CN111507502A - 一种虚占航班班次的优化方法和系统 - Google Patents
一种虚占航班班次的优化方法和系统 Download PDFInfo
- Publication number
- CN111507502A CN111507502A CN202010105592.9A CN202010105592A CN111507502A CN 111507502 A CN111507502 A CN 111507502A CN 202010105592 A CN202010105592 A CN 202010105592A CN 111507502 A CN111507502 A CN 111507502A
- Authority
- CN
- China
- Prior art keywords
- flight
- index evaluation
- management platform
- virtual
- airline
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000005457 optimization Methods 0.000 title abstract description 12
- 238000011156 evaluation Methods 0.000 claims abstract description 222
- 238000012545 processing Methods 0.000 claims abstract description 43
- 238000013210 evaluation model Methods 0.000 claims abstract description 37
- 230000008901 benefit Effects 0.000 claims description 12
- 230000010006 flight Effects 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000007726 management method Methods 0.000 description 70
- 230000002159 abnormal effect Effects 0.000 description 16
- 230000006698 induction Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000013523 data management Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000001934 delay Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000004308 accommodation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种虚占航班班次的优化方法和系统,涉及航空信息化技术领域。该方法通过指标评价处理装置将航空公司运行管理平台获取的多个虚占班次的预设指标评价信息的标签作为训练后的预设指标评价模型的输入,获得多个虚占班次的指标评价分数,确定指标评价分数最高的虚占班次为最优目标班次,并发送给所述航空公司运行管理平台,所述航空公司运行管理平台接收到所述目标班次对应的航班信息时,向机场运行管理平台发送航班执行指令,所述机场运行管理平台根据接收到的所述目标班次对应的航班信息部署与所述目标班次对应的航班资源,执行所述目标班次,有利于提高虚占航班班次的时刻资源利用率,从而使航空公司的收益最大化。
Description
技术领域
本发明涉及航空信息化技术领域,尤其涉及一种虚占航班班次的优化方法和系统。
背景技术
目前一些航空公司出现多个航班时刻的虚占,而在这个多个虚占班次可以与有虚占航班时刻的航空公司进行沟通,将虚占航班时刻转接到其他航空公司执行,而这些虚占的航班时刻如果不能被其他航空公司合理利用,会持续导致后续航空公司的航班时刻无法正常执行,加剧航空范围内容的航班时刻虚占现象,还会加重航空高峰期的拥堵现象,从而导致航班时刻资源浪费,降低航班运营收益。
发明内容
本发明所要解决的技术问题是针对现有技术的不足,提供一种虚占航班班次的优化方法和系统。
一种虚占航班班次的优化方法,包括:
S1,航空公司运行管理平台将获取的多个虚占班次的预设指标评价信息的标签,发送给指标评价处理装置;
S2,所述指标评价处理装置将所述标签作为训练后的预设指标评价模型的输入,获得所述多个虚占班次的指标评价分数,并根据所述指标评价分数进行排序,确定所述指标评价分数最高的虚占班次为目标班次,并将所述目标班次对应的航班信息发送给所述航空公司运行管理平台;
S3,所述航空公司运行管理平台接收到所述目标班次对应的航班信息时,向机场运行管理平台发送航班执行指令,所述航班执行指令中包括所述目标班次对应的航班信息;
S4,所述机场运行管理平台根据接收到的所述目标班次对应的航班信息部署与所述目标班次对应的航班资源,执行所述目标班次。
一种虚占航班班次的优化系统,包括:航空公司运行管理平台、指标评价处理装置和机场运行管理平台;
所述航空公司运行管理平台,用于获取多个虚占班次的预设指标评价信息的标签,并发送给所述指标评价处理装置,以及还用于当接收到所述指标评价处理装置发送的所述目标班次对应的航班信息时,向机场运行管理平台发送航班执行指令,所述航班执行指令中包括所述目标班次对应的航班信息;
所述指标评价处理装置,用于将所述航空公司运行管理平台发送的所述标签作为训练后的预设指标评价模型的输入,获得所述多个虚占班次的指标评价分数,并根据所述指标评价分数进行排序,确定所述指标评价分数最高的虚占班次为目标班次,并将所述目标班次对应的航班信息发送给所述航空公司运行管理平台;
所述机场运行管理平台,用于根据所述航空公司运行管理平台发送的所述目标班次对应的航班信息部署与所述目标班次对应的航班资源,执行所述目标班次。
有益效果:本方案通过航空公司运行管理平台获取多个虚占班次的预设指标评价信息的标签,发送给指标评价处理装置,指标评价处理装置将所述标签作为训练后的预设指标评价模型的输入,获得多个虚占班次的指标评价分数,并根据指标评价分数进行排序,确定指标评价分数最高的虚占班次为最优目标班次,将所述目标班次对应的航班信息发送给所述航空公司运行管理平台,所述航空公司运行管理平台接收到所述目标班次对应的航班信息时,向机场运行管理平台发送航班执行指令,所述机场运行管理平台根据接收到的所述目标班次对应的航班信息部署与所述目标班次对应的航班资源,执行所述目标班次,有利于提高虚占航班班次的时刻资源利用率,从而提高航空公司的运营收益。
附图说明
图1为本发明实施例提供的一种虚占航班班次的优化方法的流程示意图;
图2为本发明实施例中提供的一种虚占航班班次的优化系统的网络架构示意图;
图3为本发明实施例提供的一种虚占航班班次的优化系统中的指标评价处理装置的结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实施例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,为本发明实施例提供的一种虚占航班班次的优化方法的流程示意图,该方法具体包括以下步骤:
S1,航空公司运行管理平台将获取的多个虚占班次的预设指标评价信息的标签发送给指标评价处理装置;
需要说明的是,如图2所示是本发明实施例中一种虚占航班班次的优化系统的网络架构示意图,包括了航空公司运行管理平台、指标评价处理装置和机场运行管理平台,所述航空公司运行管理平台,用于获取多个虚占班次的预设指标评价信息的标签,并发送给所述指标评价处理装置;所述指标评价处理装置将所述航空公司运行管理平台发送的所述标签作为训练后的预设指标评价模型的输入,获得所述多个虚占班次的指标评价分数,并根据所述指标评价分数进行排序,确定所述指标评价分数最高的虚占班次为目标班次,并将所述目标班次对应的航班信息发送给所述航空公司运行管理平台;所述航空公司运行管理平台接收到所述指标评价处理装置发送的所述目标班次对应的航班信息时,向机场运行管理平台发送航班执行指令,所述航班执行指令中包括所述目标班次对应的航班信息;所述机场运行管理平台根据所述航空公司运行管理平台发送的所述目标班次对应的航班信息部署与所述目标班次对应的航班资源,执行所述目标班次。
其中航空公司运行管理平台(FOC,Flight Operations Control)是一个对航空公司进行运行管理的系统,囊括了航空公司运行所涉及到的各部门的职能,同时还应与公司进行机务、商务管理的系统建立接口,以及与机场和空管局等相关单位的生产系统建立接口,FOC系统功能主要包括航班管理、飞行签派、飞机数据管理、航行情报处理、报文处理、订座/离港信息采集、气象信息处理、运营分析、通用查询、Internet查询、飞行计划、配载平衡、飞行跟踪系统和应急备份系统等。建立了整个航空公司的数据仓库,对历史的航班时刻数据、航班班次数据、飞机的性能数据、全球的导航数据、各航班的运营数据等进行有效的管理,对航班运行计划进行有效的管理,确保各部门是按照同一份航班计划来工作,避免产生工作脱节现象,有效及时地监控公司航班的执行情况,并根据实际情况(如天气、延误、旅客人数等)对航班进行合理有效地调整。
其中,所述指标评价处理装置具体可以是一个用于评价虚占航班班次指标分数的计算机系统或者计算机处理器,该计算机系统或计算机处理器中包含有计算机程序,执行该计算机程序时,执行以下步骤并实现相应的功能:接收航空公司运行管理平台发送的虚占班次的预设指标评价信息的标签,并根据接收的标签信息和训练后的预设指标评价模型计算得到虚占航班班次的指标分数,根据计算得到的指标分数选出其中分数最高的航班班次作为目标虚占航班班次,并将其发送给航空公司运行管理平台。以及,根据预设权重值对多维评价指标进行权重分配,根据配置后的所述多维评价指标建立预设指标评价模型,通过所述航空公司运行管理平台收集历史航班班次的预设指标评价信息作为所述预设指标评价模型的输入,对所述预设指标评价模型进行训练,获得训练后的预设指标评价模型。
所述机场运行管理平台主要包括机场现场指挥调度与运行控制、机场场道养护、机场安全及安保管理、民用机场规划、机场经营管理等功能。
其中,航空公司运行管理平台分别与指标评价处理装置和机场运行管理平台之间通过网络通信传输方式连接,包括有线网络传输、无线网络传输或移动数据网络传输等,对此本发明实施例不作具体限定。
因此可通过航空公司运行管理平台收集历史航班班次的数据,并根据收集的历史航班班次的数据预先设置指标评价信息,其中预设指标评价信息包括:航班运行规则数据、航班历史调整记录数据、成本收益数据和旅客数据。
航班运行规则数据主要包括每个航班的基准以及在基准基础上进行的一系列操作,包括航班号、航班日期、起降机场、航班取消标记、重要航班标记等。
航班历史调整记录数据包括航班调整记录数据、机组更换记录数据、维修计划变更数据等;
成本收益数据包括高收益航班标识、航班成本的计算公式、各个机型的运行成本、延误成本计算公式等;
旅客数据是在具体的每个航班上,旅客汇总的逻辑主要是根据是否连程、仓位票价等。
对历史航班班次的预设指标评价信息进行标记,其中标记方法可以为从预设指标评价信息获得不同评价信息的对应指标的评价结果;根据评价结果对通过字母或数字对预设指标评价信息进行标记,获得预设指标评价信息标记。例如:航班运行规则数据、航班历史调整记录数据、成本收益数据和旅客数据通过多维评价指标,其中多维评价指标根据前文提到的内容,获得评价信息的所有指标的分数,用单个数字表示,例如A班次的五个指标得分,分别用数字标记(也可以根据字母或符号根据评分先后进行定义),将五个指标的标记结合起来就是一个班次的评价信息标签,用越简单符号标记,标签占内存越小,模型处理速度就越快,反应效率就越高,具体可以根据需要在标签中存储的内容量和航空公司运行管理平台的处理能力选择标记符号。
在标签中保存的内容是预设指标评价信息的各个指标评价的标记组合,一个标签就表示一个班次的各指标的评价结果,例如A班次,第一个指标是1,第二指标是2,....,第五个指标是5,那A班次的指标标签是12345,占极少的容量。其中,第一指标…第五指标可以分别为安全性指标、正常性指标、旅客服务指标、成本收益指标和稳定性指标,指标顺序可以根据实际需要调整。
S2,所述指标评价处理装置将所述标签作为训练后的预设指标评价模型的输入,获得多个虚占班次的指标评价分数,并根据指标评价分数进行排序,确定指标评价分数最高的虚占班次为目标班次,并将所述目标班次对应的航班信息发送给所述航空公司运行管理平台;
需要说明的是,为了实施本发明技术方案,在步骤S2之前还需要:所述指标评价处理装置根据预设权重值对多维评价指标进行权重分配,根据配置后的多维评价指标建立预设指标评价模型;其中,多维评价指标包括:安全性指标、正常性指标、旅客服务指标、成本收益指标和稳定性指标;且所述指标评价处理装置通过所述指标评价处理装置收集历史航班班次的预设指标评价信息作为预设指标评价模型的输入,对预设指标评价模型进行训练,获得训练后的预设指标评价模型,然后将所述航空公司运行管理平台发送的多个虚占班次的预设指标评价信息的标签,作为训练后的预设指标评价模型的输入,通过该训练后的预设指标评价模型计算得到所述多个虚占班次的指标评价分数,经过对指标评价分数的排序,确定其中分数最高的虚占班次为目标班次,并将所述目标班次对应的航班信息发送给所述航空公司运行管理平台。根据预设权重值对多维评价指标进行权重分配,根据配置后的多维评价指标建立预设指标评价模型,并根据历史航班班次信息对模型进行训练,使得指标评价模型输出结果更加准确,同时根据多维评价指标对航班班次信息进行评价,总结出航班班次对各个维度的影响,从而得出方向性的评价结果。
其中,安全性指标主要是覆盖所有与运行安全相关的项目,可以包括指令性告警即严重安全问题和建议类告警即可控运行违规。告警的产生是运营规则库对当前航班运行状态审查的结果。模型根据告警的数量和告警的类型,作加权和产生运营安全性维度评价值。其中,安全性的指令性告警项目的评价值是根据告警的个数乘以指令性告警罚分。而安全性的建议类告警项目的评价值是根据告警的个数乘以建议类告警罚分。
正常性指标主要是覆盖航班延误和取消相关的项目,可以包括航班延误长度、航班延误比率、航班执行率。航班延误长度是计算航班ETD预计起飞时间与STD航班表起飞时间之间差值;航班延误比率是统计航班延误数量得出;航班执行率是统计航班取消数量得出;所述预设指标评价模型可根据以上项目的评价数值作加权和产生正常性维度评价值。
旅客服务类指标可以包括从旅客服务的角度来定义相关的项目,包括航班延误和取消对旅客的影响、旅客登机口等待体验、航班延误和取消对连程中转旅客的影响、以及航班延误和取消对高价值旅客的影响。航班延误和取消对旅客的影响、航班延误和取消对连程中转旅客的影响、和航班延误和取消对高价值旅客的影响是通过计算影响的旅客数量和每个旅客的评价罚分值得出;旅客登机口等待体验是根据航班ETD预计起飞时间发布次数和更新的ETD与以前的STD班表起飞时间或者ETD的差值来计算的。其中,正常性的延误时间项目的评价值是根据延误时间(STD与最后一个ETD之间差值)输入分级阶梯函数计算而得。正常性的航班延误数量项目的评价值是根据延误航班数量乘以罚分系数,这个罚分会再加到延误时间项目的评价值,这相当于抬高了阶梯函数的值。正常性的航班取消项目的评价值是根据取消航班数量乘以罚分系数(这个罚分要比延误数量罚分高很多),再加到前两个的结果中,相当于进一步抬高了阶梯函数的值。正常性的实际延误时间项目的评价值是根据实际延误时间(ATD与最后一个ETD之间差值)输入分级阶梯函数计算而得。正常性的航班连接时间项目的评价值是根据航班ATA与下一航班ETD时间差输入分级阶梯函数计算而得。正常性的重要航班延误数量项目的评价值是根据预定义的重要航班被延误的个数,这个罚分可以是普通航班延误罚分的三倍。
成本收益指标主要从成本收益的角度来定义相关的项目,可以包括高收益航班的取消,低客座率航班的出现,更换运行成本更高的机型,以及长时间延误成本。前四项项目根据产生的事件数目,作加权和;最后一项是根据延误时间的长短,按照配餐、住宿、赔偿三个级别在不同航站的规定来定义延误成本。所有这些项目评价值的加权和产生经济性维度评价值。
稳定性指标主要是反映执行运行的资源是否偏离原有计划相关的项目,可以包括飞机更换、机型更换、机组人员的任务更化和增加、以及维修计划的变更。所有这些项目根据产生的事件数目,作加权和产生稳定性维度评价值。
S3,所述航空公司运行管理平台接收到所述目标班次对应的航班信息时,向机场运行管理平台发送航班执行指令,所述航班执行指令中包括所述目标班次对应的航班信息;
S4,所述机场运行管理平台根据接收到的所述目标班次对应的航班信息部署与所述目标班次对应的航班资源,执行所述目标班次。
目标班次对应的航班资源,可以包括执行目标班次的航班的所需资源,例如:对应机型的飞机、停机坪、等机舱和服务人员等。所述机场运行管理平台根据接收到的所述目标班次对应的航班信息部署与所述目标班次对应的航班资源,调度机型、机组服务人员,分配空闲的机场跑道等。
本方案通过航空公司运行管理平台获取多个虚占班次的预设指标评价信息的标签,发送给指标评价处理装置,指标评价处理装置将所述标签作为训练后的预设指标评价模型的输入,获得多个虚占班次的指标评价分数,并根据指标评价分数进行排序,确定指标评价分数最高的虚占班次为最优目标班次,将所述目标班次对应的航班信息发送给所述航空公司运行管理平台,所述航空公司运行管理平台接收到所述目标班次对应的航班信息时,向机场运行管理平台发送航班执行指令,所述机场运行管理平台根据接收到的所述目标班次对应的航班信息部署与所述目标班次对应的航班资源,执行所述目标班次,有利于提高虚占航班班次时刻的资源利用率,从而使航空公司的收益最大化。
此外,在所述机场运行管理平台启动执行目标班次命令之前,所述机场运行管理平台可对管理员进行身份验证,避免可能的误启动,以提高安全性,例如机场运行管理平台可弹出指纹采集提示框,提示管理员输入指纹图像;可获取管理员的指纹图像,将指纹图像与预存指纹图像模版进行比对,在比对成功的情况下执行目标班次,在比对失败的情况下弹出指纹比对失败,请重新输入指纹图像的提示。
例如获取指纹图像的具体实施方式可包括:通过指纹识别模组的N1个正常感应电极获取N1个正常底层数据值,以及通过所述指纹识别模组的N2个异常感应电极获取N2个异常底层数据值,所述指纹模组的感应电极阵列包括所述N1个正常感应电极和所述N2个异常感应电极,所述N1、所述N2为正整数;根据所述N1个正常底层数据值确定所述N2个异常感应电极对应的N2个正常底层数据;根据所述N1个正常底层数据值和所述N2个正常底层数据值生成所述指纹图像。
此外,上述示例过程中,根据所述N1个正常底层数据值确定所述N2个异常感应电极对应的N2个正常底层数据的具体实施方式为:确定所述N1个正常底层数据值的平均值;将所述N2个异常底层数据值均更换为所述平均值,以得到所述N2个异常感应电极对应的N2个正常底层数据。
此外,上述示例过程中,根据所述N1个正常底层数据值确定所述N2个异常感应电极对应的N2个正常底层数据的具体实施方式为:获取N2个异常感应电极中每一个异常感应电极的坐标值;根据所述每一个异常感应电极的坐标值和所述N1个底层数据值,针对所述每一个异常感应电极执行均值处理,以得到所述N2个异常感应电极对应的N2个正常底层数据;所述均值处理包括:确定所述N1个正常感应电极中与当前均值处理的异常感应电极的坐标值的距离小于预设距离的k个感应电极,计算所述k个感应电极对应的k个底层数据值的平均值,确定所述平均值为所述当前均值处理的异常感应电极的参考底层数据值,所述k为正整数。其中,上述底层数据值可以包括电容值和/或电压值等。上述异常感应电极为指纹采集区域内,出现异常的感应电极。指纹识别模组的感应电极可以由指纹识别模组的微控制单元进行检测。
需要说明的是,随着指纹识别模组使用时间的递增,指纹识别模组的感应电极会有某些感应电极出现异常,而这些异常感应电极获取到的底层数据是异常的,这样会导致系统将正常感应电极和异常感应电极获取到的底层数据生成的指纹图像出现噪点,进而影响后续指纹对比的对比度,因而,在生成指纹图像之前,可以先对这些异常底层数据进行修正,以降低指纹图像的噪点,进而可提高指纹对比的对比度。
优选地,在上述任意实施例的基础上,S1具体包括:
航空公司运行管理平台收集历史航班班次的预设指标评价信息;
在历史航班班次的预设指标评价信息中设置带有预设指标评价信息标记的标签;
对设置标签后的预设指标评价信息进行统计;
在统计后的预设指标评价信息中根据航班班次依次获取多个虚占班次的带有标签的预设指标评价信息;
根据多个虚占班次的预设指标评价信息,得到多个虚占班次对应的标签。
本方案通过在预设指标评价信息中设置标签,获取航班班次的标签信息就可以知道对应的指标评价信息,不需要再在海量的预设指标评价信息中获取需要的航班班次的指标评价信息,标签存储数据大小远远小于预设指标评价信息的数据量大小,同时对于班次的评价也只需要处理班次对应的标签信息就可以,由于获取一次航班班次信息的数据量大大减少,也就大大提高了航班班次数据的处理速度。
优选地,在上述任意实施例的基础上,所述虚占航班班次的优化方法还包括:
航空公司运行管理平台从预设指标评价信息获得不同评价信息的对应指标的评价结果;
根据评价结果对通过字母或数字对预设指标评价信息进行标记,获得预设指标评价信息标记。
本方案通过对预设指标评价信息进行标记获得预设指标评价信息标记作为标签内容,而在标记过程中,分别用数字标记(也可以根据字母或符号根据评分先后进行定义),将五个指标的标记结合起来就是一个班次的评价信息标签。用简单符号标记,标签占内存空间小,模型处理速度就更快,反应效率更高。
优选地,在上述任意实施例中,航班班次的预设指标评价信息包括:航班运行规则数据、航班历史调整记录数据、成本收益数据和旅客数据。
本方案所述航空公司运行管理平台根据收集历史航班班次的航班运行规则数据、航班历史调整记录数据、成本收益数据和旅客数据,并标记历史航班班次中与多个虚占班次时间对应的班次;在数据管理工具中以航班为单位对标记后的班次的预设指标评价信息进行统计,获得多个虚占班次的预设指标评价信息,使得数据管理工具在进行数据管理过程中,只需要处理与多个虚占班次相关的预设指标评价信息,不需要处理全部航班班次的指标评价信息,减少了数据管理工具的处理数据量,提高了数据处理的效率。
优选地,在上述任意实施例中,S2还包括:根据预设业务服务需求,设置多维评价指标的各个评价指标的预设权重值。需要说明的是,传统大型网络联运业务为重点的航空公司以提高服务质量为侧重点,那么配置方案会更加倾向使用旅客延误最小化的方案;新兴低成本点对点业务为主的航空公司以控制收益成本为侧重点,那么配置方案会更加倾向使用收益最大化的方案。可以根据不同的情况和偏好,选择使用不同的配置方案。
本方法根据航空公司对不同业务的侧重点不同,根据具体业务服务需求,设置多维评价指标的各个评价指标的预设权重值,使得业务服务的侧重点匹配对应权重值,使得根据多维评价指标的评价结果更贴近航空公司的业务需求。
本发明实施例中还提供了一种虚占航班班次的优化系统,如图2所示,该系统具体包括:航空公司运行管理平台、指标评价处理装置和机场运行管理平台;
所述航空公司运行管理平台,用于获取多个虚占班次的预设指标评价信息的标签,并发送给所述指标评价处理装置,以及还用于当接收到所述指标评价处理装置发送的所述目标班次对应的航班信息时,向机场运行管理平台发送航班执行指令,所述航班执行指令中包括所述目标班次对应的航班信息;
所述指标评价处理装置,用于将所述航空公司运行管理平台发送的所述标签作为训练后的预设指标评价模型的输入,获得所述多个虚占班次的指标评价分数,并根据所述指标评价分数进行排序,确定所述指标评价分数最高的虚占班次为目标班次,并将所述目标班次对应的航班信息发送给所述航空公司运行管理平台;
所述机场运行管理平台,用于根据所述航空公司运行管理平台发送的所述目标班次对应的航班信息部署与所述目标班次对应的航班资源,执行所述目标班次。
其中,如图3所示,所述指标评价处理装置具体包括:
模型建立模块100,用于根据预设权重值对多维评价指标进行权重分配,根据配置后的所述多维评价指标建立预设指标评价模型;其中,多维评价指标包括:安全性指标、正常性指标、旅客服务指标、成本收益指标和稳定性指标;
模型训练模块200,用于通过所述航空公司运行管理平台收集历史航班班次的预设指标评价信息作为所述预设指标评价模型的输入,对所述预设指标评价模型进行训练,获得训练后的预设指标评价模型;
模型计算模块300,用于将所述航空公司运行管理平台发送的所述标签作为训练后的预设指标评价模型的输入,获得所述多个虚占班次的指标评价分数;
排序模块400,用于根据所述指标评价分数进行排序,确定所述指标评价分数最高的虚占班次为目标班次;
发送模块500,用于将所述目标班次对应的航班信息发送给所述航空公司运行管理平台。
优选的,所述航空公司运行管理平台具体用于:
收集历史航班班次的预设指标评价信息,所述航班班次的预设指标评价信息包括:航班运运行规则数据、航班历史调整记录数据、成本收益数据和旅客数据;
在所述历史航班班次的预设指标评价信息中设置带有预设指标评价信息标记的标签;
对设置标签后的所述预设指标评价信息进行统计;
在统计后的所述预设指标评价信息中根据航班班次依次获取所述多个虚占班次的带有所述标签的所述预设指标评价信息;
根据所述多个虚占班次的预设指标评价信息,得到所述多个虚占班次对应的标签。
优选的,所述航空公司运行管理平台还包括:标记模块,用于从所述预设指标评价信息获得不同评价信息的对应指标的评价结果;根据所述评价结果对通过字母或数字对所述预设指标评价信息进行标记,获得所述预设指标评价信息标记。
优选地,在上述任意实施例中,所述航空公司运行管理平台还包括权重值设置模块,用于根据预设业务服务需求,设置多维评价指标的各个评价指标的预设权重值。根据航空公司对不同业务的侧重点不同,根据具体业务服务需求,设置多维评价指标的各个评价指标的预设权重值,使得业务服务的侧重点匹配对应权重值,使得根据多维评价指标的评价结果更贴近航空公司的业务需求。
本发明实施例一种虚占航班班次的优化系统是对应上述实施例一种虚占航班班次的优化方法,在虚占航班班次的优化系统中还包括若干单元,用于对应上述一种虚占航班班次的优化方法的相应步骤,实现相应的功能。由于上述实施例中已经对一种虚占航班班次的优化方法的各个步骤进行了详细的说明,故此处对本发明实施例中一种虚占航班班次的优化系统的具体实施方式不再赘述。
可以理解,在一些实施例中,可以包含如上述各实施例中的部分或全部可选实施方式。
读者应理解,在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
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,以上所描述的方法实施例仅仅是示意性的,例如,步骤的划分,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,例如多个步骤可以结合或者可以集成到另一个步骤,或一些特征可以忽略,或不执行。
上述方法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,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上,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 (9)
1.一种虚占航班班次的优化方法,其特征在于,包括:
S1,航空公司运行管理平台将获取的多个虚占班次的预设指标评价信息的标签,发送给指标评价处理装置;
S2,所述指标评价处理装置将所述标签作为训练后的预设指标评价模型的输入,获得所述多个虚占班次的指标评价分数,并根据所述指标评价分数进行排序,确定所述指标评价分数最高的虚占班次为目标班次,并将所述目标班次对应的航班信息发送给所述航空公司运行管理平台;
S3,所述航空公司运行管理平台接收到所述目标班次对应的航班信息时,向机场运行管理平台发送航班执行指令,所述航班执行指令中包括所述目标班次对应的航班信息;
S4,所述机场运行管理平台根据接收到的所述目标班次对应的航班信息部署与所述目标班次对应的航班资源,执行所述目标班次。
2.根据权利要求1所述的虚占航班班次的优化方法,其特征在于,步骤S2之前还包括:
所述指标评价处理装置根据预设权重值对多维评价指标进行权重分配,根据配置后的所述多维评价指标建立预设指标评价模型;其中,多维评价指标包括:安全性指标、正常性指标、旅客服务指标、成本收益指标和稳定性指标;
通过所述航空公司运行管理平台收集历史航班班次的预设指标评价信息作为所述预设指标评价模型的输入,对所述预设指标评价模型进行训练,获得训练后的预设指标评价模型。
3.根据权利要求1或2所述的虚占航班班次的优化方法,其特征在于,所述S1具体包括:
航空公司运行管理平台收集历史航班班次的预设指标评价信息;
在所述历史航班班次的预设指标评价信息中设置带有预设指标评价信息标记的标签;
对设置标签后的所述预设指标评价信息进行统计;
在统计后的所述预设指标评价信息中根据航班班次依次获取所述多个虚占班次的带有所述标签的所述预设指标评价信息;
根据所述多个虚占班次的预设指标评价信息,得到所述多个虚占班次对应的标签。
4.根据权利要求3所述的虚占航班班次的优化方法,其特征在于,还包括:
航空公司运行管理平台从所述预设指标评价信息获得不同评价信息的对应指标的评价结果;
根据所述评价结果通过字母或数字对所述预设指标评价信息进行标记,获得所述预设指标评价信息标记。
5.根据权利要求4所述的虚占航班班次的优化方法,其特征在于,所述预设指标评价信息包括:航班运行规则数据、航班历史调整记录数据、成本收益数据和旅客数据。
6.一种虚占航班班次的优化系统,其特征在于,包括:航空公司运行管理平台、指标评价处理装置和机场运行管理平台;
所述航空公司运行管理平台,用于获取多个虚占班次的预设指标评价信息的标签,并发送给所述指标评价处理装置,以及还用于当接收到所述指标评价处理装置发送的所述目标班次对应的航班信息时,向机场运行管理平台发送航班执行指令,所述航班执行指令中包括所述目标班次对应的航班信息;
所述指标评价处理装置,用于将所述航空公司运行管理平台发送的所述标签作为训练后的预设指标评价模型的输入,获得所述多个虚占班次的指标评价分数,并根据所述指标评价分数进行排序,确定所述指标评价分数最高的虚占班次为目标班次,并将所述目标班次对应的航班信息发送给所述航空公司运行管理平台;
所述机场运行管理平台,用于根据所述航空公司运行管理平台发送的所述目标班次对应的航班信息部署与所述目标班次对应的航班资源,执行所述目标班次。
7.根据权利要求6所述的虚占航班班次的优化系统,其特征在于,所述指标评价处理装置还包括:
模型建立模块,用于根据预设权重值对多维评价指标进行权重分配,根据配置后的所述多维评价指标建立预设指标评价模型;其中,多维评价指标包括:安全性指标、正常性指标、旅客服务指标、成本收益指标和稳定性指标;
模型训练模块,用于通过所述航空公司运行管理平台收集历史航班班次的预设指标评价信息作为所述预设指标评价模型的输入,对所述预设指标评价模型进行训练,获得训练后的预设指标评价模型。
8.根据权利要求6或7所述的虚占航班班次的优化系统,其特征在于,所述航空公司运行管理平台具体用于:
收集历史航班班次的预设指标评价信息,所述航班班次的预设指标评价信息包括:航班运运行规则数据、航班历史调整记录数据、成本收益数据和旅客数据;
在所述历史航班班次的预设指标评价信息中设置带有预设指标评价信息标记的标签;
对设置标签后的所述预设指标评价信息进行统计;
在统计后的所述预设指标评价信息中根据航班班次依次获取所述多个虚占班次的带有所述标签的所述预设指标评价信息;
根据所述多个虚占班次的预设指标评价信息,得到所述多个虚占班次对应的标签。
9.根据权利要求8所述的虚占航班班次的优化系统,其特征在于,所述航空公司运行管理平台还包括:标记模块,用于从所述预设指标评价信息获得不同评价信息的对应指标的评价结果;根据所述评价结果对通过字母或数字对所述预设指标评价信息进行标记,获得所述预设指标评价信息标记。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010105592.9A CN111507502B (zh) | 2020-02-21 | 2020-02-21 | 一种虚占航班班次的优化方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010105592.9A CN111507502B (zh) | 2020-02-21 | 2020-02-21 | 一种虚占航班班次的优化方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111507502A true CN111507502A (zh) | 2020-08-07 |
CN111507502B CN111507502B (zh) | 2021-08-24 |
Family
ID=71863926
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010105592.9A Active CN111507502B (zh) | 2020-02-21 | 2020-02-21 | 一种虚占航班班次的优化方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111507502B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112053054A (zh) * | 2020-08-31 | 2020-12-08 | 盛威时代科技集团有限公司 | 一种班次标签配置方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104835315A (zh) * | 2015-05-26 | 2015-08-12 | 上海交通大学 | 基于混合车型的公交运营时刻控制系统及方法 |
US20160203722A1 (en) * | 2015-01-09 | 2016-07-14 | General Electric Company | Method and system for robust network planning optimization of airline flight operations |
CN107038536A (zh) * | 2017-05-03 | 2017-08-11 | 如东信息技术服务(上海)有限公司 | 一种可移动式航班延误发布系统平台及其控制方法 |
CN107578184A (zh) * | 2017-09-19 | 2018-01-12 | 飞友科技有限公司 | 一种航线航班的质量评估方法 |
CN108615353A (zh) * | 2018-04-28 | 2018-10-02 | 深圳大学 | 公交运行状态数据调整处理方法、智能终端及存储介质 |
CN110458456A (zh) * | 2019-08-12 | 2019-11-15 | 上海同济城市规划设计研究院有限公司 | 基于人工智能的需求响应式公交系统的调度方法及系统 |
-
2020
- 2020-02-21 CN CN202010105592.9A patent/CN111507502B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160203722A1 (en) * | 2015-01-09 | 2016-07-14 | General Electric Company | Method and system for robust network planning optimization of airline flight operations |
CN104835315A (zh) * | 2015-05-26 | 2015-08-12 | 上海交通大学 | 基于混合车型的公交运营时刻控制系统及方法 |
CN107038536A (zh) * | 2017-05-03 | 2017-08-11 | 如东信息技术服务(上海)有限公司 | 一种可移动式航班延误发布系统平台及其控制方法 |
CN107578184A (zh) * | 2017-09-19 | 2018-01-12 | 飞友科技有限公司 | 一种航线航班的质量评估方法 |
CN108615353A (zh) * | 2018-04-28 | 2018-10-02 | 深圳大学 | 公交运行状态数据调整处理方法、智能终端及存储介质 |
CN110458456A (zh) * | 2019-08-12 | 2019-11-15 | 上海同济城市规划设计研究院有限公司 | 基于人工智能的需求响应式公交系统的调度方法及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112053054A (zh) * | 2020-08-31 | 2020-12-08 | 盛威时代科技集团有限公司 | 一种班次标签配置方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111507502B (zh) | 2021-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210357835A1 (en) | Resource Deployment Predictions Using Machine Learning | |
Sternberg et al. | A review on flight delay prediction | |
Jacquillat et al. | A roadmap toward airport demand and capacity management | |
Adler et al. | Benchmarking airports from a managerial perspective | |
US7565331B2 (en) | Method for modeling processes in airlines and other industries, including cost asssesment of service disruptions | |
US8700440B1 (en) | System and method for managing multiple transportation operations | |
US8849690B1 (en) | Optimized bill of work for aircraft maintenance based on task prioritization and time slot proximity analysis | |
Lawrence et al. | Passenger-based predictive modeling of airline no-show rates | |
Ramanujam et al. | Estimation of maximum-likelihood discrete-choice models of the runway configuration selection process | |
Wei et al. | Modeling crew itineraries and delays in the national air transportation system | |
CN110751520B (zh) | 一种航班舱位开舱方法及装置 | |
CN111192090A (zh) | 航班的座位分配方法、装置、存储介质和电子设备 | |
Ramanujam et al. | Data-driven modeling of the airport configuration selection process | |
US20230118644A1 (en) | Network digital twin of airline operations | |
CN112651671A (zh) | 一种航班舱位调整方法及相关设备 | |
Lytvyn et al. | Aviation aircraft planning system project development | |
CN111507502B (zh) | 一种虚占航班班次的优化方法和系统 | |
Bauranov et al. | Quantifying the resilience of the US domestic aviation network during the COVID-19 pandemic | |
Long et al. | Demand analysis in urban air mobility: A literature review | |
CN116757554A (zh) | 一种机场飞行区效能评价方法及系统 | |
Ruiz et al. | A novel performance framework and methodology to analyze the impact of 4D trajectory based operations in the future air traffic management system | |
Jung et al. | A data-driven air traffic sequencing model based on pairwise preference learning | |
Soykan et al. | A simulation-based optimization approach for multi-objective runway operations scheduling | |
Gattermann-Itschert et al. | Using machine learning to include planners’ preferences in railway crew scheduling optimization | |
Ip et al. | A multi agent based model for airport service planning |
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 |