、温度等等。因此,历史性能数据可以被选择以匹配机组配对的时间和/或状况(如,估计状况)。
在某些实施例中,历史模块204可以接收选择标准。历史模块204过滤历史性能数据以仅选择匹配选择标准的历史性能数据。选择标准可以包括以下所述的一个或多个:日期(如,星期几)范围、时间范围、月份、季节、航班号、装备标识符、到达位置、出发位置以及工作状况。因此,在某些实施例中,性能数据包括识别用于选择和/或过滤性能数据的数据。
在一个实施例中,限制模块206经配置以识别可应用于机组配对的一个或多个操作限制。在一些实施例中,限制模块206被进一步配置为使历史性能数据子集与每个操作限制相关联。如在此使用的,操作限制指的是对装备(如交通工具)的操作的限定。在一些实施例中,操作限制可以是操作者限制,例如,最大任务小时数(如,工作小时数)或任务时段之间的最小休息时间量。虽然所述实施例主要讨论操作者限制,但是在其他实施例中,操作限制可以是装备限制,例如机械部件的燃料续航力或最大运行时间。
在一个实施例中,操作限制包括轮档时间限制、任务时间限制、休息时间限制以及连接时间限制。在另一实施例中,操作限制可以包括飞行任务时段限制和/或飞行时间限制。在又一实施例中,操作限制可以包括装备运行小时限制和/或燃料消耗限制。一些操作限制可以涉及任务水平(例如,轮档时间或任务时段限制),而其他操作限制可以涉及配对水平(例如,休息时段限制应用于在连续的任务时段之间的休息时间)。在一些实施例中,限制模块206识别将由机组配对(或替代地,每日(机群)计划表或机组轮值表)同时满足的多个操作限制。
如在此使用的,轮档时间指的是从飞行器为起飞目的从停放位置移动并且持续到飞机着陆并来到新停放位置处休息的时间段。如在此使用的,任务时间指的是花在“值勤”(如,进行工作相关的任务)上的时间。相关地,任务时段指的是机组成员“值勤”期间的时间段,并且可以包括飞行时间、坐(sit)的时间(如,飞行航段之间的空闲时间)、休息(break)时间以及花在进行飞行前或飞行后任务上的时间。如在此使用的,休息时间指连续的任务时段之间花费的时间。
如在此使用的,飞行时间指的是作为机组成员在空中的时间花费。在某些实施例中,飞行时间在发动机启动时开始并且在飞行器着陆后停止时结束。在其他实施例中,飞行时间在飞行器为飞行目的在其自身动力下移动时开始并且在飞行器着陆后停止时结束。在一些实施例中,飞行时间不包括执行飞行前任务所花费的时间。进一步,如在此使用的,飞行任务时段指的是这样的时间,在该时间期间,作为机组成员的个人在飞行器内操作。在一些实施例中,飞行任务时段不包括在任务时段期间由非操作机组成员转移到另一位置所花费的时间(如,定位或空载返回)。如在此使用的,连接时间指在任务时段期间改变飞行器(或其他交通工具)所花费的时间。在一些实施例中,操作限制由法律、公司政策、合同和/或雇用协议来决定。
在一些实施例中,限制模块206确定与操作限制相关联的极限(limiting)值。如在此使用的,极限值指达到操作限制所在的值(如时间)。极限值可以应用到单个航段,其指示使整个配对满足操作限制的航段的值。响应于操作限制是最大允许值(如,最大飞行时间或最大飞行任务时段时间),极限值可以是最大时间。可替换地,响应于操作限制是最小允许值(如,最小休息时段或最小连接时间),极限值可以是最小时间。
例如,对于3航段配对,其中每个航段被计划达2:30小时的飞行时间(总共计划飞行时间7:30小时)并且其中最大飞行时间是8:00小时,每个航段的极限值可以是3:00小时,意味着如果一个航段经历了3:00小时并且其他航段经历预定量,则达到了最大飞行时间。可替代地,每个航段的极限值可以是2:40小时,这意味着如果每个航段经历2:40小时则达到最大飞行时间。
通常,机组配对被计划以遵从多个操作限制,但是,装置200经配置以评估机组配对将超过一个或多个操作限制的概率(如,确定机组配对的可靠性)。因此,限制模块206可以识别多个可应用的操作限制并且将这些可应用的操作限制传递到可靠性模块208,其中可靠性模块208针对多个操作限制中的每个评估机组配对、每日机群计划表或机组轮值表的可靠性。
在一个实施例中,可靠性模块208经配置以基于历史性能数据计算机组配对的可靠性因子。如在此使用的,可靠性因子指机组配对遵从一个或多个操作限制的统计概率。在一个实施例中,机组配对可以被给定针对每个操作限制的可靠性因子。例如,在针对机组配对而估计轮档时间、任务时间、休息时间以及连接时间的操作限制的情况下,可靠性模块208可以计算轮档时间可靠性因子、任务时间可靠性因子、休息时间可靠性因子以及连接时间可靠性因子。
在一些实施例中,可靠性因子可以被表达为百分数。例如,91.8的轮档时间可靠性因子可以指示机组配对(或其区段)将遵从轮档时间限制的概率为91.8%。可靠性因子与机组配对将超过一个或多个操作限制的似然度(likelihood)相关。例如可靠性因子和超过操作限制的似然度可以是互补的值,使得可靠性因子和超过操作限制的似然度的和等于一(1)。因此,如果轮档时间可靠性因子是91.8%,则超过轮档时间限制的机组配对超过操作限制的似然度是8.2%。
在一些实施例中,可靠性模块208识别机组配对的每个航段(区段)的可靠性因子。进一步地,每个航段的可靠性因子可以包括多个分量,每个分量与操作限制有关。如示例,对于针对休息时段、连接时间、飞行任务时段以及轮档时间操作限制被估计的四(4)航段配对,可靠性模块208可以计算二十(20)个不同的可靠性因子,包括休息时段的可靠性因子、总飞行任务时段的可靠性因子、连续航段之间的三(3)个连接中的每个连接的可靠性因子以及不同航段组合的轮档时间的十五(15)个可靠性因子。
在某些实施例中,可靠性模块208可以针对单个操作限制合计多个航段的可靠性因子。因此,机组配对关于特定操作限制的合计可靠性因子可以基于每个航段关于特定操作限制的各个可靠性因子而被确定。在一个实施例中,可靠性模块208可以选择在多个航段中的最低可靠性因子作为对合计可靠性因子的表示。例如,针对三个航段的轮档时间可靠性因子为88.1%、90.2%以及92.6%的三航段配对可以具有合计轮档时间可靠性因子88.1%。可替换地,可靠性模块208可以选择航段轮档可靠性因子的算术平均值作为机组配对的合计可靠性因子。在上述示例中,90.3%是航段轮档可靠性因子(如,88.1%、90.2%以及92.6%)的算数平均值,并且因此90.3%是该配对的合计可靠性因子。
在一个实施例中,可靠性模块208确定针对同一天预定的所有机群操作的每日可靠性因子。与针对同一天预定的机群操作相关联的多个机组配对可以被评估以识别针对每个操作限制的可靠性因子。在另一实施例中,可靠性模块208可以确定跨越多个连续配对的轮值表的可靠性因子。例如,机组轮值表可以在一段时间内(如一个月内)针对多个配对调度一个或多个机组成员,其中可靠性模块208确定这段时期内轮值表遵从操作限制的似然度。
在一些实施例中,可靠性模块208从历史性能数据的统计分布来计算可靠性因子。统计分布可以是密度函数、分位(quantile)函数或其他分布函数。在一个实施例中,统计分布函数是描述实际时间(如,飞行持续时间)将小于输入值(如,分配的持续时间)的概率的累积分布函数。因此,特定值(如,预定轮档时间)的可靠性因子可以通过计算密度函数的累积分布函数(CDF)来确定,其中密度函数描述了特定值的历史性能数据(如,输入到CDF)。
在一些实施例中,可靠性模块208确定匹配历史性能数据的统计分布。例如,可靠性模块208可以对历史性能数据执行分布拟合以便识别机组配对将满足操作限制的概率。在一个实施例中,可靠性模块208基于历史性能数据确定机组配对的每个航段的统计分布。在另一实施例中,可靠性模块208通过组合各个航段的分布或者通过参考匹配机组配对的配对的历史数据来确定整个机组配对的总体统计分布。在其他的实施例中,可靠性模块208接收来自另一模块的基于历史性能数据的统计分布模型,如下文进一步详述的。
在某些实施例中,可靠性模块208可以确定机组配对的可靠性因子是否低于特定的可靠性阈值。例如,可靠性模块208可以标记其个体可靠性因子低于特定可靠性阈值的任何航段。可靠性阈值可以是用户定义的从而匹配用户的可靠性偏好。在一些实施例中,不同的操作限制与不同的可靠性阈值相关。例如,相比具有较低的违规处罚的操作限制,具有较高的违规处罚的操作限制可以与更高的可靠性阈值相关。进一步,可靠性模块208可以识别在可靠性下降到低于可靠性阈值的机组配对中的时间和/或位置,如下文进一步详述的。
通常,可靠性模块208操作由配对计划模块202、历史模块204以及限制模块206收集的数据以识别机组配对的可靠性。例如,可靠性模块208可以将由历史模块204收集的数据拟合成统计分布并且识别由配对计划模块202识别的配对(或其部分)将满足(或超出)由限制模块206识别的操作限制的概率。在一些实施例中,装置200将由可靠性模块208计算的可靠性值返回到询问者,例如管理系统104。在其他的实施例中,装置200可以基于可靠性因子向管理系统104做出推荐,如以下参考图3所述的。
图3是显示了用于分析配对可靠性的装置300的一个实施例的示意框图。装置300可以基本上类似于以上参考图2所描述的装置200。装置300包括配对可靠性模块118,其基本上类似于以上参考图1和图2所描述的配对可靠性模块118。在一个实施例中,配对可靠性模块118包括配对计划模块202、历史模块204以及限制模块206。此外,配对可靠性模块118可以包括分布模块304、稳健性模块306、缓冲模块308、值勤人员表模块310、机群计划模块312、选择模块314、过滤模块316、样本量(size)模块318、航段概率模块322以及合计模块324中的一个或多个。配对可靠性模块118的模块可以通信地相互耦合。
在一个实施例中,配对计划模块202可以基本上如以上参考图2所描述的。此外,配对计划模块202可以包括包含值勤人员表模块310和/或机群计划模块312的一个或多个子模块。尽管配对计划模块202被描绘为包含所有模块310-312的单个单元,但是在一些实施例中,配对计划模块202可以包括彼此通信的若干单元,其中每个单元包括一个或多个模块。进一步,多单元控制器的单元不需要物理上彼此邻近,并且事实上可以彼此远离,但是多单元控制器的单元根据需要保持彼此通信以执行模块的功能。
在一个实施例中,历史模块204可以基本上如以上参考图2所描述的。此外,历史模块204可以包括一个或多个子模块,所述子模块包括选择模块314、过滤模块316和/或样本尺寸模块318。尽管历史模块204被描述为包括所有模块314-318的单个单元,但是在一些实施例中,历史模块204也可以包括彼此通信的若干单元,其中每个单元包括一个或多个模块。进一步地,多单元控制器的单元不需要物理上彼此邻近,并且实际上可以彼此远离,但是多单元控制器的单元根据需要保持彼此通信以执行模块的功能。
在一个实施例中,限制模块206和可靠性模块208可以基本上如以上参考图2所描述的。此外,可靠性模块208可以包括包含阈值模块320、航段概率模块322和/或合计模块324的一个或多个子模块。尽管历史模块204被描述为包括所有模块320-324的单个单元,但是在一些实施例中,可靠性模块208也可以包括彼此通信的若干单元,其中每个单元包括一个或多个模块。进一步地,多单元控制器的单元不需要物理上彼此邻近,并且实际上可以彼此远离,但是多单元控制器的单元根据需要保持彼此通信以执行模块的功能。
在一个实施例中,分布模块304经配置以基于历史性能数据来计算统计分布。在一些实施例中,分布模块304从与操作限制相关的机组配对的每个事件(如,飞行航段或连接)的历史性能数据来计算统计分布。统计分布可以涉及飞行持续时间、航段轮档时间、连接时间、出发/到达延迟量(如,预定时间相对实际时间)或类似项。在某些实施例中,限制模块206可以指示与操作限制相关联的历史性能数据的子集,其中分布模块304基于历史数据的子集确定与操作限制相关的时间的统计分布。
在一些实施例中,分布模块304将历史性能数据拟合成统计分布。将历史数据拟合成统计分布可以包括识别平均值、标准偏差以及数据关于平均值的对称性或非对称性。在某些实施例中,分布模块304可以计算概率密度函数、累积分布函数、分位函数或说明历史性能数据的概率分布的其他统计函数。
在一些实施例中,分布模块304针对机组配对的每个航段计算统计分布。因此,每个航段可以由可靠性模块208单独评估可靠性。在某些实施例中,分布模块304计算整个机组配对的总体统计分布。在一个实施例中,分布模块304可以在计算总体统计分布之前调整和/或正则化历史性能数据。例如,分布模块304可以确定针对整个配对的出发/到达延迟量而不是实际出发/到达时间的分布,以便调整预定出发/到达时间的偏差。
分布模块304将统计分布传递到可靠性模块208,其中可靠性模块208使用统计分布来计算可靠性因子。例如,为了支持可靠性模块208计算机组配对关于轮档时间限制的轮档时间可靠性,分布模块304可以针对配对中的每个航段的轮档时间创建统计分布。如另一示例,为了支持可靠性模块208计算机组配对的任务时间可靠性因子,分布模块304可以为配对中的每个航段和连接的任务时间创建统计分布。在又一示例中,为了支持可靠性模块208计算机组配对的休息时间可靠性,分布模块304可以为配对中的任务时段之间的休息时间创建统计分布。虽然分布模块304在图3中被描绘为与可靠性模块208分离,但是在其他的实施例中,分布模块304可以是可靠性模块208的组件(如,子模块)。
在一个实施例中,稳健性模块306经配置以计算机组配对的稳健性值。如在此使用的,稳健性值指示了两个值(如,时间)之间可靠性因子的差,例如预定(或分配的)时间和极限时间(如达到操作限制所在的时间)。稳健性模块306可以用于识别预定时间的增加(或减小)可以对遵从操作限制造成的影响。
例如,预定飞行持续时间可以具有55%的概率(指示飞行持续时间将小于或等于预定值55%的时间),而极限飞行持续时间可以具有95%的概率(指示飞行持续时间将小于或等于极限值的时间的95%)。该配对的稳健性是40%,等于预定飞行持续时间和极限飞行持续时间的概率之间的差。虽然稳健性模块306在图3中被描绘为与可靠性模块208分离,但是在其他的实施例中,稳健性模块306可以是可靠性模块208的组件(如,子模块)。
在一个实施例中,缓冲模块308经配置以确定满足特定可靠性因子的机组配对的预定值。在一些实施例中,缓冲模块308接收输入可靠性因子(如,关于操作限制)并且使用历史性能数据的统计分布来识别机组配对具有输入可靠性因子所针对的值。例如,用户可以期望机组配对具有95%的任务时间可靠性(如,机组配对将遵从任务时间限制的似然度为95%)。缓冲模块308然后可以识别具有遵从任务时间限制的似然度为95%的预定时间。
在某些实施例中,缓冲模块308进一步被配置以确定满足预先确定的可靠性因子(如可靠性阈值)的机组配对的预定值。在进一步的实施例中,缓冲模块308可以识别满足与特定操作限制相关的特定可靠性阈值的值,以响应于可靠性模块208确定机组配对降低到特定可靠性阈值以下。
在一个实施例中,执勤人员表模块310经配置以接收一段时期内至少一个机组成员的轮值表。例如,轮值表可以跨越周、月、季节或其他时间间隔。轮值表可以包括具有在连续的配对之间的预定休息时间的多个配对。进一步地,每个配对可以包括具有在连续的任务时段之间的休息时段的一个或多个任务时段。执勤人员表模块310识别轮值表和其中的配对。通过识别轮值表中的配对,装置300可以评估轮值表将遵从一个或多个操作限制(如休息时段)的概率。
在一个实施例中,机群计划模块312经配置以接收一段时间内机群的计划表。例如,机群计划模块312可以接收每日机群计划表、每周机群计划表、每月机群计划表等等。计划表可以包括多个配对或其部分。例如,机群计划模块312可以接收每日机群计划表,其包括针对该天安排的多个单日配对、针对该天安排的多个配对部分或者它们的组合。因此,装置300可以针对任何给定日、周、月等估计整个交通工具(飞行器或另外的)机群的可靠性因子。
在一个实施例中,选择模块314经配置以接收用于历史性能数据的选择标准。在一些实施例中,选择标准可以是出发/到达时间、星期几、月份、季节、工作状况(如风况或天气状况)、航班号、装备标识符、出发位置以及到达位置中的一个或多个。在进一步的实施例中,选择标准可以限定值的范围。例如,选择标准可以要求出发时间在0600和1000之间,在春季周末期间,并且从John F.Kennedy国际机场开始。
在一个实施例中,过滤模块316经配置以返回满足选择标准的历史性能数据。在一些实施例中,过滤模块316忽略(如,过滤掉)不满足选择标准的历史性能数据。例如,对于从John F.Kennedy国际机场开始的在春季周末期间的出发时间在0600和1000之间的上述选择标准,历史模块204可以访问从John F.Kennedy国际机场开始的飞行的历史性能数据,其中过滤模块316过滤掉出发时间在1001和0559之间的飞行、在工作日期间的飞行以及在夏季、秋季或冬季期间的飞行。因此,过滤模块316筛选历史性能数据以便仅返回满足选择标准的历史性能数据。
在一些实施例中,过滤模块316可以进一步被配置为过滤掉与非常事件相关的数据。例如,在2010年的四月和五月,许多欧洲飞行由于沿航线的火山灰而被中断。过滤模块316可以经配置以丢弃属于中断的飞行的数据,除非在选择标准中明确地被要求。在进一步实施例中,选择模块314可以过滤掉隐式的选择标准,例如在其中飞行没有被取消或改变的历史性能数据。
在一个实施例中,样本尺寸模块318经配置以将满足选择标准的历史性能数据的样本尺寸与样本尺寸阈值比较。在一些实施例中,样本尺寸阈值是统计上显著的最小数据量。例如,样本尺寸太小可以导致不准确的可靠性评估。通常,性能数据库108将包含在几年内完成的成千上万个飞行记录;但是,选择标准的过度限制可以导致样本尺寸变得太小。例如,如果历史性能数据被基于新的飞行时间而被过滤,则新提供的飞行时间可以导致不充足的样本尺寸。
因此,样本尺寸模块318可以向过滤模块316指示样本尺寸低于样本尺寸阈值,其中过滤模块316返回附加的历史性能数据。使用更早的示例,过滤模块316可以返回与一天的相似时间(如,早晨)、星期几或类似项期间的飞行相关的附加数据。在附加的历史性能数据的预定时间不同于过滤的历史性能数据的预定时间的情况下,附加的历史性能数据的预定时间可以被调整以匹配过滤的历史性能数据的预定时间(如,保留延迟量)。
在一个实施例中,阈值模块320经配置以识别机组配对中的低可靠性事件。如在此使用的,低可靠性事件指机组不能够完成他们的作业(如由于超过一个或多个操作限制)的似然度高于某个量所在的时间和/或位置。在一些实施例中,阈值模块320可以被用于准确地找出在机群计划表或轮值表中的问题配对。在某些实施例中,阈值模块320可以被用于识别配对内的问题航段。
例如,对于具有等于轮档时间限制的预定轮档时间的四航段配对,可以存在超出轮档时间限制的显著概率(导致配对的低可靠性因子)。在一些实施例中,阈值模块320可以将这种配对的最后航段识别为低可靠性事件,因为最后航段是可以发生轮档时间限制违规的可能的时间和地点。在进一步的实施例中,阈值模块320可以将第三和第四航段之间的连接识别为低可靠性事件,因为该连接是避免轮档时间限制违规的最后机会(如,通过改变机组使得原始的机组不会超过轮档时间限制)。
低可靠性事件可以与可靠性因子相关联,可靠性因子指示满足操作限制或预定量的统计概率。在一些实施例中,用户可能够过滤阈值概率的低可靠性事件。因此,管理者诸如管理系统104可能够识别何地和何时发生显著低可靠性事件(如,满足阈值概率的低可靠性事件)。有利地,这可以允许管理者缓解(mitigate)低可靠性事件,例如修改配对或安排机组改变。在一些实施例中,阈值模块320可以建议缓解动作。
在一些实施例中,阈值模块320可以识别低可靠性事件的汇合。如在此使用的,低可靠性事件的汇合指多个低可靠性事件在相同的位置和相同(或相似)的时间处发生。低可靠性事件的汇合可以导致操作问题。在一些实施例中,低可靠性事件的汇合可以包括相同配对的两个或多个低可靠性事件,所述低可靠性事件涉及不同的操作限制。在其他的实施例中,低可靠性事件的汇合可以包括不同配对的低可靠性事件。当前,没有工具以测量、识别以及报告多个低可靠性事件。有利地,阈值模块320允许管理者提前识别这些低可靠性情形,以便计划额外的资源、修改配对或者以其他方式缓解这些操作问题。
在某些实施例中,阈值模块320可以识别机组配对的低可靠性航段。例如,每个航段可以与操作限制的分摊(apportioned)量相关联。例如,配对的每个航段可以基于预定值(如,预定飞行时间、预定轮档时间、预定连接时间、预定休息时间等)和操作限制(如,飞行时间限制、轮档时间限制、最小连接时间、最小休息时间等)之间的差而被指定可允许的超过量。阈值模块320可以识别低于超过分摊量(如,预定飞行时间加上可允许的飞行时间超过量)的阈值概率的个体航段。通过识别低可靠性航段(即使总体配对可靠性是可接受的),阈值模块320允许管理者缓解具有低可靠性航段的问题,例如通过为该航段安排额外的资源。
在一个实施例中,航段概率模块322经配置以针对一个或多个操作限制中的每个和/或针对机组配对的每个航段,计算在航段期间超过特定操作限制的分摊量的概率。如上所述,航段是机组配对的部分。例如,始发在芝加哥,旅行到达拉斯,然后旅行到丹佛,并且然后返回到芝加哥的机组配对将具有三个航段。对于每个航段,航段概率模块322识别与操作限制相关的航段似然度,其中航段似然度指示在该航段期间超过分配值的概率,所述分配值是操作限制的分摊量。在某些实施例中,航段概率模块322将针对每个航段的计算的航段似然度报告给可靠性模块208和/或合计模块324,其中可靠性模块208和/或合计模块324基于个体航段似然度来计算超过操作限制的累积概率。
如示例,通过使用上述机组配对,飞行时间可以如下:芝加哥-达拉斯航段可以被计划2.5小时,达拉斯-丹佛航段可以被计划2.2小时,以及丹佛-芝加哥航段可以被计划2.6小时。因此,机组配对可以具有7.3小时的预定飞行时间。假设飞行时间操作限制是7.5小时,处罚在7.6小时的飞行时间处被评估。在一个实施例中,航段概率模块322可以计算任何一个航段增加0.3小时的飞行时间是相当低的似然度。然而,在每个航段处增加的一系列小(如,0.1小时)的飞行时间还将会使总的飞行时间超过飞行时间限制。因此,在一些实施例中,航段概率模块322可以计算任何一个航段增加0.1小时(如,操作限制的分摊量)的飞行时间是更加显著的似然度。
虽然上述示例描述了航段概率模块322针对每个航段计算两个似然度(如,0.3小时飞行时间增加的似然度和0.1小时飞行时间增加的似然度),但是在其他的实施例中,航段概率模块322可以针对在预定时间和限制时间之间的值计算任何数量的似然度。进一步地,虽然航段概率模块322被描述为计算机组配对的航段的似然度,但是在一些实施例中,航段概率模块322也可以计算机组配对中的每个连接(如,连续航段之间的每个时段)的似然度。航段概率模块322可以进一步将计算的每个连接的似然度报告给可靠性模块208和/或合计模块324,其中可靠性模块208和/或合计模块324基于机组配对中的每个连接的似然度来计算超过操作限制的累积概率。
在一个实施例中,合计模块324经配置以基于超过操作限制的各个航段的概率来确定一个或多个操作限制的合计似然度。合计似然度可以指示在整个机组配对期间机组配对超过特定操作限制的概率。在一些实施例中,合计模块324可以进一步经配置以基于每个连接的似然度确定整个机组配对的合计似然度。如上所述,航段概率模块322可以将计算的每个航段和/或连接的似然度报告给合计模块324,其中合计模块324计算超过操作限制(合计似然度)的累积概率。合计模块324可以将合计似然度报告给可靠性模块208,其中可靠性模块208基于合计似然度估计机组配对的可靠性因子。
在一些实施例中,合计模块324计算各个航段间增加(如,延迟)的各种组合的合计似然度。继续上述示例,对于具有2.5小时、2.2小时以及2.6小时的预定航段飞行时间且处罚在增加了0.3小时后开始(如,处罚在7.6小时处开始)的三航段配对,合计模块324可以计算航段飞行时间增加即总共0.3小时增加量的多个组合的合计似然度。在三个航段并且个体航段增加0.1小时的增量的情况下,合计模块324可以估计总体飞行时间为总7.6小时的航段飞行时间的10个组合。
在一些实施例中,合计模块324可以算出航段似然度的平均值以确定合计似然度。在进一步的实施例中,合计模块324可以基于航段的稳健性对航段似然度加权,其中合计似然度是各个航段似然度的加权平均值。在其他的实施例中,合计模块324可以选择在多个航段似然度中的最高航段似然度作为合计似然度。在机组配对包括多个任务时段的情况下,合计模块324可以针对机组配对内的每个任务时段计算合计似然度。
图4是用于分析配对可靠性的方法400的一个实施例的示意流程图。在一些实施例中,使用配对可靠性模块(例如以上参考图1、图2以及图3所述的配对可靠性模块118)来执行方法400。在一些实施例中,方法400通过处理器执行程序代码而被执行,例如微控制器、微处理器、中央处理单元(CPU)、图形处理单元(GPU)、辅助处理单元、FPGA或类似物。
方法400开始并且配对计划模块202接收402机组配对。在一些实施例中,机组配对包括多个飞行航段、多个预定出发时间以及多个预定到达时间,每个飞行航段与预定出发时间和预定到达时间相关联。在进一步的实施例中,机组配对可以包括在每对连续的任务时段之间具有休息时段的多个任务时段。
限制模块206识别404与机组配对相关联的多个操作限制。操作限制可以包括操作者(如,机组)限制、装备(如飞行器)限制或其组合。在一些实施例中,操作限制包含最大飞行时间、最大飞行任务时段、最小休息时段以及最小连接时间。在其他的实施例中,操作限制可以包括最大轮档时间、最大任务时间、最小休息时间以及最小连接时间。
历史模块204基于多个飞行航段、预定出发时间以及预定到达时间来检索406历史性能数据。在一些实施例中,历史性能数据包括来自沿预定飞行航段的以前飞行的飞行记录。在某些实施例中,历史性能数据被过滤以匹配选择标准,例如出发/到达时间、星期几、月份、季节、工作状况(如,风况或天气状况)、航班号、装备标识符、出发位置以及到达位置。检索406历史数据可以包括接收实际出发时间、实际到达时间、出发延迟量、到达延迟量、实际轮档时间、实际飞行时间、实际飞行任务时段、实际连接时间、实际休息时间、实际任务时间或类似项。
可靠性模块208针对多个操作限制中的每个来计算408机组配对超过操作限制的概率。在一些实施例中,超过操作限制的概率基于历史性能数据。计算408超过操作限制的概率可以包括识别历史性能数据的统计分布,例如累积分布函数,并且基于统计分布确定超过操作限制的概率。
在一些实施例中,计算408超过操作限制的概率可以包括针对机组配对的每个飞行航段计算个体航段概率,以及基于个体航段概率计算合计似然度。在某些实施例中,计算408超过操作限制的概率可以包括识别超过操作限制的概率可以通过例如添加额外的资源或修改机组配对而被减小所在的时间和/或位置点。随后,方法400结束。
图5是用于分析配对可靠性的方法500的一个实施例的示意流程图。在一些实施例中,使用自主处理器,例如以上参考图1、图2以及图3所描述的配对可靠性模块118来执行方法500。在一些实施例中,方法500通过处理器执行程序代码进行,例如微控制器、微处理器、中央处理单元(CPU)、图形处理单元(GPU)、辅助处理单元、FPGA或类似物。
方法500开始并且配对计划模块202接收502具有多个飞行航段的机组配对。在一些实施例中,机组配对包括多个预定出发时间和多个预定到达时间,其中每个飞行航段与预定出发时间和预定到达时间相关联。
配对计划模块202识别504每个飞行航段的一个或多个分配的时间。一个或多个分配的时间可以包括分配的飞行时间、分配的飞行任务时段以及分配的连接时间。在一些实施例中,识别分配的飞行时间包括计算预定到达时间和预定出发时间之间的差。在进一步的实施例中,分配的飞行时间可以包括预定飞行时间(如,到达时间减去出发时间)加上用于解释正常(小)延迟的缓冲时间。类似地,分配的飞行任务时段和分配的连接时间可以包括预定值加上用于解释正常延迟的缓冲值。
限制模块206识别506与机组配对相关联的多个操作限制。操作限制可以包括操作者(如,机组)限制、装备(如,飞行器)限制或其组合。在一些实施例中,操作限制包括最大飞行时间、最大飞行任务时段、最小休息时段以及最小连接时间。在其他的实施例中,识别506操作限制可以包括识别最大轮档时间、最大任务时间、最小休息时段以及最小连接时间。
历史模块204接收508与机组配对相关的工作状况。工作状况可以包括天气状况、风况、光照状况、温度等等。在一些实施例中,接收508工作状况包括接收机组配对的一个或多个日期的天气预报。
历史模块204检索510基于工作状况的历史性能数据。在一些实施例中,检索510历史数据包括检索来自沿在与接收的工作状况类似的状况下进行的预定飞行航段的以前飞行的飞行信息。飞行信息可以包括实际出发时间、实际到达时间、出发延迟量、到达延迟量、实际飞行时间、实际飞行任务时段、实际连接时间、实际休息时间等等。在某些实施例中,历史性能数据被过滤以匹配选择标准,例如出发/到达时间、星期几、月份、季节、航班号和/或装备标识符。
限制模块206基于操作限制对历史性能数据进行分类512。在一些实施例中,基于操作限制对历史性能数据分类512包括识别与每个操作限制相关的历史性能数据的子集。例如,关于休息时段限制,限制模块206可以识别与休息时段相关的任务时段开始和结束,但是任务时段内的连接时间是不相关的。如另一示例,限制模块206可以确定与延迟量(如,出发延迟)相关的日期与飞行时间和飞行任务时段时间相关,但与休息时段时间不相关。
可靠性模块208基于历史性能数据针对每个飞行航段计算514超过飞行航段的分配时间的概率。例如,可靠性模块208可以计算514超过分配的飞行时间、分配的飞行任务时段以及分配的连接时间中的每个的概率。超过每个分配的时间的概率可以基于被归类为与分配时间类型(如,飞行时间、飞行任务时段或连接时间)相关的历史数据的分布。
然后,可靠性模块208针对多个操作限制中的每个来计算516机组配对超过操作限制的概率。在一些实施例中,计算516超过操作限制的概率可以包括基于各个航段概率计算合计似然度。在某些实施例中,计算516超过操作限制的概率可以包括识别超过操作限制的概率可以通过例如添加额外的资源或修改机组配对而被减小所在的时间和/或位置点。方法500结束。
图6是机组配对600、统计分布620、可靠性因子报告650以及事件报告660的一个实施例的示意框图。机组配对600可以包括多个航段602-608、每个航段602-608的出发/到达位置、每个航段602-608的预定出发时间612、每个航段602-608的预定到达时间614、每个航段602-608的预定飞行时间616以及航段602-608的连接时间618。
如所描述的,第一航段602可以包括上午9:00从机场ORD(芝加哥奥黑尔国际机场)预定出发和上午11:25预定到达DFW机场(达拉斯/沃斯堡国际机场)。第一航段602可以与2:25小时的预定飞行时间616和0:45小时的预定连接时间618相关联。第二航段604可以包括下午12:10从DFW机场预定出发和下午2:10预定到达DEN机场(丹佛国际机场)。第二航段604可以与2:00小时的预定飞行时间616和1:00小时的预定连接时间618相关联。
第三航段606可以包括下午3:10从DEN机场预定出发和下午4:50预定到达MCI机场(堪萨斯城国际机场)。第三航段606可以与1:40小时的预定飞行时间616和0:55小时的预定连接时间618相关联。第四航段608可以包括下午5:45从MCI机场预定出发和下午7:20预定到达ORD机场。第四航段608可以与1:35小时的预定飞行时间616相关联。因为第四航段608是配对600的最后航段,所以没有与第四航段608相关联的连接时间。因此,机组配对600可以具有7:40小时的总预定飞行时间。假设24小时时段的飞行时间限制是8:00小时,则违规在8:01小时处开始。
接收机组配对600的配对计划模块202可以识别与机组配对600相关联的预定时间。历史模块204可以针对沿每个航段602-608的飞行而检索历史性能数据。此外,限制模块206可以识别机组配对600的应用操作限制,如飞行时间限制、飞行任务时段(FDP)限制以及连接时间限制。在某些实施例中,FDP限制可以基于配对中航段的数量和/或配对的第一飞行的预定出发时间。假设对于机组配对600(在0900开始的四航段配对),FDP限制是13:00小时。在一些实施例中,当机组配对600没有包含多个任务时段时,限制模块206可以确定休息时间限制不适用。基于沿飞行航段602-608的飞行的历史性能数据,可靠性模块208(可替代地分布模块304)可以创建统计分布620。如所描绘的,统计分布620可以包括每个飞行航段602-608的飞行时间累积分布函数(CDF)(如CDF 624-630)。此外,可靠性模块208(或分布模块304)可以为机组配对600的连接创建连接时间CDF 622。基于CDF 624-630,可靠性模块208可以识别每个飞行航段602-608的实际飞行时间或连接时间将小于预定时间616-618的概率。
关于预定连接时间618,可靠性模块208可以使用CDF 622来识别每个预定连接时间618的概率632-636。如所描绘的,与第一航段602相关联的连接时间可以具有70%的概率632在45分钟预定连接时间618之内,与第二航段604相关联的连接时间可以具有99%的概率636在1小时预定连接时间618之内,以及与第三航段606相关联的连接时间可以具有95%的概率634在55分钟预定连接时间之内。虽然所描绘的实施例包括所有连接时间的单个CDF,但是在其他实施例中,可以针对每个连接位置创建单独的CDF。
关于预定飞行时间616,可靠性模块208可以使用CDF 624来识别第一航段602的飞行时间将在2:25小时的预定飞行时间616之内的概率644为91%。可靠性模块208可以使用CDF 626(以虚线显示)来识别第二航段604的飞行时间将在2:00小时的预定飞行时间616之内的概率642为86%。可靠性模块208可以使用CDF 628来识别第三航段606的飞行时间将在1:40小时的预定飞行时间616之内的概率640为85%。可靠性模块208可以使用CDF 630(以实线显示)来识别第四航段608的飞行时间将在1:35小时的预定飞行时间616之内的概率638为79%。
基于与每个飞行航段602-608相关联的概率,可靠性模块208可以确定机组配对600的总体可靠性因子报告650。如所描绘的,可靠性因子报告650包括由限制模块206识别的对每个操作限制的评估。在此,可靠性因子报告650包括总体飞行时间可靠性652、飞行任务时段(FDP)时间可靠性654以及连接可靠性656的值,但是不包括休息时间可靠性的值,因为其没有应用到机组配对600。
在一些实施例中,可靠性模块208通过求取每个航段的飞行时间在预定飞行时间内的概率638-644的平均值来计算总体飞行时间可靠性652。在此,79%(与第四航段608相关联的概率638)、85%(与第三航段606相关联的概率640)、86%(与第二航段604相关联的概率642)以及91%(与第一航段602相关联的概率644)的算术平均值导致总体飞行时间可靠性652为85%。类似地,与机组配对600的连接时间相关联的概率632-636的算术平均值导致总体连接可靠性656为82%。
FDP时间可靠性654可以通过比较预定FDP(如,10:20小时)与FDP限制(对于机组配对600是13:00小时)来被计算。在一些实施例中,可靠性模块208可以参考实际FDP的CDF来确定机组配对600超过FDP限制的概率。在其他的实施例中,可靠性模块208可以计算预定FDP和FDP限制之间的差(如,1:40小时)并且计算飞行航段和连接时间的组合超过1:40小时差的概率。在此,任何连接或飞行时间超过预定量1:40小时的似然度接近0%。所以,FDP时间可靠性654可以被确定为99%。
在一些实施例中,管理者可以请求事件报告660,该事件报告660包括具有低于预先确定的可靠性阈值的可靠性因子的低可靠性事件。如上所述,可靠性因子是事件(如,飞行航段或连接)满足预先确定的量(例如,操作限制、操作限制的分摊量、或预定量)的概率。在此假设,预先确定的可靠性阈值是80%。参考概率632-644,与第一航段602的连接时间相关联的概率632和与第四航段608的飞行时间相关联的概率638都低于80%。因此,事件报告660包括与第四航段608的飞行时间相关联的飞行时间事件662和与第一航段602的连接时间相关联的连接时间事件664。在一些实施例中,事件662-664包括低可靠性事件发生所在的位置和时间。在此,第四航段608的出发位置610(如,MCI)和出发时间612(如,1745)与飞行时间事件662相关联,因为其是第四航段608的开始时间和位置。同样,第一航段602的到达位置610(DFW)和到达时间614与连接时间事件664相关联,因为其是与连接时间事件664相关联的连接的位置和开始时间。
在以上描述中,可以使用某些术语,例如“上”、“下”、“上部”、“下部”、“水平”、“垂直”、“左”、“右”、“在…上方”、“在…下面”等等。在适用的情况下,当处理相对关系时,这些术语被用于提供一些清楚的描述。但是,这些术语不旨在隐含绝对的关系、位置和/或取向。例如,对于一个对象,通过简单地翻转该对象,“上部”表面可以变成“下部”表面。但是,它还是同一个对象。进一步地,术语“包含”、“包括”、“具有”以及其变体意思是“包括但不限于”,除非另有明确地规定。术语的列举清单不隐含任何或全部术语是互相排斥和/或互相包含,除非另有明确规定。术语“一”、“一个”以及“所述/该”都指“一个或多个”,除非另有明确规定。进一步地,术语“多个”可以被限定为“至少两个”。此外,本说明书中一个元件“耦合”到另一元件的实例可以包括直接耦合和间接耦合。直接耦合可以被限定为一个元件被耦合到另一元件并且与另一元件存在某些接触。间接耦合可以被限定为在彼此不直接接触的两个元件之间的耦合,而在耦合的元件之间具有一个或多个额外的元件。进一步地,如在此使用的,将一个元件固定到另一个元件可以包括直接固定和间接固定。此外,如在此使用的,“邻近”不一定指接触。例如,一个元件可以邻近另一元件而无需与该元件接触。
如在此使用的,短语“…至少一个”,当与项目列表一起使用时,指可以使用所列项目中的一个或多个的不同组合以及仅需要列表内项目中的一个。项目可以是特定的对象、东西、或类别。换句话说,“…至少一个”指可以使用来自列表的项目的任何组合或多个项目,但是不要求是列表内的所有项目。例如,“项目A、项目B以及项目C中的至少一个”可以指项目A;项目A和项目B;项目B;项目A、项目B以及项目C;或项目B和项目C。在一些情况下,“项目A、项目B以及项目C中的至少一个”可以指,例如且不限于,两个项目A,一个项目B,以及十个项目C;四个项目B和七个项目C;或一些其他合适的组合。
该说明书中描述的许多功能性单元已经被标注为模块,以便特别强调它们的实施方式独立性。例如,模块可以被实施为硬件电路,该硬件电路包括定制VLSI电路或门阵列、现成半导体诸如逻辑芯片、晶体管或其他分立组件。模块也可以被实施在可编程硬件器件内,例如现场可编程门阵列、可编程阵列逻辑、可编程逻辑器件或类似物。
模块也可以以软件来实施以便由各种处理器执行。例如,计算机可读程序代码的识别模块可以例如包括计算机指令的一个或多个物理或逻辑块,该计算机指令可以例如被组织为对象、过程或函数。然而,识别模块的可执行文件不需要物理地定位在一起,而且该可执行文件可以包括存储在不同位置的不同指令,当所述指令被逻辑地接合到一起时,其可以包括模块并且实现该模块的规定功能。
事实上,计算机可读程序代码的模块可以是单个指令或许多指令,并且甚至可以在若干不同代码段、不同的程序中并且跨越若干存储器件而被分布。类似地,操作数据可以在此在模块内被识别并被说明,并且所述操作数据可以用任何合适的形式来体现并且被组织在任何合适类型的数据结构内。操作数据可以被收集为单个数据集,或者可以分布在不同的位置上(包括在不同存储器件上),并且可以至少部分地仅作为电子信号存在于系统或网络上。在模块或模块的部分以软件而被实施的情况下,计算机可读程序代码可以被存储在一个或多个计算机可读介质上和/或在其上被传输。
计算机可读介质可以是存储计算机可读程序代码的有形计算机可读存储介质。计算机可读存储介质可以是,例如但不限于,电子、磁、光、电磁、红外、全息、微机械或半导体系统、装置或设备,或前述的任何合适的组合。
计算机可读介质的更多具体示例可以包括但不限于,便携计算机软盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪速存储器)、便携式光盘只读存储器(CD-ROM)、数字通用盘(DVD)、光存储设备、磁存储设备、全息存储介质、微机械存储设备或前述的任何合适的组合。在本文的背景下,计算机可读存储介质可以是可包含和/或存储由和/或结合指令执行系统、装置或设备使用的计算机可读程序代码的任何有形介质。
计算机可读介质也可以是计算机可读信号介质。计算机可读信号介质可以包括与在其中体现的计算机可读程序代码一起的例如以基带或作为载波的部分的传播的数据信号。这种传播信号可以采用任何各种形式,所述形式包括但不限于,电、电磁、磁、光或其任何合适的组合。计算机可读信号介质可以是不是计算机可读存储介质并且可以通信、传播或传输由或者结合指令执行系统、装置或设备使用的计算机可读程序代码的任何计算机可读介质。体现在计算机可读信号介质上的计算机可读程序代码可以通过使用任何适当的介质,包括但不限于,无线、有线、光纤电缆、射频(RF)或类似物,或者前述的任何合适的组合而被传输。
在一个实施例中,计算机可读介质可以包括一个或多个计算机可读存储介质和一个或多个计算机可读信号介质的组合。例如,计算机可读程序代码可以作为电磁信号通过光纤电缆而被传输以便由处理器执行,并且该计算机可读程序代码可以被存储在RAM存储设备上以便由处理器执行。
用于执行本发明的各方面的操作的计算机可读程序代码可以用一种或多种编程语言的任何组合来编写,所述编程语言包括面向对象的编程语言,如Java,Smalltalk,C++等,以及常规的过程编程语言,如“C”编程语言或类似编程语言(如,LabVIEW)。计算机可读程序代码可以完全地执行在用户的计算机上、部分地执行在用户的计算机上、作为独立的软件包、部分地执行在用户的计算机上和部分地执行在远程计算机上或完全地执行在远程计算机或服务器上。在后一种情况下,远程计算机可以通过任何类型的网络(包括局域网(LAN)或广域网(WAN))而被连接到用户的计算机,或者该连接可以连接到外部计算机(例如,通过因特网使用互联网服务提供商)。
本文包括的示意流程图通常作为逻辑流程图而被阐述。因此,所描绘的顺序和标记的步骤表示呈现的方法的一个实施例。可以设想在功能、逻辑或效果上等同于所说明的方法的一个或多个步骤或其部分的其他步骤和方法。此外,使用的格式和符号被提供以解释方法的逻辑步骤并且不被认为是对该方法范围的限制。尽管各种箭头类型和线类型可以在流程图中使用,但是它们不被认为是对相应方法的范围的限制。事实上,一些箭头和其他连接符可以被使用以仅指示方法的逻辑流。例如,箭头可以指示描述的方法的列举步骤之间的未指定的持续时间的等待或监测时段。此外,特定方法发生的顺序可以或可以不严格遵守所示的对应步骤的顺序。
