CN107633329B - 一种预测到达航班旅客出机场时间的方法 - Google Patents
一种预测到达航班旅客出机场时间的方法 Download PDFInfo
- Publication number
- CN107633329B CN107633329B CN201710844577.4A CN201710844577A CN107633329B CN 107633329 B CN107633329 B CN 107633329B CN 201710844577 A CN201710844577 A CN 201710844577A CN 107633329 B CN107633329 B CN 107633329B
- Authority
- CN
- China
- Prior art keywords
- time
- flight
- passenger
- airport
- exit
- 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.)
- Active
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种预测到达航班旅客出机场时间的方法,包括对以下指标模块的预测:航班滑行时间:旅客在航班到达后至航班完全停止的滑行时间;机舱内等待时间:航班靠廊桥完成后至开舱门的等待时间;旅客下机时间:旅客从机舱内座位至廊桥的时间;廊桥至出口时间:旅客从廊桥至机场出口时间;取行李时间:存在行李托运的旅客需要取行李的时间;且旅客出到达口时间为上述全部指标模块的时间值之和。本发明所述的一种预测到达航班旅客出机场时间的方法,能够为旅客或航空公司、租车公司、OTA、代理商等用户提供较为准确的旅客出机场时间。
Description
技术领域
本发明涉及一种预测到达航班旅客出机场时间的方法,属于民航信息化系统技术领域。
背景技术
航空公司、租车公司、OTA(在线旅行社)、代理商等可以提供航班大致到港时间,然而旅客在航班到达时,到底要多长时间才能出机场,旅客在租车软件上选择免费等待时间时该如何做出较为准确的选择,租车公司该如何在接单逻辑上做出更好的优化,针对上述问题,现有技术中尚未见提出有效的解决方案。
旅客出机场时间数据,是指旅客在航班到达(航班起落架落地)后,至机场出口所需要的时间。该数据是综合考虑了航班滑行、机舱等待、人流量等因素,再融合托运行李因素而预测出的一个区间值。不同机型、不同人流量、不同机场的出机场时间都可能不同。
综上可知,能提前知晓旅客出机场时间这个数据,可以为租车公司优化现有的派单逻辑,达到节本增效的效果;同时优化用户体验,提供更多的参考维度,提升产品的服务质量。
发明内容
本发明正是针对现有技术存在的不足,提供一种预测到达航班旅客出机场时间的方法,能够为旅客或航空公司、租车公司、OTA、代理商等用户提供较为准确的旅客出机场时间。
为解决上述问题,本发明所采取的技术方案如下:
一种预测到达航班旅客出机场时间的方法,包括对以下指标模块的预测:
航班滑行时间:旅客在航班到达后至航班完全停止的滑行时间;
机舱内等待时间:航班靠廊桥完成后至开舱门的等待时间;
旅客下机时间:旅客从机舱内座位至廊桥的时间;
廊桥至出口时间:旅客从廊桥至机场出口时间;
取行李时间:存在行李托运的旅客需要取行李的时间;
且旅客出到达口时间为上述全部指标模块的时间值之和。
作为上述技术方案实施方法的具体化,包括以下步骤:
S1:判断航班是否已经靠近廊桥,若是,预测该航班滑行时间;通过获取该机场航班历史平均滑行时间及同等级的机场的航班历史平均滑行时间作为历史数据存入数据库,并在数据库中预存参考航班平均滑行时间;
在数据库中查询机场航班历史平均滑行时间,若有匹配记录,则提取机场航班平均滑行时间,作为航班滑行时间,若无,参考同等级的机场是否有历史记录,若有,则提取机场航班平均滑行时间,作为航班滑行时间,若无,则参考平均滑行时间,同时将该航班实际滑行时间存入数据库作为历史数据记录;
S2:航班已完成靠桥时,预测旅客机舱内等待时间;若能实时获取到靠桥完成时间及开始下客时间,则作为机舱内等待时间,若无,自动随机匹配2~5分钟的时间,作为机舱内等待时间;
S3:预测旅客下机时间;判断能否获取航班的实际乘客人数,若能,则使用实际乘客人数匹配数据库中下客平均时间的等级,如不能,使用航班编号匹配座位数,默认满座,使用座位数匹配已有的下客平均时间的等级,以此作为旅客下机时间;
S4:预测廊桥至出口时间;判断航班是否有到达机位,若有,则根据规则,用机位匹配登机口,自动预测距离,使用平均速度,算出时间,作为廊桥至出口时间;若无,则使用该航班的后续航班登机口,自动预测距离,使用平均速度,算出时间,作为廊桥至出口时间;
S5:预测取行李时间;根据旅客自己选择是否有行李,若有,根据历史数据,自动随机匹配取行李时间,作为取行李时间,若无,此项时间视为0;
S6:自动生成航班旅客出到达口时间:为航班滑行时间、舱内等待时间、旅客下机时间、廊桥至出口时间和取行李时间之和。
本发明与现有技术相比较,本发明的实施效果如下:
本发明所述的一种预测到达航班旅客出机场时间的方法,通过综合考虑了航班滑行、机舱等待、人流量等因素,再融合托运行李因素而预测出的一个区间值,能优化租车公司的派车逻辑,避免资源浪费,提供参考维度,帮助用户选择免费等待时间,优化用户体验,提高接机服务的质量。
附图说明
图1和图2为本发明所述的一种预测到达航班旅客出机场时间的方法流程示意图:
由于流程图整体较大,为了清楚地显示内容,将一整幅流程图分为两部分进行显示,其中图1为整体流程的前部分内容,图2为整体流程的后部分内容。
具体实施方式
下面将结合具体的实施例来说明本发明的内容。
如图1和图2所示,为本实施例所述的一种预测到达航班旅客出机场时间的方法流程示意图。
本实施例所提供的一种预测到达航班旅客出机场时间的方法,主要用于综合评估某一航班的旅客出到达口时间(TA)。
具体地,旅客出到达口时间(TA)由5个指标模块组成:
航班滑行时间(TAS)、机舱内等待时间(TEW)、旅客下机时间(TDP)、廊桥至出口时间(TBE)、取行李时间(TGL)。
某一航班旅客出到达口时间为:
TA=TAS+TEW+TDP+TBE+TGL。
5个指标模块的具体含义分别为:
1)、航班滑行时间(TAS):旅客在航班到达(航班起落架落地)后至航班完全停止的滑行时间。
2)、机舱内等待时间(TEW):航班靠廊桥完成后至开舱门的等待时间。
3)、旅客下机时间(TDP):旅客从机舱内座位至廊桥的时间。
4)、廊桥至出口时间(TBE):旅客从廊桥至机场出口时间。
5)、取行李时间(TGL):存在行李托运的旅客需要额外的取行李时间。
具体预测方法的流程包括如下步骤:
一、首先判断航班是否已经靠近廊桥,若是,预测该航班滑行时间:
通过获取该机场航班历史平均滑行时间及同等级的机场的航班历史平均滑行时间作为历史数据存入数据库,并在数据库中预存参考航班平均滑行时间。在数据库中查询机场航班历史平均滑行时间,若有匹配记录,则提取机场航班平均滑行时间,作为航班滑行时间(TAS),若无,参考同等级的机场是否有历史记录,若有,则提取机场航班平均滑行时间,作为航班滑行时间(TAS),若无,则参考平均滑行时间,同时将该航班实际滑行时间存入数据库作为历史数据记录。
二、航班已完成靠桥时,预测旅客机舱内等待时间:
若能实时获取到靠桥完成时间及开始下客时间,则作为机舱内等待时间(TEW),若无,系统自动随机匹配时间(2~5分钟),作为机舱内等待时间(TEW)。
三、预测旅客下机时间:
系统能否获取航班的实际乘客人数,若能,则使用实际乘客人数匹配数据库中下客平均时间的等级,具体等级见下表1。如不能,使用航班编号匹配座位数(调用舒适度数据),默认满座,使用座位数匹配已有的下客平均时间的等级,以此作为旅客下机时间(TDP)。
表1、下客平均时间等级表:
四、预测廊桥至出口时间:
系统判断航班是否有到达机位,若有,则根据规则,用机位匹配登机口,自动预测距离,使用平均速度,算出时间,作为廊桥至出口时间(TBE);若无,则使用该航班的后续航班登机口,自动预测距离,使用平均速度,算出时间,作为廊桥至出口时间(TBE)。
五、预测取行李时间:
根据旅客自己选择是否有行李,若有,根据历史数据,系统自动随机匹配取行李时间(10~20分钟),作为取行李时间(TGL),若无,此项时间视为0。
六、至此,系统已获取航班滑行时间(TAS)、机舱内等待时间(TEW)、旅客下机时间(TDP)、廊桥至出口时间(TBE)、取行李时间(TGL)。
然后自动生成某航班旅客出到达口时间为:
TA=TAS+TEW+TDP+TBE+TGL。
在系统应用中,旅客或者航空公司、租车公司、OTA、代理商等用户通过航班号、航班起降地或航司名称,可以查询相关航班的旅客出机场时间。
以上内容是结合具体的实施例对本发明所作的详细说明,不能认定本发明具体实施仅限于这些说明。对于本发明所属技术领域的技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明保护的范围。
Claims (1)
1.一种预测到达航班旅客出机场时间的方法,其特征是,包括对以下指标模块的预测:
航班滑行时间:旅客在航班到达后至航班完全停止的滑行时间;
机舱内等待时间:航班靠廊桥完成后至开舱门的等待时间;
旅客下机时间:旅客从机舱内座位至廊桥的时间;
廊桥至出口时间:旅客从廊桥至机场出口时间;
取行李时间:存在行李托运的旅客需要取行李的时间;
且旅客出到达口时间为上述全部指标模块的时间值之和;
且包括以下步骤:
S1:判断航班是否已经靠近廊桥,若是,预测该航班滑行时间;通过获取该机场航班历史平均滑行时间及同等级的机场的航班历史平均滑行时间作为历史数据存入数据库,并在数据库中预存参考航班平均滑行时间;
在数据库中查询机场航班历史平均滑行时间,若有匹配记录,则提取机场航班平均滑行时间,作为航班滑行时间,若无,参考同等级的机场是否有历史记录,若有,则提取机场航班平均滑行时间,作为航班滑行时间,若无,则参考平均滑行时间,同时将该航班实际滑行时间存入数据库作为历史数据记录;
S2:航班已完成靠桥时,预测旅客机舱内等待时间;若能实时获取到靠桥完成时间及开始下客时间,则作为机舱内等待时间,若无,自动随机匹配2~5分钟的时间,作为机舱内等待时间;
S3:预测旅客下机时间;判断能否获取航班的实际乘客人数,若能,则使用实际乘客人数匹配数据库中下客平均时间的等级,如不能,使用航班编号匹配座位数,默认满座,使用座位数匹配已有的下客平均时间的等级,以此作为旅客下机时间;
S4:预测廊桥至出口时间;判断航班是否有到达机位,若有,则根据规则,用机位匹配登机口,自动预测距离,使用平均速度,算出时间,作为廊桥至出口时间;若无,则使用该航班的后续航班登机口,自动预测距离,使用平均速度,算出时间,作为廊桥至出口时间;
S5:预测取行李时间;根据旅客自己选择是否有行李,若有,根据历史数据,自动随机匹配取行李时间,作为取行李时间,若无,此项时间视为0;
S6:自动生成航班旅客出到达口时间:为航班滑行时间、舱内等待时间、旅客下机时间、廊桥至出口时间和取行李时间之和;
在系统应用中,旅客或者航空公司、租车公司、OTA、代理商通过航班号、航班起降地或航司名称,可以查询相关航班的旅客出机场时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710844577.4A CN107633329B (zh) | 2017-09-19 | 2017-09-19 | 一种预测到达航班旅客出机场时间的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710844577.4A CN107633329B (zh) | 2017-09-19 | 2017-09-19 | 一种预测到达航班旅客出机场时间的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107633329A CN107633329A (zh) | 2018-01-26 |
CN107633329B true CN107633329B (zh) | 2021-01-08 |
Family
ID=61102123
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710844577.4A Active CN107633329B (zh) | 2017-09-19 | 2017-09-19 | 一种预测到达航班旅客出机场时间的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107633329B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109767134B (zh) * | 2019-01-17 | 2023-08-25 | 深圳市活力天汇科技股份有限公司 | 一种出租车接机调度方法 |
CN109887343B (zh) * | 2019-04-04 | 2020-08-25 | 中国民航科学技术研究院 | 一种航班地服保障节点自动采集监测系统及方法 |
CN110766230A (zh) * | 2019-10-30 | 2020-02-07 | 广东机场白云信息科技有限公司 | 一种机场到港旅客各陆测交通方式流量预测方法及系统 |
CN116703010B (zh) * | 2023-08-09 | 2023-10-31 | 民航成都信息技术有限公司 | 一种行李到达时间的预测方法、装置、电子设备及介质 |
CN117252402B (zh) * | 2023-11-17 | 2024-02-06 | 民航成都电子技术有限责任公司 | 机场值机柜台航司分配规划方法、装置、设备及存储介质 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100185426A1 (en) * | 2009-01-16 | 2010-07-22 | Rajesh Ganesan | Predicting Aircraft Taxi-Out Times |
US9142134B2 (en) * | 2009-12-04 | 2015-09-22 | Passur Aerospace, Inc. | System and method for providing predictive departure and arrival rates for an airport |
PL2637148T3 (pl) * | 2012-03-08 | 2022-11-07 | Ltg Rastatt Gmbh | System obliczania i wyświetlania czasu przyjazdu i odjazdu systemu transportowego |
CN102855776A (zh) * | 2012-08-27 | 2013-01-02 | 合肥飞友网络科技有限公司 | 航班预计到达时间预估方法 |
CN103136933B (zh) * | 2013-01-14 | 2015-07-01 | 东南大学 | 一种常规公交与地铁站的换乘协调控制方法 |
KR101555450B1 (ko) * | 2014-12-26 | 2015-09-24 | 한국공항공사 | 도착 정보 제공 방법 및 서버 및 디스플레이 장치 |
CN105205554B (zh) * | 2015-09-16 | 2019-06-11 | 中国矿业大学(北京) | 一种地铁车站排队时间预测方法及系统 |
CN106274994B (zh) * | 2016-08-30 | 2018-11-13 | 湖南中车时代通信信号有限公司 | 一种列车全线到站时间预测方法和系统 |
CN106652534B (zh) * | 2016-12-14 | 2019-08-16 | 北京工业大学 | 一种预测公交车到站时间的方法 |
-
2017
- 2017-09-19 CN CN201710844577.4A patent/CN107633329B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107633329A (zh) | 2018-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107633329B (zh) | 一种预测到达航班旅客出机场时间的方法 | |
CN107633328B (zh) | 一种显示到达航班旅客出机场时间的方法及系统 | |
CN111915046B (zh) | 用于输出信息的方法和装置 | |
US20150279218A1 (en) | Aircraft fuel optimization analytics | |
Hansen | Micro-level analysis of airport delay externalities using deterministic queuing models: a case study | |
AU2018241119A1 (en) | System and method for flight delay prediction | |
CN110020745B (zh) | 基于航班时刻表的实时大型航空枢纽停车场规模预测方法 | |
CN112307217B (zh) | 知识图谱模型的构建方法以及构建装置、存储介质 | |
US20150348422A1 (en) | System and method for providing an optimized aircraft turnaround schedule | |
CN112348378B (zh) | 机场与空管运行计划协同调配方法及装置 | |
CN112036768B (zh) | 一种机场场面车辆智能调度系统及方法 | |
CN111127958A (zh) | 飞机滑行路线的确定方法、装置、设备及可读介质 | |
CN115239026A (zh) | 停机位分配优化方法、系统、设备及介质 | |
Skorupski et al. | A method to evaluate the time of waiting for a late passenger | |
CN111401706A (zh) | 一种基于规则和罚分机制的智能机位分配算法 | |
Kwasiborska et al. | Modeling of ground handling processes in SIMIO software | |
Oreschko et al. | Significant turnaround process variations due to airport characteristics | |
CN115049100B (zh) | 机场资源分配优化方法、装置、设备及可读存储介质 | |
CN109034543B (zh) | 以降低后续调整概率为目标的远机位登机口初始分配方法 | |
CN105654340A (zh) | 旅客真实航程的确定方法及系统 | |
CN113850517A (zh) | 停机位调度方法、系统、装置及存储介质 | |
CN112419001A (zh) | 一种基于登机方式的机票购买方法和系统 | |
Kunze et al. | Aircraft turnaround management in a highly automated 4D flight operations environment | |
CN115983613B (zh) | 一种航班拼接方法、装置、电子设备及存储介质 | |
Ahmadi | Green airport operations: Conflict and collision free taxiing using electric powered towing alternatives |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |