CN109948844A

CN109948844A - 一种停机位分配鲁棒性的优化方法、装置、设备及介质

Info

Publication number: CN109948844A
Application number: CN201910197245.0A
Authority: CN
Inventors: 裴翔宇; 王济海; 陈肇欣; 张扬; 董彦成; 唐政江; 张腾
Original assignee: Civil Aviation Chengdu Information Technology Co Ltd
Current assignee: Civil Aviation Chengdu Information Technology Co Ltd
Priority date: 2019-03-15
Filing date: 2019-03-15
Publication date: 2019-06-28
Anticipated expiration: 2039-03-15
Also published as: CN109948844B

Abstract

本发明提供了一种停机位分配鲁棒性的优化方法，包括：采集航班延误的历史数据；将所述历史数据分为若干个航班集合；计算每个航班集合的延误概率函数，获得延误概率函数集合；获取待分配航班和空闲机位；根据约束规则，获得所述待分配航班和空闲机位的初始分配方案；基于所述延误概率函数集合，对所述初始分配方案进行优化。通过采用延误概率函数，优化初始分配方案，能够评价航班间的间隔时间的冗余性好坏，提高机位分配计划在航班时刻不确定影响下的稳定性，减少机位调整情况的发生，提高分配计划的鲁棒性。

Description

一种停机位分配鲁棒性的优化方法、装置、设备及介质

技术领域

本发明涉及机位分配技术领域，具体涉及一种停机位分配鲁棒性的优化方法、装置、设备及介质。

背景技术

在民用机场生产保障的业务流程中，停机位安排是多项航班保障与旅客服务工作的前提，但由于航班延误等原因，航班实际起飞、到达时间与计划时刻常有很大出入，导致已有机位安排计划不能如愿实施，进而对各种航班保障工作的安排、旅客出行体验及机位使用效率造成巨大影响。

如何降低航班时刻动态变化对已有机位分配计划的影响一直是学术界与工程师们研究处理的重点与难点问题，基本处理思路一般从两个角度进行：一是降低已有计划受动态变化影响出现机位调整的概率，即提高分配方案的鲁棒性；二是根据动态变化对已有分配计划的再调整。

目前所使用的机位自动分配系统，对该问题的处理尚存在很大缺失，主要体现在：

1)集中于满足各类分配约束问题，如时间冲突、机型约束、任务约束等，并以提高靠桥率、机位周转率等考评指标为优化目标，忽视了提高分配结果鲁棒性需求。

2)缺乏衡量停放时间间隔与吸收航班延误等时刻动态变化的量化指标，即缺乏一个评价间隔时间的冗余性好坏的方法。

3)仅强调不同机位使用均衡性，要求各航班的间隔时间均趋于一致，忽视了不同航班具有不同延误时间特征的事实，要求过于主观与生硬而缺乏客观与精细化。

发明内容

针对现有技术中的缺陷，本发明提供一种停机位分配鲁棒性的优化方法、装置、介质及设备，能够评价间隔时间的冗余性好坏，提高机位分配计划在航班时刻不确定影响下的稳定性，减少机位调整情况的发生，提高分配计划的鲁棒性。

第一方面，本发明提供了一种停机位分配鲁棒性的优化方法，包括：

采集航班延误的历史数据；

将所述历史数据分为若干个航班集合；

计算每个航班集合的延误概率函数，获得延误概率函数集合；

获取待分配航班和空闲机位；

根据约束规则，获得所述待分配航班和空闲机位的初始分配方案；

基于所述延误概率函数集合，对所述初始分配方案进行优化。

可选的，所述将所述历史数据分为若干个航班集合，包括：

按出港和进港属性，将所述历史数据分为进港历史数据集合和出港历史数据集合；

按照航班延误影响因子，将所述进港历史数据集合分为若干个进港航班集合，将所述出港历史数据集合分为若干个出港航班集合。

可选的，所述计算每个航班集合的延误概率函数，获得延误概率函数集合，包括：

根据每个航班集合中的数据，计算对应集合的延误分布曲线数据；

根据所述延误分布曲线数据，计算对应集合的延误累计曲线数据；

根据所述延误累计曲线数据，采用曲线函数拟合方法，获得对应集合的延误概率函数；

所有进港航班集合和出港航班集合对应的延误概率函数构成延误概率函数集合。

可选的，所述基于所述延误概率函数集合，对所述初始分配方案进行优化，包括：

对所述待分配航班进行排序；

确定第i个待分配航班满足约束规则的可选机位；

从所述可选机位中确定所述第i个待分配航班符合插入操作的第一类机位集合，以及所述第i个待分配航班符合置换操作的第二类机位集合；

将所述第i个待分配航班调整到所述第一类机位集合中的第j个机位上，基于所述延误概率函数集合，计算调整前后的冗余总分；

将所述第i个待分配航班调整到所述第二类机位集合中的第k个机位上，基于所述延误概率函数集合，计算调整前后的冗余总分；

对比每种调整方式下的冗余总分，选择冗余总分最高的调整方式对应的机位作为所述第i个待分配航班的调整机位；

计算第i+1个待分配航班的调整机位，直至最后一个待分配航班；

继续循环计算第i个待分配航班的调整机位，直至所有待分配航班和机位不再发生调整。

可选的，所述将所述第i个待分配航班调整到所述第一类机位集合中的第j个机位上，基于所述延误概率函数集合，计算调整前后的冗余总分，包括：

将所述第i个待分配航班调整到所述第一类机位集合中的第j个机位上，确定机位调整前后间隔时间受影响的临界航班集合；

基于所述出港航班集合和进港航班集合，确定所述第i个待分配航班和每个临界航班分别对应的航班集合；

基于所述第i个待分配航班和每个临界航班分别对应的航班集合，以及所述延误概率函数集合，确定所述第i个待分配航班和每个临界航班分别对应的延误概率函数；

根据所述延误概率函数，计算机位调整前后的冗余总分。

可选的，所述将所述第i个待分配航班调整到所述第二类机位集合中的第k个机位上，基于所述延误概率函数集合，计算调整前后的冗余总分，包括：

将所述第i个待分配航班调整到所述第二类机位集合中的第k个机位上，确定机位调整前后间隔时间受影响的临界航班集合；

基于所述出港航班集合和进港航班集合，确定所述第j个待分配航班和每个临界航班分别对应的航班集合；

基于所述第j个待分配航班和每个临界航班分别对应的航班集合，以及所述延误概率函数集合，确定所述第j个待分配航班和每个临界航班分别对应的延误概率函数；

根据所述延误概率函数，计算机位调整前后的冗余总分。

可选的，所述航班延误影响因子，包括：时间段、航线、航班属性和航班的航空公司中的一种或多种。

第二方面，本发明提供了一种停机位分配鲁棒性的优化装置，包括：

历史数据采集模块，用于采集航班延误的历史数据；

数据分类模块，用于将所述历史数据分为若干个航班集合；

函数计算模块，用于计算每个航班集合的延误概率函数，获得延误概率函数集合；

优化数据获取模块，用于获取待分配航班和空闲机位；

初始分配模块，用于根据约束规则，获得所述待分配航班和空闲机位的初始分配方案；

优化模块，用于基于所述延误概率函数集合，对所述初始分配方案进行优化。

第三方面，本发明提供了一种停机位分配鲁棒性的优化设备，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如第一方面提供的一种停机位分配鲁棒性的优化方法。

第四方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如第一方面提供的一种停机位分配鲁棒性的优化方法。

本发明提供的一种停机位分配鲁棒性的优化装置、一种计算机可读存储介质和一种停机位分配鲁棒性的优化设备，与上述一种停机位分配鲁棒性的优化方法出于相同的发明构思，具有相同的有益效果。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1为本发明实施例提供的一种停机位分配鲁棒性的优化方法的流程图；

图2为本发明实施例提供的示例1的一种延误分布曲线图；

图3为本发明实施例提供的示例1的一种延误累计曲线图；

图4为本发明实施例提供的进港航班延误时间的示意图；

图5为本发明实施例提供的出港航班延误时间的示意图；

图6为本发明实施例提供的一种停机位分配优化过程的流程图；

图7为本发明实施例提供的一种航班分类的示意图；

图8为本发明实施例提供的示例4的一种延误分布曲线图；

图9为本发明实施例提供的示例4的一种延误累计曲线图；

图10为本发明实施例提供的一种停机位分配鲁棒性的优化装置的示意图；

图11为本发明实施例提供的一种停机位分配鲁棒性的优化设备的示意图。

具体实施方式

下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只是作为示例，而不能以此来限制本发明的保护范围。

需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。

本发明提供了一种停机位分配鲁棒性的优化方法、装置、介质及设备。下面结合附图对本发明的实施例进行说明。

请参考图1，图1为本发明具体实施例提供的一种停机位分配鲁棒性的优化方法的示意图，本实施例提供的一种停机位分配鲁棒性的优化方法，包括：

步骤S101：采集航班延误的历史数据。

航班延误的历史数据可以包括：航班状态、航班时间段、航线、航班属性、该航班航空公司、延误时间等。航班状态是指航班出港或进港状态。航班时间段是指航班在当天的时间区间，例如，上午、下午或晚上。航班属性是指航班属于国际航班还是国内航班。航线包括目的站所属地区，例如，东北、华北、华东、东南、西南、西北、其它地区。

步骤S102：将所述历史数据分为若干个航班集合。

在对历史数据进行分类时，首先，按出港和进港属性，将所述历史数据分为进港历史数据集合和出港历史数据集合；然后，按照航班延误影响因子，将所述进港历史数据集合分为若干个进港航班集合，将所述出港历史数据集合分为若干个出港航班集合。

在对历史数据进行分类时，可提前采用专家评分方法，确定航班各属性项中执行准确性干扰比较大的影响因子，航班延误影响因子可以包括：时间段、航线、航班属性和航班的航空公司等中的一种或多种。这些因子不同值的组合将航班划分为具有不同的延误特点的集合。其中，各分类因子需要根据更丰富的数据与分析技术进行验证、扩充或删减，以准确聚集具有相同延误特征的航班。

在分类时，每个航班在每个航班延误影响因子上只有唯一一个属性值。

不同航班的起降时间分布于一天不同时段、其航线、航班任务等多项属性均不相同，在实际运营中，其航班时刻准点性的体现上也不相同。例如晚上的航班比上午的航班更容易发生延误；国际航班比国内航班更容易准点起降等，故提出通过该分类方法将航班聚集为不同集合，供后续进一步数据分析使用。

其中，延误表示实际时间与计划时间有偏差的情况，偏差的时间长度即为延误时间。延误时间包括负数与正数，分别表示早到与晚走，有重要意义的延误时间包括进港航班早到时间、出港航班晚走时间。

步骤S103：计算每个航班集合的延误概率函数，获得延误概率函数集合。

具体计算过程为：根据每个航班集合中的数据，计算对应集合的延误分布曲线数据；根据所述延误分布曲线数据，计算对应集合的延误累计曲线数据；根据所述延误累计曲线数据，采用曲线函数拟合方法，获得对应集合的延误概率函数；所有进港航班集合和出港航班集合对应的延误概率函数构成延误概率函数集合。

延误分布曲线(Delay Distribution Curve)：该曲线是延误特征数据之一，表现不同延误时间长度的数量分布特征，由不同延误时长的样本数的点汇总形成，分完进港延误分布曲线、出港延误分布曲线两种。

示例1：设某类航班共有样本数30个，其分布情况为：

延误时间	1分钟	2分钟	3分钟	4分钟	5分钟	6分钟	7分钟
								样本数	1	4	14	7	2	1	1

将每一对(延误时间，样本数)确定二维坐标系中一个点，各点相连即构成一个延误分布曲线，如图2所示。横坐标表示延误的时间长度值，纵坐标表示该时长的样本点总数。不同的航班集合具有各自独立的延误分布曲线。

延误累积曲线(Delay Accumulation Curve)：该曲线是另一项延误特征数据，表示当逐步扩大延误时间范围时，累积样本数的变化情况。其构造方式由最短覆盖时间开始，逐点累积样本总数形成，同样也分为进、出港两种。以示例1为基础，逐点累积样本数后得到的累积样本数为：

延误时间	1分钟	2分钟	3分钟	4分钟	5分钟	6分钟	7分钟
								累积样本数	1	5	19	26	28	29	30

将每一对(延误时间，累积样本数)确定二维坐标系中一个点，各点相连即构成一个延误累积曲线，如图3所示。

延误概率函数F_dpl(Delay Probability Function)与延误覆盖率y_cr(Delay CoverRate)：F_dpl表示在某个时间范围内可能发生延误的概率是多少，该函数通过对一条延误累积曲线使用函数拟合方法并经过归一化处理得到。由于不同类型航班集合的延误累积曲线并不相同，因此其延误概率函数也各不相同。

F_dpl一般公式为：y_cr＝f_dpl(x)

自变量x表示某个延误时间长度，取值范围是整个自然数空间。变量y表示在该时间范围内可能发生延误的概率值，取值范围为[0,1)。同时，也可认为y是该时间段能够吸收航班延误的冗余能力。

延误覆盖率y_cr是指针对一个航班，在一个给定时间长度x内，会发生延误的概率值，即延误概率函数的因变量。

在使用曲线函数拟合技术对延误累积曲线进行函数拟合，常见的曲线模型如多项式曲线模型、指数曲线模型、冥函数曲线模型等，由于该类技术为管用技术手段，故不作详述。

由于延误时间包括负数与正数，分别表示早到与晚走，在针对进港/出港延误两类场景中，延误函数分别设定如下：

①进港延误：由于进港航班占用机位时间是从计划开始时间向后延伸，进港航班晚到已经包含在延伸的时间范围中，故重点处理航班早到对机位使用影响。

设延误累积曲线中，按延误时间长度有小到大顺序排列，第一个延误时间值为t1(距离计划时间t0最近)，最后一个延误时间值为t2(距离计划时间t0最远)。如图4所示。

g(x)为使用曲线拟合得到的函数。则进港延误概率函数为：

该函数是一个分段函数，t表示某个间隔时间，当间隔时间晚于已有最短延误时间时，令其不能覆盖延误情况的发生，概率值为0；当间隔时间早于已有最长延误时间时，令其能覆盖全部延误情况为，概率值取1。

②出港延误：由于出港航班占用机位时间是从计划结束向前倒推，出港航班早走的情况已经包含在倒推的时间范围中，故重点处理航班晚走对机位使用的影响。

设延误累积曲线中，按延误时间长度由小到大顺序排列，第一个延误时间值为t1(距离计划时间t0最近)，最后一个延误时间值为t2(距离计划时间t0最远)。如图5所示。

g(x)为使用曲线拟合得到的函数。则进港延误概率函数为：

该函数是一个分段函数，t表示某个间隔时间，当间隔时间小于已有最短延误时间时，令其不能覆盖延误情况的发生，概率值为0；当间隔时间大于已有最长延误时间时，令其能覆盖全部延误情况为，概率值取1。

可以看出，当x取值越大(即预留的延误时间越长)，能够覆盖更大概率延误情况发生，但在机场实际运行条件下不可能为每个航班预留很长的间隔时间，故需折中找出一个宏观上各间隔时间相对较优的分配方案。

在机位分配计划中，各航班之间的间隔时间，可等价理解为预留的延误缓冲时间。事实上T越长能覆盖的延误情况越多，但在现实场景中，由于航班编制与机位使用效率等诸多因素考虑，航班的间隔时间不能太长，解决问题的关键是找出一个能覆盖整体延误概率最大的分配计划。

在机位分配系统的自动分配功能中，实现间隔时间优化的分配算法。首先进行初始机位分配，随后应用优化算法，对分配结果进行优化处理，使机位间隔时间分布更合理，降低动态阶段机位再次调整的概率。

步骤S104：获取待分配航班和空闲机位。

待分配航班是指需要进行机位分配的航班。空闲机位是指当前空置的机位。

步骤S105：根据约束规则，获得所述待分配航班和空闲机位的初始分配方案。

在对待分配航班和空闲机位进行初始分配时，为每个航班选择一个满足全部约束及使用偏好的机位，该方法为本领域技术人员公知的方法，故不在此详述。

步骤S106：基于所述延误概率函数集合，对所述初始分配方案进行优化。

如图6所示，具体过程为：对所述待分配航班进行排序；确定第i个待分配航班满足约束规则的可选机位；从所述可选机位中确定所述第i个待分配航班符合插入操作的第一类机位集合，以及所述第i个待分配航班符合置换操作的第二类机位集合；将所述第i个待分配航班调整到所述第一类机位集合中的第j个机位上，基于所述延误概率函数集合，计算调整前后的冗余总分；将所述第i个待分配航班调整到所述第二类机位集合中的第k个机位上，基于所述延误概率函数集合，计算调整前后的冗余总分；对比每种调整方式下的冗余总分，选择冗余总分最高的调整方式对应的机位作为所述第i个待分配航班的调整机位；计算第i+1个待分配航班的调整机位，直至最后一个待分配航班；继续循环计算第i个待分配航班的调整机位，直至所有待分配航班和机位不再发生调整。

在对待分配航班进行排序时，可以根据到达时间或者优先级排序。

若需要优化的待分配航班和空闲机位不确定，则需要确定参与优化的机位范围，例如，针对近机位上的航班进行分配优化；确定参与优化的航班集合及航班排序。

依顺序对每个航班进行优化处理。在该航班满足约束(时间冲突除外)可选机位中，分别确定可以进行插入操作的机位集合{ins}、置换操作的机位集合{swh}。将航班调整到机位集合{ins}中每个机位上，计算调整前后的冗余分数sco{ins}，将航班与机位集合{ins}中每个机位上航班进行交换，计算调整前后的冗余分数sco{swh}。比较并选择高于优化前冗余分数最高的那个调整方案，进行实际机位调整操作。

接着处理下一个航班。对全部航班进行第一次优化操作后，排在后面航班的机位调整可能影响前面航班的间隔冗余性，故需要进行多次循环计算，至满足循环的条件时停止。循环条件是所有待分配航班和机位不再发生调整。

冗余分数score_aux(Auxiliary Score)：是针对某个航班一个具体机位调整方案，调整前与调整后所有受影响航班的y_cr之和变化值。冗余分数score_aux计算公式为：

不同调整方案的score_aux不同，score_aux可能是正数(调整后能覆盖更多的延误情况，优于现有分配方案)、score_aux也可能是负数(调整后能覆盖的延误情况变少，劣于现有分配方案)。算法需要采纳分数更高的调整方案，从而更好吸收航班时刻动态变化对已有分配计划的影响。

同一个间隔时间对其前后两个航班意义不同：针对前一个航班，该间隔时间能表达吸收其出发延误的能力；针对后一个航班，该间隔时间表达能吸收其提前到达的能力。

插入操作(Insert operation)是指将待处理航班调整到满足约束条件的空闲机位。

时间冲突是指当机位使用时间有重叠的航班被分配到同一机位上时，就发生了时间冲突，该情况涉及生产安全，在机位分配工作中应严格禁止发生。

置换操作(Switch operation)是指将待处理航班与另一机位上与自己有时间冲突的航班进行机位交换，且调整后航班的仍满足所有约束条件。

在计算每个航班调整的冗余总分时，可以包括两方面：

第一方面：插入操作的冗余总分，具体计算过程为：将所述第i个待分配航班调整到所述第一类机位集合中的第j个机位上，确定机位调整前后间隔时间受影响的临界航班集合；基于所述出港航班集合和进港航班集合，确定所述第i个待分配航班和每个临界航班分别对应的航班集合；基于所述第i个待分配航班和每个临界航班分别对应的航班集合，以及所述延误概率函数集合，确定所述第i个待分配航班和每个临界航班分别对应的延误概率函数；根据所述延误概率函数，计算机位调整前后的冗余总分。

对于一个航班进行插入操作后，会影响四个航班的间隔时间，因此临界航班为四个航班，在计算冗余总分时，需要计算5个航班的延误冗余分数。

由于每个航班属于的航班集合不同，每个航班集合对应的延误概率函数不同，因此，需要确定临界航班和第i个待分配航班对应的航班集合。在确定航班集合时，可以根据每条航班的延误影响因子对应的数据进行确定。

示例2：

插入方式场景，设现有两机位上航班分配情况如下：

由于航班2由原机位调整至下方机位不会发生时间冲突，故可以考虑是否进行插入操作，判断依据是比较调整后冗余分数(Auxiliary Score)是否得到提高。

在进行插入操作前，参与计算的时间间隔包括间隔A、间隔B、间隔C。调整前冗余总分为各受影响航班的延误概率函数值之和：

冗余总分＝f_{航班1出发}(间隔A)+f_{航班2到达}(间隔A)+f_{航班2出发}(间隔B)

+f_{航班3到达}(间隔B)+f_{航班4出发}(间隔C)+f_{航班5到达}(间隔C)

进行插入操作调整后两机位的航班分配情况如下：

插入后参与计算的时间间隔为间隔D、间隔E、间隔F。其冗余总分为各受影响航班的延误概率函数值之和：

冗余总分＝f_{航班1出发}(间隔D)+f_{航班3到达}(间隔D)+f_{航班4出发}(间隔E)

+f_{航班2到达}(间隔E)+f_{航班2出发}(间隔F)+f_{航班5到达}(间隔F)

第二方面，置换操作的冗余总分，具体计算过程与插入过程相同。具体为：将所述第i个待分配航班调整到所述第二类机位集合中的第k个机位上，确定机位调整前后间隔时间受影响的临界航班集合；基于所述出港航班集合和进港航班集合，确定所述第j个待分配航班和每个临界航班分别对应的航班集合；基于所述第j个待分配航班和每个临界航班分别对应的航班集合，以及所述延误概率函数集合，确定所述第j个待分配航班和每个临界航班分别对应的延误概率函数；根据所述延误概率函数，计算机位调整前后的冗余总分。

示例3：

置换方式场景，设现有两机位上航班分配情况如下：

由于航班2与航班5、6存在时间冲突，将航班2与5、6进行整体置换情况下不会违反机位约束规则。故可以考虑是否进行置换操作，判断依据同样是比较调整后冗余分数(Auxiliary Score)是否得到提高。

在进行插入操作前，参与计算的时间间隔包括间隔A、间隔B、间隔C、间隔D。航班5与航班6间的间隔时间在调整中不会发生变化，对本次调整而言是无效间隔时间。调整前冗余总分为各受影响航班的延误概率函数值之和：

+f_{航班6出发}(间隔D)+f_{航班7到达}(间隔D)

调整后的分配情况如下：

置换后需计算的时间间隔为间隔E、间隔F、间隔G、间隔H，其冗余总分为各受影响航班的延误概率函数值之和为：

冗余总分＝f_{航班1出发}(间隔E)+f_{航班5到达}(间隔E)+f_{航班6出发}(间隔F)

+f_{航班3到达}(间隔F)+f_{航班4出发}(间隔G)+f_{航班2到达}(间隔G)

+f_{航班2出发}(间隔H)+f_{航班7到达}(间隔H)

通过本发明提供的方法进行机位分配，相较于现有技术，有以下优点：

本发明通过充分利用历史数据信息指导机位分配，基于事实数据有效提高分配结果鲁棒性，提高机位分配计划在航班时刻不确定性变化影响下的稳定性，减少由此引发的机位调整情况的发生，减少由于航班起飞、到达时刻的动态不确定性对航班保障、旅客出行体验及停机位使用效率等的影响。

本发明提供的方法为衡量停放时间间隔与吸收航班延误等时刻动态变化的量化指标方法，采用科学客观的方式评价间隔时间的冗余性好坏，避免与有效补充了人工采用经验方式设定间隔时间带来的不足。

本发明符合不同航班具有不同延误时间特征的客观事实，通过对不同类型航班延误特征的分类与处理，更符合机场运行实际场景，更符合机场日益强调的精细化管理思想。

本发明提供的时间间隔优化算法能够作为二次优化手段相对独立，具有较好灵活适用性，对不同机位分配算法给出的初步分配结果均可进行第二轮优化。

下面以一个具体实施例为例进行具体说明：

示例4：第一步利用大量历史数据统计不同类型航班延误特征数据。

步骤1.1：设需要分析出港延误特征，首先设定航班分类模型如下，该分类模型由4项分类因子构成，每个出港航班在对应的每个因子上均只有唯一的一个属性值，如图7所示。

其中，每个分类因子均有不同属性值集合组成，如下表：

步骤1.2：读取历史航班数据：读取某机场历史航班4至10月历史航班数据，按分类模型可得到多个航班集合，统计数据示例如下：

步骤1.3：根据分组内每条数据计划时间、实际时间，按延误分布曲线(DelayDistribution Curve)构造方法计算每个分组延误分布曲线数据。例如分类号为3的第3组航班集合共有航班记录236条，按不同延误时长得到延误分布数据，部分数据示例如下：

对应延误分布曲线如图8所示。

步骤1.4：根据分组延误分布曲线，计算延误累积曲线数据，第3组航班集合延误累积数据，部分数据示例如下：

对应延误分布曲线如图9所示。

第二部分：根据特征统计数据生成时间-延误概率量化函数。

步骤2.1：使用曲线函数拟合技术对延误累积数据进行拟合，设定现得到拟合函数y(x)为：

步骤2.2：根据拟合函数生成延误概率函数计算公式，设现已知最小延误时间为0分钟，令最大延误时间为240分钟，当前航班间隔为t，则有如下三种情况：

当t<0分钟时，延误概率函数值为0，表示t不能吸收任何已知发生的延误。

当t>240分钟时，延误概率函数值为1，表示t能吸收全部已知发生的延误。

当t在[0，240]分钟内时延误概率函数为：

其中y(x)为步骤2.1得到的拟合函数。

第三部分为自动分配中实现间隔时间优化的分配算法。

设现已知数据如下待优化的已排序航班order_i，机位初始分配方案assign_Stand，优化迭代循环次数K＝20次。

①优化算法入口函数为：

设航班排序及各航班初始分配方案如下，程序按指定迭代次数从第一次开始进行处理，调用operate()方法对每个航班进行优化。

确定航班是出港航班还是进港航班。

operate()方法为间隔优化算法主体，伪代码如下：

operate(已排序航班order_i,机位初始分配方案集合assign_Stand，参与分配的机位集合stands){

for(order_i中第i个航班，i＝1到n){

i_myR＝assign_Stand中查找航班i被分配的机位；

if(i_myR！＝null){

available_Stands_i＝在stands中，根据约束条件rules确定航班i的可使用那些机位；

/**A取得航班i的可插入机位集合free_stands与可置换机位集合switch_stands*/

free_stands＝获取没有时间冲突的航班(航班i,可用机位集合availableStands_i)；

switch_stands＝available_Stands_i去掉free_stands后剩余的机位集合；

/**B计算各机位调整方案冗余分数，并加入到alternativePlans调整方案集合中*/

计算插入方式冗余分数(free_stands))；

计算置换方式冗余分数(switch_stands))；

alternativePlans.add(插入方式冗余分数)；

alternativePlans.add(置换方式冗余分数)；

/**C确定航班i是否可优化，并进行交换操作*/

过滤与冒泡排序(alternativePlans)；//将alternativePlans中冗余分数高于原分配的各方案按score_aux由大向小排序

if(有调整方案比现分配方案好时){

选中调整方案tobeChanged＝alternativePlans.get(0)；//取得分最高的调整方案进行机位调整操作

相关航班机位调整操作(tobeChanged)；

}

/**D清空有关辅助数据结构，检查下一个航班*/

free_stands.clear()；

switch_stands.clear()；

alternativePlans.clear()；

i++；

}

设现对序号为7的航班3U9081/8的间隔优化处理，该航班的已分配机位i_myR为107。

按约束规则rules得到该航班可用机位集合available_Stands_i＝{103、104、105、106、107}，现需考虑将CA4413/4调整至107外其它机位是否能够提高机位间隔冗余性。

由于103机位上的航班CA4321/2、105机位上的航班CA4413/4与3U9081/8有时间冲突，根据时间冲突检测方法，得到3U9081/8可插入机位集合free_stands＝{104、106}，可置换机位集合switch_stands＝{103、105}。

计算3U9081/8调整到可插入机位集合free_stands＝{104、106}各机位的冗余分数，结果为：

编号	可选调整方案	冗余分数score<sub>aux</sub>
			1	3U9081/8机位107->104	0.008437693
2	3U9081/8机位107->106	0.022777319

计算3U9081/8在置换机位集合switch_stands＝{103、105}冗余分数，结果为：

采用冒泡排序对方案1-4进行排序，其中方案2得分最高，故选中该方案将3U9081/8由机位107调整106。

航班3U9081/8优化处理完成，按航班顺序，开始处理下一个序号为的航班MU2556/7直到本次优化迭代完成。

以上，为本发明提供的一种停机位分配鲁棒性的优化方法。

基于与上述一种停机位分配鲁棒性的优化方法相同的发明构思，与之相对应的，本发明实施例还提供了一种停机位分配鲁棒性的优化装置，如图10所示。由于装置实施例基本相似与方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。

本发明提供的一种停机位分配鲁棒性的优化装置，包括：

历史数据采集模块101，用于采集航班延误的历史数据；

数据分类模块102，用于将所述历史数据分为若干个航班集合；

函数计算模块103，用于计算每个航班集合的延误概率函数，获得延误概率函数集合；

优化数据获取模块104，用于获取待分配航班和空闲机位；

初始分配模块105，用于根据约束规则，获得所述待分配航班和空闲机位的初始分配方案；

优化模块106，用于基于所述延误概率函数集合，对所述初始分配方案进行优化。

在本发明提供的一个具体实施例中，所述数据分类模块102，包括：

第一分类单元，用于按出港和进港属性，将所述历史数据分为进港历史数据集合和出港历史数据集合；

第二分类单元，用于按照航班延误影响因子，将所述进港历史数据集合分为若干个进港航班集合，将所述出港历史数据集合分为若干个出港航班集合。

在本发明提供的一个具体实施例中，所述函数计算模块103，包括：

延误数据计算单元，用于根据每个航班集合中的数据，计算对应集合的延误分布曲线数据；

累计数据计算单元，用于根据所述延误分布曲线数据，计算对应集合的延误累计曲线数据；

概率函数获取单元，用于根据所述延误累计曲线数据，采用曲线函数拟合方法，获得对应集合的延误概率函数；

概率集合构成单元，用于所有进港航班集合和出港航班集合对应的延误概率函数构成延误概率函数集合。

在本发明提供的一个具体实施例中，所述优化模块106，包括：

排序单元，用于对所述待分配航班进行排序；

确定可选机位单元，用于确定第i个待分配航班满足约束规则的可选机位；

操作判断单元，用于从所述可选机位中确定所述第i个待分配航班符合插入操作的第一类机位集合，以及所述第i个待分配航班符合置换操作的第二类机位集合；

第一冗余总分计算单元，用于将所述第i个待分配航班调整到所述第一类机位集合中的第j个机位上，基于所述延误概率函数集合，计算调整前后的冗余总分；

第二冗余总分计算单元，用于将所述第i个待分配航班调整到所述第二类机位集合中的第k个机位上，基于所述延误概率函数集合，计算调整前后的冗余总分；

确定调整机位单元，用于对比每种调整方式下的冗余总分，选择冗余总分最高的调整方式对应的机位作为所述第i个待分配航班的调整机位；

继续计算单元，用于计算第i+1个待分配航班的调整机位，直至最后一个待分配航班；

循环计算单元，用于继续循环计算第i个待分配航班的调整机位，直至所有待分配航班和机位不再发生调整。

在本发明提供的一个具体实施例中，所述第一冗余总分计算单元，包括：

第一临界航班确定子单元，将所述第i个待分配航班调整到所述第一类机位集合中的第j个机位上，确定机位调整前后间隔时间受影响的临界航班集合；

第一集合确定子单元，用于基于所述出港航班集合和进港航班集合，确定所述第i个待分配航班和每个临界航班分别对应的航班集合；

第一概率函数确定子单元，用于基于所述第i个待分配航班和每个临界航班分别对应的航班集合，以及所述延误概率函数集合，确定所述第i个待分配航班和每个临界航班分别对应的延误概率函数；

第一总分计算子单元，用于根据所述延误概率函数，计算机位调整前后的冗余总分。

在本发明提供的一个具体实施例中，所述将所述第i个待分配航班调整到所述第二类机位集合中的第k个机位上，基于所述延误概率函数集合，计算调整前后的冗余总分，包括：

第二临界航班确定子单元，用于将所述第i个待分配航班调整到所述第二类机位集合中的第k个机位上，确定机位调整前后间隔时间受影响的临界航班集合；

第二集合确定子单元，用于基于所述出港航班集合和进港航班集合，确定所述第j个待分配航班和每个临界航班分别对应的航班集合；

第二概率函数确定子单元，用于基于所述第j个待分配航班和每个临界航班分别对应的航班集合，以及所述延误概率函数集合，确定所述第j个待分配航班和每个临界航班分别对应的延误概率函数；

第二总分计算子单元，用于根据所述延误概率函数，计算机位调整前后的冗余总分。

在本发明提供的一个具体实施例中，所述航班延误影响因子，包括：时间段、航线、航班属性和航班的航空公司中的一种或多种。

以上，为本发明提供的一种停机位分配鲁棒性的优化装置。

进一步地，在上述实施例所提供的一种停机位分配鲁棒性的优化方法及装置的基础上，本发明实施例还提供了一种停机位分配鲁棒性的优化设备。如图11所示，该设备可以包括：一个或多个处理器201、一个或多个输入设备202、一个或多个输出设备203和存储器204，上述处理器201、输入设备202、输出设备203和存储器204通过总线205相互连接。存储器204用于存储计算机程序，所述计算机程序包括程序指令，所述处理器201被配置用于调用所述程序指令执行上述方法实施例部分的方法。

应当理解，在本发明实施例中，所称处理器201可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

输入设备202可以包括键盘等，输出设备203可以包括显示器(LCD等)、扬声器等。

该存储器204可以包括只读存储器和随机存取存储器，并向处理器201提供指令和数据。存储器204的一部分还可以包括非易失性随机存取存储器。例如，存储器204还可以存储设备类型的信息。

具体实现中，本发明实施例中所描述的处理器201、输入设备202、输出设备203可执行本发明实施例提供的一种停机位分配鲁棒性的优化方法的实施例中所描述的实现方式，在此不再赘述。

相应地，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时实现：上述一种停机位分配鲁棒性的优化方法。

所述计算机可读存储介质可以是前述任一实施例所述的系统的内部存储单元，例如系统的硬盘或内存。所述计算机可读存储介质也可以是所述系统的外部存储设备，例如所述系统上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。进一步地，所述计算机可读存储介质还可以既包括所述系统的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述系统所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims

1.一种停机位分配鲁棒性的优化方法，其特征在于，包括：

采集航班延误的历史数据；

将所述历史数据分为若干个航班集合；

获取待分配航班和空闲机位；

2.根据权利要求1所述的方法，其特征在于，所述将所述历史数据分为若干个航班集合，包括：

3.根据权利要求2所述的方法，其特征在于，所述计算每个航班集合的延误概率函数，获得延误概率函数集合，包括：

4.根据权利要求3所述的方法，其特征在于，所述基于所述延误概率函数集合，对所述初始分配方案进行优化，包括：

对所述待分配航班进行排序；

确定第i个待分配航班满足约束规则的可选机位；

从所述可选机位中，确定所述第i个待分配航班的符合插入操作的第一类机位集合，以及所述第i个待分配航班的符合置换操作的第二类机位集合；

5.根据权利要求4所述的方法，其特征在于，所述将所述第i个待分配航班调整到所述第一类机位集合中的第j个机位上，基于所述延误概率函数集合，计算调整前后的冗余总分，包括：

根据所述延误概率函数，计算机位调整前后的冗余总分。

6.根据权利要求4所述的方法，其特征在于，所述将所述第i个待分配航班调整到所述第二类机位集合中的第k个机位上，基于所述延误概率函数集合，计算调整前后的冗余总分，包括：

根据所述延误概率函数，计算机位调整前后的冗余总分。

7.根据权利要求2所述的方法，其特征在于，所述航班延误影响因子，包括：时间段、航线、航班属性和航班的航空公司中的一种或多种。

8.一种停机位分配鲁棒性的优化装置，其特征在于，包括：

历史数据采集模块，用于采集航班延误的历史数据；

数据分类模块，用于将所述历史数据分为若干个航班集合；

优化数据获取模块，用于获取待分配航班和空闲机位；

9.一种停机位分配鲁棒性的优化设备，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-7任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-7任一项所述的方法。