条款1.一种用于分析配对可靠性的装置,所述装置包括:
配对计划模块,其经配置以接收机组配对,所述机组配对包括多个可连接航段;
历史模块,其经配置以针对所述机组配对中的所述多个可连接航段的至少一个可连接航段而检索历史性能数据;
限制模块,其经配置以识别可适用于所述机组配对的一个或多个操作限制;以及
可靠性模块,其经配置以基于所述历史性能数据来计算所述机组配对的可靠性因子,所述可靠性因子指示所述机组配对将遵从所述一个或多个操作限制的概率。
条款2.根据条款1所述的装置,其进一步包括阈值模块,所述阈值模块经配置以识别所述可靠性因子低于阈值所在的时间和位置。
条款3.根据条款1-2中任一项所述的装置,其进一步包括分布模块,其经配置以基于所述历史性能数据来计算多个统计分布,每个统计分布对应于所述机组配对的所述可连接航段中的一个,其中所述可靠性模块使用所述统计分布来计算所述可靠性因子。
条款4.根据条款3所述的装置,其进一步包括稳健性模块,所述稳健性模块经配置以计算所述机组配对的稳健性值,其中所述稳健性值指示所述统计分布的预定值和所述机组配对的极限值之间的概率差。
条款5.根据条款1-4中任一项所述的装置,其中所述可靠性模块包括:
航段概率模块,其针对所述机组配对的每个航段计算在该航段期间超过特定操作限制的分摊量的概率;以及
合计模块,其基于每个航段超过所述特定操作限制的所述概率而确定所述特定操作限制的合计似然度,其中所述合计似然度指示所述机组配对超过所述特定操作限制的概率。
条款6.根据条款1-5中任一项所述的装置,其中所述历史模块包括:
选择模块,其经配置以接收用于所述历史性能数据的选择标准;以及
过滤模块,其经配置以返回满足所述选择标准的历史性能数据,其中所述选择标准选自包括时间、月份、季节、工作状况、航班号、装备标识符、出发位置以及到达位置的组。
条款7.根据条款6所述的装置,其中所述历史模块进一步包括样本尺寸模块,其经配置以比较满足所述选择标准的所述历史性能数据的样本尺寸与样本尺寸阈值,其中所述过滤模块响应于所述样本尺寸低于所述样本尺寸阈值而返回附加的历史性能数据。
条款8.根据条款1-7中任一项所述的装置,其中所述历史性能数据包括实际出发时间、实际到达时间、实际轮档时间、出发延迟量以及到达延迟量中的一个或多个。
条款9.根据条款1-8中任一项所述的装置,其中所述操作限制包括最小休息时段、最小连接时间、最大飞行时间以及最大飞行任务时段时间中的一个或多个。
条款10.根据条款1-9中任一项所述的装置,其进一步包括缓冲模块,其经配置以确定满足预先确定的可靠性因子的所述机组配对的预定值。
条款11.根据条款1-10中任一项所述的装置,其中所述配对计划模块进一步经配置以接收包括在给定日中的多个机组配对的每日计划表,所述装置包括经配置以组合在所述每日计划表中的所述多个机组配对的可靠性因子的合计模块。
条款12.一种方法,其包括:
接收机组配对,所述机组配对包括被组织到一个或多个任务时段的多个航段、多个预定出发时间以及多个预定到达时间,每个飞行航段与预定出发时间和预定到达时间相关联;
识别与所述机组配对相关联的多个操作限制;
基于所述多个飞行航段、预定出发时间以及预定到达时间而检索历史性能数据;以及
基于所述历史性能数据而计算所述机组配对中的任务时段超过操作限制的概率。
条款13.根据条款12所述的方法,其进一步包括接收工作状况,其中检索历史性能数据包括针对沿已经在所述工作状况下操作的所述多个飞行航段中的每个航段的飞行而检索实际出发时间、实际到达时间、实际轮档时间、出发延迟量以及到达延迟量。
条款14.根据条款12-13中任一项所述的方法,其中计算所述机组配对中的任务时段超过所述操作限制的概率包括:
针对所述机组配对的每个航段而计算任务时间将超过分配的任务时间的概率;
针对所述机组配对的每个航段而计算轮档时间将超过分配的轮档时间的概率;以及
针对所述机组配对的每对航段而计算连接时间将满足最小连接时间的概率。
条款15.根据条款12-14中任一项所述的方法,其进一步包括:
接收可靠性阈值;以及
识别所述机组配对超过所述操作限制的概率大于所述可靠性阈值所在的所述机组配对中的时间和位置。
条款16.根据条款12-15中任一项所述的方法,其中计算所述机组配对中的任务时段超过所述操作限制的概率包括计算轮档时间可靠性因子、任务时间可靠性因子、休息时间可靠性因子以及连接时间可靠性因子。
条款17.一种包括存储由处理器执行的可执行代码的计算机可读存储介质的计算机程序产品,所述可执行代码包括代码以执行:
接收行程,所述行程包括多个航段、多个预定出发时间以及多个预定到达时间,每个航段与预定出发时间和预定到达时间相关联;
识别与所述行程相关联的多个操作限制;
基于所述多个航段、出发时间以及到达时间而检索历史性能数据;以及
针对所述多个操作限制中的每个,基于所述历史性能数据而计算所述行程将超过所述操作限制的概率。
条款18.根据条款17所述的计算机程序产品,其中所述多个操作限制包括装备限制和操作者限制。
条款19.根据条款18所述的计算机程序产品,其中所述操作者限制包括最小休息时段、最小连接时间、最大飞行时间以及最大飞行任务时段时间。
条款20.根据条款17-20中任一项所述的计算机程序产品,其中接收所述行程包括接收具有多个行程的计划表,所述可执行代码进一步包括代码以执行计算连续行程之间的休息时间将满足休息时间限制的概率。
本主题可以用其他的具体形式体现而不离开其精神或本质特性。描述的实施例将被认为在各方面仅为说明性的而非限制性的。在意义和范围上等同于权利要求的所有变化都被认为是在权利要求的范围内。
Claims (10)
1.一种用于分析配对可靠性(118)的装置(200),所述装置(200)包括:
配对计划模块(202),其经配置以接收机组配对(600),所述机组配对(600)包括多个可连接航段(602-608);
历史模块(204),其经配置以针对所述机组配对(600)中的所述多个可连接航段(602-608)中的至少一个可连接航段而检索历史性能数据;
限制模块(206),其经配置以识别可适用于所述机组配对(600)的一个或多个操作限制;以及
可靠性模块(208),其经配置以基于所述历史性能数据而计算所述机组配对(600)的可靠性因子(650),所述可靠性因子(650)指示所述机组配对(600)将遵从所述一个或多个操作限制的概率。
2.根据权利要求1所述的装置(200),其进一步包括阈值模块(320),所述阈值模块(320)经配置以识别所述可靠性因子(650)低于阈值所在的时间和位置。
3.根据权利要求1-2中任一项所述的装置(200),其进一步包括分布模块(304),其经配置以基于所述历史性能数据而计算多个统计分布(620),每个统计分布(620)对应于所述机组配对(600)的所述可连接航段(602-608)中的一个,其中所述可靠性模块(208)使用所述统计分布(620)来计算所述可靠性因子(650)。
4.根据权利要求1-3中任一项所述的装置(200),其进一步包括缓冲模块(308),其经配置以确定满足预先确定的可靠性因子(650)的所述机组配对(600)的预定值。
5.根据权利要求1-4中任一项所述的装置(200),其中所述配对计划模块(202)进一步经配置以接收包括给定日内的多个机组配对(600)的每日计划表,所述装置包括经配置以组合所述每日计划表中的所述多个机组配对(600)的可靠性因子(650)的合计模块(324)。
6.一种方法(400),其包括:
接收(502)机组配对(600),所述机组配对(600)包括被组织到一个或多个任务时段的多个航段(602-608)、多个预定出发时间(612)以及多个预定到达时间(614),每个飞行航段与预定出发时间(612)和预定到达时间(614)相关联;
识别(506)与所述机组配对(600)相关联的多个操作限制;
基于所述多个飞行航段(602-608)、预定出发时间(612)以及预定到达时间(614)而检索(510)历史性能数据;以及
基于所述历史性能数据而计算(516)所述机组配对(600)中的任务时段超过操作限制的概率。
7.根据权利要求6所述的方法(400),其进一步包括接收(508)工作状况,其中检索历史性能数据包括针对沿已经在所述工作状况下操作的所述多个飞行航段(602-608)中每个的飞行而检索实际出发时间、实际到达时间、实际轮档时间、出发延迟量以及到达延迟量。
8.根据权利要求6-7中任一项所述的方法(400),其中计算(516)所述机组配对(600)中的任务时段超过所述操作限制的概率包括:
针对所述机组配对(600)的每个航段而计算(514)任务时间将超过分配的任务时间的概率;
针对所述机组配对(600)的每个航段而计算(514)轮档时间将超过分配的轮档时间的概率;以及
针对所述机组配对(600)的每对航段而计算(514)连接时间将满足最小连接时间的概率。
9.根据权利要求6-8中任一项所述的方法(400),其进一步包括:
接收可靠性阈值;以及
识别所述机组配对(600)超过所述操作限制的概率大于所述可靠性阈值所在的所述机组配对(600)中的时间和位置。
10.一种包括存储由处理器(112)执行的可执行代码的计算机可读存储介质的计算机程序产品,所述可执行代码包括代码以执行:
接收行程,所述行程包括多个航段(602-608)、多个预定出发时间(612)以及多个预定到达时间(614),每个航段与预定出发时间(612)和预定到达时间(614)相关联;
识别与所述行程相关联的多个操作限制;
基于所述多个航段(602-608)、出发时间(612)以及到达时间(614)而检索历史性能数据;以及
针对所述多个操作限制中的每个,基于所述历史性能数据而计算所述行程将超过所述操作限制的概率(640)。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/712,425 US20160335584A1 (en) | 2015-05-14 | 2015-05-14 | Crew pairing reliability analyzer |
US14/712,425 | 2015-05-14 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106156940A true CN106156940A (zh) | 2016-11-23 |
Family
ID=55486539
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610315632.6A Pending CN106156940A (zh) | 2015-05-14 | 2016-05-13 | 机组配对可靠性分析器 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20160335584A1 (zh) |
EP (1) | EP3093808A1 (zh) |
JP (1) | JP6644627B2 (zh) |
CN (1) | CN106156940A (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180374019A1 (en) * | 2017-06-22 | 2018-12-27 | The Boeing Company | Flight schedule determining systems and methods |
CN111815101B (zh) * | 2020-01-15 | 2024-05-03 | 北京嘀嘀无限科技发展有限公司 | 一种信息处理方法、装置、存储介质及电子设备 |
CN112132524B (zh) * | 2020-07-10 | 2024-03-29 | 北京云族佳科技有限公司 | 一种监控方法、绩效管理方法,客户端及服务器 |
CN112052577B (zh) * | 2020-08-28 | 2022-09-06 | 中国航发贵阳发动机设计研究所 | 一种航空发动机可靠性指标规定值评价时机的确定方法 |
KR102224958B1 (ko) * | 2020-11-27 | 2021-03-08 | 피앤제이시스템 주식회사 | 승무원 스케줄링 시스템 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10320474A (ja) * | 1997-05-20 | 1998-12-04 | Hitachi Ltd | スケジューリングシステムおよびスケジューリングプログラムを記録したコンピュータ読み取り可能な記録媒体 |
GB2337677A (en) * | 1998-05-21 | 1999-11-24 | Ibm | A method and system for displaying and editing a resource schedule |
EP1072991A2 (en) * | 1999-07-30 | 2001-01-31 | Caleb Technologies Corp. | Crew optimization engine for repair of pairings during irregular airline operations |
US20030225598A1 (en) * | 2001-05-29 | 2003-12-04 | Gang Yu | Method and system for generating optimal solutions for open pairings through one-way fixes and matching transformations |
CN101582203A (zh) * | 2009-06-01 | 2009-11-18 | 民航数据通信有限责任公司 | 一种空域运行仿真中飞行流引擎的实现系统及方法 |
US20100082394A1 (en) * | 2008-10-01 | 2010-04-01 | Accenture Global Services Gmbh | Flight Schedule Constraints for Optional Flights |
US8073726B1 (en) * | 2007-03-23 | 2011-12-06 | American Airlines, Inc. | System and method for generating solutions based on associated operational penalties for allocating crew members |
US20140257900A1 (en) * | 2013-03-11 | 2014-09-11 | Us Airways, Inc. | Reserve forecasting systems and methods |
CN104156805A (zh) * | 2014-07-17 | 2014-11-19 | 南京航空航天大学 | 一种基于概率分布的航段运行时间计算方法 |
US20150051824A1 (en) * | 2013-08-14 | 2015-02-19 | Us Airways, Inc. | Operational reliability systems and methods |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9739626B2 (en) * | 2014-03-31 | 2017-08-22 | Amadeus S.A.S. | Journey planning method and system |
-
2015
- 2015-05-14 US US14/712,425 patent/US20160335584A1/en not_active Abandoned
-
2016
- 2016-03-03 EP EP16158487.5A patent/EP3093808A1/en not_active Ceased
- 2016-04-26 JP JP2016088023A patent/JP6644627B2/ja active Active
- 2016-05-13 CN CN201610315632.6A patent/CN106156940A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10320474A (ja) * | 1997-05-20 | 1998-12-04 | Hitachi Ltd | スケジューリングシステムおよびスケジューリングプログラムを記録したコンピュータ読み取り可能な記録媒体 |
GB2337677A (en) * | 1998-05-21 | 1999-11-24 | Ibm | A method and system for displaying and editing a resource schedule |
EP1072991A2 (en) * | 1999-07-30 | 2001-01-31 | Caleb Technologies Corp. | Crew optimization engine for repair of pairings during irregular airline operations |
US20030225598A1 (en) * | 2001-05-29 | 2003-12-04 | Gang Yu | Method and system for generating optimal solutions for open pairings through one-way fixes and matching transformations |
US8073726B1 (en) * | 2007-03-23 | 2011-12-06 | American Airlines, Inc. | System and method for generating solutions based on associated operational penalties for allocating crew members |
US20100082394A1 (en) * | 2008-10-01 | 2010-04-01 | Accenture Global Services Gmbh | Flight Schedule Constraints for Optional Flights |
CN101582203A (zh) * | 2009-06-01 | 2009-11-18 | 民航数据通信有限责任公司 | 一种空域运行仿真中飞行流引擎的实现系统及方法 |
US20140257900A1 (en) * | 2013-03-11 | 2014-09-11 | Us Airways, Inc. | Reserve forecasting systems and methods |
US20150051824A1 (en) * | 2013-08-14 | 2015-02-19 | Us Airways, Inc. | Operational reliability systems and methods |
CN104156805A (zh) * | 2014-07-17 | 2014-11-19 | 南京航空航天大学 | 一种基于概率分布的航段运行时间计算方法 |
Non-Patent Citations (2)
Title |
---|
李福娟: "基于航线决策的航班计划优化研究", 《中国博士学位论文全文数据库 经济与管理科学辑》 * |
陈侨: "机组乘务员自动排班系统与算法应用", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Also Published As
Publication number | Publication date |
---|---|
US20160335584A1 (en) | 2016-11-17 |
JP2017037631A (ja) | 2017-02-16 |
JP6644627B2 (ja) | 2020-02-12 |
EP3093808A1 (en) | 2016-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106156940A (zh) | 机组配对可靠性分析器 | |
CN110998568B (zh) | 寻觅乘客的可搭载车辆的导航确定系统和方法 | |
CN105512747B (zh) | 物流智能优化调度系统 | |
US20150375870A1 (en) | Method for testing a maintenance and materials management system | |
US20140278712A1 (en) | Asset tracking in asset intensive enterprises | |
CA2675174A1 (en) | Strategic planning and revenue management system | |
CA2642742A1 (en) | Transportation scheduling system | |
CN106339787A (zh) | 用于管理安全关键产业中的人员工作中断的方法和系统 | |
Vlahovic et al. | Implementing delivery drones in logistics business process: Case of pharmaceutical industry | |
Robertson et al. | The role of modeling demand in process re-engineering | |
Mahmud et al. | A hybrid agent-based simulation and optimization approach for statewide truck parking capacity expansion | |
Haeme et al. | Airline performance modelling to support schedule development: An application case study | |
Bataineh et al. | Simulation-based optimization for performance enhancement of public departments | |
Barahimi et al. | Bi-level multi-objective model for existing link capacity expansion problem across urban transportation network considering travel time reliability: presenting dynamic particle swarm algorithm | |
Zhang et al. | A rolling horizon based algorithm for solving integrated airline schedule recovery problem | |
Clark | Modelling forest fire initial attack airtanker operations | |
Goswami et al. | Based on Queueing Theory Modelling of Taxi Drivers' Decisions at Swami Vivekananda Airport in Raipur, Chhattisgarh, India (RPR) | |
Seagren et al. | Modeling & simulation in support of MALSP II report of findings | |
Pan et al. | Evaluating ridesharing algorithms using the jargo real-time stochastic simulator | |
Huscroft Jr | A Demand Side Requirements Model to Forecast C-17 Mobility Aircraft Availability | |
Gieseman et al. | Evaluating capacity and delay given the implementation of ITS technology at truck weight and safety inspection stations | |
Vanderboll | Tarmac delay policies: A passenger-centric analysis | |
Adriaansen | PUNCTUALITY FORECASTING AND BOTTLENECK IDENTIFICATION AT KLM AIRCRAFT SERVICES | |
Matyja et al. | Simulation tests of fleet vehicles periodic inspections timeliness: a case study | |
Gestsdóttir | Agent based simulation of passenger demand for domestic air transport in Iceland |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |