CN111915046A - 用于输出信息的方法和装置 - Google Patents

用于输出信息的方法和装置 Download PDF

Info

Publication number
CN111915046A
CN111915046A CN201910383842.2A CN201910383842A CN111915046A CN 111915046 A CN111915046 A CN 111915046A CN 201910383842 A CN201910383842 A CN 201910383842A CN 111915046 A CN111915046 A CN 111915046A
Authority
CN
China
Prior art keywords
flight
conflict
information
integer programming
programming model
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
Application number
CN201910383842.2A
Other languages
English (en)
Other versions
CN111915046B (zh
Inventor
姜超
李晓辉
付非凡
周玮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201910383842.2A priority Critical patent/CN111915046B/zh
Priority to KR1020190167112A priority patent/KR102315364B1/ko
Priority to US16/721,484 priority patent/US11308818B2/en
Priority to JP2019230877A priority patent/JP6959320B2/ja
Publication of CN111915046A publication Critical patent/CN111915046A/zh
Application granted granted Critical
Publication of CN111915046B publication Critical patent/CN111915046B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/003—Flight plan management
    • G08G5/0034—Assembly of a flight plan
    • 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
    • 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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • 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
    • G06Q10/067—Enterprise or organisation modelling
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0017—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0017—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information
    • G08G5/0026—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information located on the ground
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0043—Traffic management of multiple aircrafts from the ground
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/06—Traffic control systems for aircraft, e.g. air-traffic control [ATC] for control when on the ground
    • G08G5/065—Navigation or guidance aids, e.g. for taxiing or rolling

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Mechanical Engineering (AREA)

Abstract

本公开的实施例公开了用于输出信息的方法和装置。该方法的一具体实施方式包括：获取航班信息、机位信息、滑道信息、滑行路径；根据航班信息、机位信息、滑道信息和滑行路径构建整数规划模型，其中，整数规划模型包括目标、决策变量、约束条件；根据约束条件对整数规划模型进行优化；求解优化后的整数规划模型，得到航班与机位的对应关系表并输出。该实施方式可以减少不正常航班对机场整体运行的影响，提高廊桥位资源的使用效率。实现现有机位资源分配的智能化，从而解决地面运行冲突，在保证地面运行安全的基础上提高地面运行效率。

Description

用于输出信息的方法和装置
技术领域
本公开的实施例涉及计算机技术领域，具体用于输出信息的方法和装置。
背景技术
机场机位调度算法是根据机场的航班计划，对航班分配机位的算法。传统方法：(1)国内各大机场主要由人工根据经验进行安排航班的机位停放，耗费大量人力、时间。(2)还有部分采用贪心算法进行求解，效果由于达不到要求而逐渐被机场弃用。业界主流的研究主要集中在整数规划、启发算法层面，寻求在较短的时间内能够获取最优解或较优解。但由于机场机位调度通常是多目标的优化问题，其中又包含较为复杂的业务问题，因而并未有真正在大型机场的复杂系统中落地的方案。
机场目前面临一系列航班拥堵、延误等运行安全和运行效率问题，机场延误等问题的根本原因在于停机位、跑道、滑行道等关键场面资源不足或者未得到有效利用，因此对机场现有关键场面资源进行科学利用和合理配置，能够缓解民航业高速发展与机场设施资源不足之间的矛盾。
现有的停机位分配策略使用的一些变量如在实际运行中难以获取旅客准确的行走距离以及登转机所需要的时间等，容易造成模型求解不准确。极少考虑到飞行区地面运行部分，分配的结果易造成跑道冲突、滑行道冲突及航班延误，降低地面运行效率。目前对于此类冲突的解决方式主要依靠人工干预，在民航业快速发展、航空业务繁忙且停机位相对紧张的现状下类似冲突频发，仅仅依靠人工干预是不够的。
发明内容
本公开的实施例提出了用于输出信息的方法和装置。
第一方面，本公开的实施例提供了一种用于输出信息的方法，包括：获取航班信息、机位信息、滑道信息、滑行路径；根据航班信息、机位信息、滑道信息和滑行路径构建整数规划模型，其中，整数规划模型包括目标、决策变量、约束条件；根据约束条件对整数规划模型进行优化；求解优化后的整数规划模型，得到航班与机位的对应关系表并输出。
在一些实施例中，该方法还包括：响应于接收到目标航班的调整请求，随机选择部分机位加入到重排列表中；将航班与机位的对应关系表中与随机选择的部分机位冲突的机位加入到重排列表中；根据重排列表所涉及的机位信息和相关的航班信息、滑道信息和滑行路径构建局部的整数规划模型；求解局部的整数规划模型，得到局部范围的最优解，并更新航班与机位的对应关系表。
在一些实施例中，该方法还包括：将没有分配到机位的航班通过贪心算法分配机位。
在一些实施例中，该方法还包括：评估航班与机位的对应关系表的效果。
在一些实施例中，决策变量包括以下至少一项：航班占用机位标识、航班推出冲突标识、航司的目标靠桥率的完成率、滑道占用标识、航班属性、机位属性、航班进港时间、航班出港时间、航班上客开始时间、航班上客结束时间、航班下客开始时间、航班下客结束时间、近机位标识、航班旅客数、上下客冲突标识、机位与跑道的距离、临时机位标识、航司的目标靠桥率标识、冲突机位标识。
在一些实施例中，约束条件包括以下至少一项：属性约束、要客航班约束、空间约束、时间约束、冲突机位约束、上下客冲突约束、推出冲突约束。
在一些实施例中，目标为以下至少一项的加权和：航班靠桥率、旅客靠桥率、航司靠桥完成率、推出冲突率、滑行距离率、近机位时间使用率、临时机位使用率。
在一些实施例中，根据约束条件对整数规划模型进行优化，包括以下至少一项：机位冲突约束优化、推出冲突约束优化、冲突机位约束优化、分段线性转化航司靠桥率。
在一些实施例中，求解优化后的整数规划模型，包括：采用分支定界法求解优化后的整数规划模型。
第二方面，本公开的实施例提供了一种用于输出信息的装置，包括：获取单元，被配置成获取航班信息、机位信息、滑道信息、滑行路径；构建单元，被配置成根据航班信息、机位信息、滑道信息和滑行路径构建整数规划模型，其中，整数规划模型包括目标、决策变量、约束条件；优化单元，被配置成根据约束条件对整数规划模型进行优化；求解单元，被配置成求解优化后的整数规划模型，得到航班与机位的对应关系表并输出。
在一些实施例中，该装置还包括调整单元，被配置成：响应于接收到目标航班的调整请求，随机选择部分机位加入到重排列表中；将航班与机位的对应关系表中与随机选择的部分机位冲突的机位加入到重排列表中；根据重排列表所涉及的机位信息和相关的航班信息、滑道信息和滑行路径构建局部的整数规划模型；求解局部的整数规划模型，得到局部范围的最优解，并更新航班与机位的对应关系表。
在一些实施例中，调整单元进一步被配置成：将没有分配到机位的航班通过贪心算法分配机位。
在一些实施例中，该装置还包括评估单元，被配置成：评估航班与机位的对应关系表的效果。
在一些实施例中，决策变量包括以下至少一项：航班占用机位标识、航班推出冲突标识、航司的目标靠桥率的完成率、滑道占用标识、航班属性、机位属性、航班进港时间、航班出港时间、航班上客开始时间、航班上客结束时间、航班下客开始时间、航班下客结束时间、近机位标识、航班旅客数、上下客冲突标识、机位与跑道的距离、临时机位标识、航司的目标靠桥率标识、冲突机位标识。
在一些实施例中，约束条件包括以下至少一项：属性约束、要客航班约束、空间约束、时间约束、冲突机位约束、上下客冲突约束、推出冲突约束。
在一些实施例中，目标为以下至少一项的加权和：航班靠桥率、旅客靠桥率、航司靠桥完成率、推出冲突率、滑行距离率、近机位时间使用率、临时机位使用率。
在一些实施例中，根据约束条件对整数规划模型进行优化，包括以下至少一项：机位冲突约束优化、推出冲突约束优化、冲突机位约束优化、分段线性转化航司靠桥率。
在一些实施例中，求解单元进一步被配置成：采用分支定界法求解优化后的整数规划模型。
第三方面，本公开的实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一的方法。
第四方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面中任一的方法。
本公开的实施例提供用于输出信息的方法和装置，通过将停机位分配问题转化为整数0-1规划问题，进行数学建模。从算法层面解决机位的调度，可以提高的机场的运行效率，旅客的满意度。数学规划相较于启发算法，可以获取到最优解。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：
图1是本公开的一个实施例可以应用于其中的示例性系统架构图；
图2是根据本公开的用于输出信息的方法的一个实施例的流程图；
图3a、3b是根据本公开的用于输出信息的方法的机位冲突约束优化的示意图；
图4是根据本公开的用于输出信息的方法的又一个实施例的流程图；
图5是根据本公开的用于输出信息的方法的效果图；
图6是根据本公开的用于输出信息的装置的一个实施例的结构示意图；
图7是适于用来实现本公开的实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的用于输出信息的方法或用于输出信息的装置的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括飞机101、102、103和服务器104。在飞机101、102、103和服务器104之间还存在用于提供通信链路的无线网络。
飞机101、102、103通过网络与服务器104交互，以接收或发送消息等。
服务器104可安装于机场的塔台中，用于控制飞机起降。服务器可预先为每个航班分配停机位，然后通知航班。如果航班因为晚点或取消等原因不能按时到达机场，则飞机可向服务器发送预计到达时间，然后由服务器重新调整机位分配。服务器也可周期性地根据航班实际进出港时间来重新分配机位。服务器分配的机位分为远机位和近机位。远机位就是不能通过廊桥直接登机的机位。一般通过摆渡车到机下，在通过客桥车登上飞。近机位就是飞机直接停在候机楼前，由廊桥对接后连通候机厅和飞机，廊桥中没有楼梯。廊桥就是登机时联通飞机口的那段。如果飞机停在远机位则需要摆渡车连接机场内候机厅和远机位飞机。
需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是，本公开的实施例所提供的用于输出信息的方法一般由服务器104执行，相应地，用于输出信息的装置一般设置于服务器104中。
应该理解，图1中的飞机、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的飞机、网络和服务器。
继续参考图2，示出了根据本公开的用于输出信息的方法的一个实施例的流程200。该用于输出信息的方法，包括以下步骤：
步骤201，获取航班信息、机位信息、滑道信息、滑行路径。
在本实施例中，用于输出信息的方法的执行主体(例如图1所示的服务器)可以获取预先存储的航班信息、机位信息、滑道信息、滑行路径。其中，航班信息可包括以下至少一项：航空公司(下文简称“航司”)、航班类型(国际或国内)、机型、任务(客运或货运)、航班进港时间、航班出港时间、航班上客开始时间、航班上客结束时间、航班下客开始时间、航班下客结束时间等。航空公司、航班类型、机型、任务都属于航班的属性。机位信息可包括以下至少一项：位置(远机位或近机位)、机位类型(国际或国内)、可停放的机型、用途(公务或民航)。机位信息也可称为机位属性。滑道信息用于表征机位和滑道的对应关系，多个机位可共用一个滑道，滑道即可用于滑入机位也可用于滑出机位。滑道信息可用于判断推出冲突。滑行路径指的是机位到跑道的滑行距离。
可选地，还可获取跑道运行模式，例如，东起西落。根据跑道运行模式的切换调整滑行路径等信息。
步骤202，根据航班信息、机位信息、滑道信息和滑行路径构建整数规划模型。
在本实施例中，整数规划是指规划中的变量(全部或部分)限制为整数。整数规划模型包括目标、决策变量、约束条件。整数规划的一种特殊情形是0-1规划，它的变数仅限于0或1。下面举例构建整数0-1规划问题。
1、决策变量
设N为飞机总数(由进航班号和出航班号组成)，M为停机位总数，R为滑道总数，L为航司总数。以下，i∈[0，N]，j∈[0，M]，k∈[0，R]，1∈[0，L]，(1)、(2)、(3)是最终要求的变量，(4)中的变量是属于提前可求得的不变常量。
(1)航班i占用停机位j表示为：
Xi，j用于表征航班占用机位标识，当该值为1时，表示占用，值为0时表示不占用。
(2)航班i是否与其他航班推出冲突表示为：
Zi用于表征航班推出冲突标识，当该值为1时，表示冲突，值为0时表示不冲突。推出冲突指的是一架航班阻碍另一架航班推出或由于另一架航班推出造成该航班延误的情况。
(3)Bl表示航司1的目标靠桥率的完成率
Bl当航司的靠桥率在目标靠桥率的下限和上限之间时，值为1；当小于下限或高于上限时，值为小于1的实数。航班靠桥率是指航班停靠候机楼廊桥，旅客无须乘坐摆渡车直接从登机口登机的概率。
(4)YINj，k表示机位j是否占用滑入滑道k；YOUTj，k表示机位j是否占用滑出滑道k；P_i表示航班i的属性，P_j表示机位所要求的属性；tini表示航班i的进港时间，touti表示航班i的出港时间；t_p_in_si上客开始时间，t_p_in_ei上客结束时间，t_p_out_si下客开始时间，t_p_out_ei下客结束时间；bj机位j是否是近机位；pi航班i的旅客数；BCi1，i2，i3表示航班i1、i2同时上客的时候，是否i3不能同时下客；dj机位j距离跑道的距离；tj机位j是否是临时机位；Tl表示航司1是否是设置了目标航司靠桥率。Cj1，j2表示j1和j2是否是冲突机位(如父子机位)。
2、约束条件
(1)属性约束：国际国内属性约束(机位对航班国际国内属性的要求)、任务约束(机位对航班任务的要求)、航司约束(机位对航班的航司的要求)、机型约束(机位对飞机大小的要求)
Xi，j＝0，if P_i not match P_j，
Figure BDA0002054173360000081
Figure BDA0002054173360000087
航班的属性和机位的属性不匹配。例如，国内航班不能停在国际机位上。
(2)要客航班约束
Figure BDA0002054173360000082
此处i为要客航班，
Figure BDA0002054173360000083
要客指的是重要的客人。
(3)每个航班都只能安排到一个机位上(空间约束)
Figure BDA0002054173360000084
(4)同一机位同一时刻只能停放一架航班(时间约束)，下式不能同时成立：
(tini1-touti2)*(tini2-touti1)＞0
Xi1，j＝1，Xi2，j＝1
Figure BDA0002054173360000085
(5)冲突机位不能同时使用，下式不能同时成立：
(tini1-touti2)*(tini2-touti1)＞0
Cj1，j2＝1
Xi1，j1＝1，Xi2，j2＝1
Figure BDA0002054173360000086
冲突机位的典型情况是父子机位。一个父机位可由两个以上子机位构成。如果子机位分配了航班，那么就和父机位冲突，不能再给父机位分配航班，同理，给父机位分配了航班后不能给子机位分配航班。但子机位之间是不冲突的。
(6)上下客冲突约束，下式不能同时成立：
(t_p_in_si1-t_p_in_ei2)*(t_p_in_si2-t_p_in_ei1)＞0
(t_p_in_si1-t_p_out_ei3)*(t_p_out_si3-t_p_in_ei1)＞0
(t_p_in_si2-t_p_out_ei3)*(t_p_out_si3-t_p_in_ei2)＞0
BCi1，i2，i3＝1，
Figure BDA0002054173360000091
(7)滑道推出冲突约束，Zi1，Zi2表示一对推出冲突的航班i1和i2。
航班i1滑入、航班i2滑出冲突：
Zi1≥(Xi1，j1YINj1，k)*(Xi2，j2YOUTj2，k)*conflict_flight_in_outi1，i2
Zi2≥(Xi1，j1YINj1，k)*(Xi2，j2YOUTj2，k)*conflict_flight_in_outi1，i2
航班i1滑出、航班i2滑入冲突：
Zi1≥(Xi1，j1YOUTj1，k)*(Xi2，j2YINj2，k)*conflict_flight_out_ini1，i2
Zi2≥(Xi1，j1YOUTj1，k)*(Xi2，j2YINj2，k)*conflict_flight_out_ini1，i2
航班i1滑出、航班i2滑出冲突：
Zi1≥(Xi1，j1YOUTj1，k)*(Xi2，j2YOUTj2，k)*conflict_flight_out_outi1，i2
Zi2≥(Xi1，j1YOUTj1，k)*(Xi2，j2YOUTj2，k)*conflict_flight_out_outil，i2
conflict_flight_in_outi1，i2用于表征航班i1的滑入时间和航班i2的滑出时间冲突。
conflict_flight_out_ini1，i2用于表征航班i1的滑出时间和航班i2的滑入时间冲突。
conflict_flight_out_outi1，i2用于表征航班i1的滑出时间和航班i2的滑出时间冲突。
Figure BDA0002054173360000092
3、目标
(1)航班靠桥率
Figure BDA0002054173360000101
(2)旅客靠桥率
Figure BDA0002054173360000102
(3)航司靠桥完成率
Figure BDA0002054173360000103
(4)推出冲突率
Figure BDA0002054173360000104
(5)滑行距离率
Figure BDA0002054173360000105
这里的Constant1为预先设置的一个最远距离长度。
(6)近机位时间使用率
Figure BDA0002054173360000106
Constant2为预先设置的一个时间段长度，例如，24小时。
(7)临时机位使用率
Figure BDA0002054173360000107
综上，我们的目标函数设计为：
Figure BDA0002054173360000111
最终目标为求解max(h(x))时航班与机位的对应关系。
步骤203，根据约束条件对整数规划模型进行优化。
在本实施例中，目前求解整数规划通常采用的都是分支定界法，这里主要从两个角度进行模型优化：
(1)减少约束。如果多条约束可以合并为一条约束，在求解线性规划时，速度会有一定的提升，并且还可以降低内存的消耗。
(2)更紧的界。如果约束a与约束b在整数规划模型下等价，但是在线性规划模型下a可以推出b，而b不能推出a，则a比b更紧。比如a+b<＝1,a+c<＝1,b+c<＝1，当abc都是0-1整数时，可以得到a+b+c<＝1。我们从上面的两个角度来看这个优化。从第一个角度，约束从3条变成了1条，有利于线性规划求解。从第二个角度，假如a、b、c都是实数，则前面的三条约束不能推出后面的那条，这时候如果用a+b+c<＝1来描述这个问题，线性规划解与整数规划解之间的距离会相比前一种方案更小，会利于整数规划的求解。所以这个优化既可以提高线性规划的速度，又可以降低寻找整数解的难度。
具体优化步骤如下所示：
(1)机位冲突约束优化：以机位的冲突约束为例，同一机位同一时刻只能停一架航班，那么在时间上有交叉的两两航班之间是不能存放在同一机位中的。而这些冲突航班实际上形成了一些环，比如航班1和航班2时间冲突，航班1和航班3时间冲突，航班1和航班4时间冲突，航班2和航班3时间冲突，航班2和航班4时间冲突，航班3和航班4时间冲突，即形成了一个完全图(如图3a所示)，边代表冲突。
因而上面的约束条件就可以转变为航班1、航班2、航班3、航班4只能同时将一个放入某个机位中，数量从6条降低为1条。如何在图中找到每个航班最大的完全子图，又成为一个NPC(Non-deterministic Polynomial complete，多项式复杂程度的非确定性完全问题)问题。因此，我们继续优化，以时间为维度进行观察，如果在某一时刻，有几架航班时间冲突，则这几架航班则只能允许有一个放在某机位中，按照时间轴不停向前滚动，不断获取新的冲突组，同时删除前面小的冲突组。举例来说如果先找到航班1和航班2冲突，则将其加入冲突组中，之后又发现航班1、航班2、航班3同时冲突，则前者冲突是后者的子集。那么删除掉航班1和航班2的冲突组，只保留当前最大的冲突组，以此迭代。
如图3b所示，我们按时间轴进行切割，被切割到的航班即组成一个冲突组，如上切割线1可生成一个冲突组<航班1，航班2，航班3，航班4>。同时，我们可以继续推理出，若有一条切割线可以生成一个冲突组，那么必有一条经过冲突组中某个航班的起始时刻的切割线可以得到同一个冲突组。如上，切割线2可以得到一个冲突组<航班1，航班2，航班3，航班4>，那么必然有一条(本例中是切割线1)切割线是某个航班(本例是航班4)的起始时刻，可以得到同一个冲突组。
航班i1的机位冲突约束，优化前：Xi1,j1+Xi2,j1<＝1；Xi1,j1+Xi3,j1<＝1；Xi1,j1+Xi4,j1<＝1；
优化后约束减少为：Xi1,j1+(Xi2,j1+Xi3,j1+Xi4,j1)/3<＝1；
基于我们结合机场业务得出的推理，我们只需要遍历每个航班的入港时间作为切割线寻找冲突组即可，时间复杂度降低一个数量级。
(2)推出冲突约束优化：
推出冲突同样可以从时间维度进行观察，在同一时刻占用同一滑道推入推出的航班都会互相产生推出冲突，因为我们同样可以将这些推出冲突约束进行合并，来减少约束。
举例：航班i1停在机位j1、航班i2停在机位j2、航班i3停在机位j3，航班i1、i2、f3在推入推出时间有重叠，同时机位j1、j2、j3占用了同一滑道k，那么对于航班i1的冲突判断，之前会有Zil+1>＝Xi1,j1+Xi2,j2，Zil+1>＝Xi1,j1+Xi3,j3等等若干个不同的式子，而实际上可以简化为一个：Zil+1>＝Xi1,j1+(Xi2,j2或Xi3,j3或…)。
也就是说，只要Xi2,j2、Xi3,j3等等停靠方案之中有一个成立，则与航班i1都占用了这个k滑道，那么航班i1就存在滑道冲突。这里的或计算可以写成以下式子:
Zil+1>＝Xi1,j1+(Xi2,j2+Xi3,j3+…)/n
其中Zi1、Xi1,j1、Xi2,j2、Xi3,j3…均为0-1变量，Zil表示航班i1产生推出冲突，n为分子的个数。这个式子中，如果Xi1,j1为1，且括号中Xi2,j2、Xi3,j3等变量中任何一个为1，则Zil必须为1，即使Xi1,j1、Xi2,j2、Xi3,j3等变量全部为1，Zil仍然为1。在这个式子中，只要n大于等于后面变量的个数都是成立的。如果把n定为变量个数可以让不等式的界紧一些。
更进一步的，一个航班在进入机位和滑出机位的时候各会占用一次滑道，所以两次占用滑道的变量可以合并起来，都放到不等式中或的这一项里。
(3)冲突机位(如父子机位)约束优化：
冲突机位约束和机位航班冲突约束类似，机位航班冲突约束是指时间冲突航班停放在同一机位上，而冲突机位约束是指时间冲突的航班停放在了冲突机位上。
假设航班i1与i2、i3、i4时间冲突，机位j1与j2、j3、j4是冲突机位关系，j1为父机位，j2-j4为子机位，则：
航班i1的冲突机位约束，优化前：Xi1,j1+Xi2,j2<＝1；Xi1,j1+Xi3,j3<＝1；Xi1,j1+Xi4,j4<＝1；
优化后约束减少为1条：Xi1,j1+(Xi2,j2+Xi3,j3+Xi4,j4)/3<＝1；
(4)分段线性转化航司靠桥率：航司靠桥率是一个非线性的指标，当低于所设区间时则进行奖励，让其继续提高；当高于了所设区间则进行惩罚，让其降低该指标。最终只有当靠桥率在所设靠桥率区间内才算完成了所设的目标，为了优化该问题，我们将非线性转换为分段线性以简化模型求解过程。
步骤204，求解优化后的整数规划模型，得到航班与机位的对应关系表并输出。
在本实施例中，求解整数规划模型的常用方法是分枝定界法(branch andbound)，对各种特殊问题还有一些特殊方法，例如求解指派问题用匈牙利方法就比较方便。分支定界法是一种求解整数规划问题的最常用算法。这种方法不但可以求解纯整数规划，还可以求解混合整数规划问题。分支定界法是一种搜索与迭代的方法，选择不同的分支变量和子问题进行分支。
本公开的上述实施例提供的方法，通过将机场实际业务中的多目标融合到整数规划模型中，将非线性指标转化为分段线性。通过对模型的优化，使其可在5分钟以内求得最优解。
进一步参考图4，其示出了用于输出信息的方法的又一个实施例的流程400。该用于输出信息的方法的流程400，包括以下步骤：
步骤401，获取航班信息、机位信息、滑道信息、滑行路径。
步骤402，根据航班信息、机位信息、滑道信息和滑行路径构建整数规划模型。
步骤403，根据约束条件对整数规划模型进行优化。
步骤404，求解优化后的整数规划模型，得到航班与机位的对应关系表并输出。
步骤401-404与步骤201-204基本相同，因此不再赘述。
步骤405，响应于接收到目标航班的调整请求，随机选择部分机位加入到重排列表中。
在本实施例中，调整请求包括待调整的航班列表V，待调整的航班所在的机位列表P，即重排列表，从机场现有的机位中随机选择部分机位加入到P。
步骤406，将航班与机位的对应关系表中与随机选择的部分机位冲突的机位加入到重排列表中。
在本实施例中，通过P遍历P中每个节点在已经分配的航班与机位的对应关系表中的冲突机位，例如父子冲突机位、时间冲突机位、空间冲突机位、上下客冲突机位等，如果这些冲突机位不在P中，则加入到P。最终形成的P则是我们要局部调整的所有机位列表。可预先根据受影响的机位和随机选择的部分机位构造机位关联连通图，从而便于确定出冲突机位。
步骤407，根据重排列表所涉及的机位信息和相关的航班信息、滑道信息和滑行路径构建局部的整数规划模型。
在本实施例中，获取步骤406得到的重排列表所涉及的机位信息和与这些机位已经分配的航班的航班信息，再次使用滑道信息和滑行路径构建局部的整数规划模型。具体的过程与步骤202相同，因此不再赘述。
步骤408，求解局部的整数规划模型，得到局部范围的最优解，并更新航班与机位的对应关系表。
在本实施例中，同样使用分支定界法求解局部的整数规划模型，得到局部范围的最优解。然后与步骤204生成的航班与机位的对应关系表相对照，更新变化的内容。
在本实施例的一些可选的实现方式中，此时有可能会有航班没有安排到机位中。最后对没有停放位置的航班通过贪心算法进行安排，直到安排到某个机位中，则实时调整结束，整个实时调整过程可在5秒内结束。贪心算法(又称贪婪算法)是指，在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，他所做出的是在某种意义上的局部最优解。
从图4中可以看出，与图2对应的实施例相比，本实施例中的用于输出信息的方法的流程400体现了实时调整机位的步骤。由此，本实施例描述的方案通过贪心与规划融合的思想进行实时调整策略的设计，其中使用机位关联连通图构造局部调整机位列表，使得整个实时调整可在5秒内完成。
在本实施例的一些可选的实现方式中，该方法还包括：评估所述航班与机位的对应关系表的效果。以T日的过夜航班进行初始化，调度T+1日的航班；对比某大型机场真实的某月人工调度数据，对比如下：
Figure BDA0002054173360000151
Figure BDA0002054173360000161
对近机位的航班间隔分布进行统计对比，可如图5所示。
可见，我们通过近机位的时间间隔分布情况可以看出，人工的航班间隔的两极(极大极小)分布相比自动分配要严重很多，浪费了近机位资源。经过自动分配之后，一些近机位过长的航班间隔明显减少，从而更充分的利用了近机位资源。
通过历史多个月的数据进行效果对比实验，相比人工的分配结果，关键指标都取得了不错的改善，靠桥率提高了10％，靠桥旅客率提高了10％，各冲突率指标也均有明显下降。
进一步参考图6，作为对上述各图所示方法的实现，本公开提供了一种用于输出信息的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图6所示，本实施例的用于输出信息的装置600包括：获取单元601、构建单元602、优化单元603和求解单元604。其中，获取单元601，被配置成获取航班信息、机位信息、滑道信息、滑行路径。构建单元602，被配置成根据航班信息、机位信息、滑道信息和滑行路径构建整数规划模型，其中，整数规划模型包括目标、决策变量、约束条件。优化单元603，被配置成根据约束条件对整数规划模型进行优化。求解单元604，被配置成求解优化后的整数规划模型，得到航班与机位的对应关系表并输出。
在本实施例中，用于输出信息的装置600的获取单元601、构建单元602、优化单元603和求解单元604的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204。
在本实施例的一些可选的实现方式中，装置600还包括调整单元(附图中未示出)，被配置成：响应于接收到目标航班的调整请求，随机选择部分机位加入到重排列表中；将航班与机位的对应关系表中与随机选择的部分机位冲突的机位加入到重排列表中；根据重排列表所涉及的机位信息和相关的航班信息、滑道信息和滑行路径构建局部的整数规划模型；求解局部的整数规划模型，得到局部范围的最优解，并更新航班与机位的对应关系表。
在本实施例的一些可选的实现方式中，调整单元进一步被配置成：将没有分配到机位的航班通过贪心算法分配机位。
在本实施例的一些可选的实现方式中，装置600还包括评估单元(附图中未示出)，被配置成：评估航班与机位的对应关系表的效果。
在本实施例的一些可选的实现方式中，决策变量包括以下至少一项：航班占用机位标识、航班推出冲突标识、航司的目标靠桥率的完成率、滑道占用标识、航班属性、机位属性、航班进港时间、航班出港时间、航班上客开始时间、航班上客结束时间、航班下客开始时间、航班下客结束时间、近机位标识、航班旅客数、上下客冲突标识、机位与跑道的距离、临时机位标识、航司的目标靠桥率标识、冲突机位标识。
在本实施例的一些可选的实现方式中，约束条件包括以下至少一项：属性约束、要客航班约束、空间约束、时间约束、冲突机位约束、上下客冲突约束、推出冲突约束。
在本实施例的一些可选的实现方式中，目标为以下至少一项的加权和：航班靠桥率、旅客靠桥率、航司靠桥完成率、推出冲突率、滑行距离率、近机位时间使用率、临时机位使用率。
在本实施例的一些可选的实现方式中，根据约束条件对整数规划模型进行优化，包括以下至少一项：机位冲突约束优化、推出冲突约束优化、冲突机位约束优化、分段线性转化航司靠桥率。
在本实施例的一些可选的实现方式中，求解单元进一步被配置成：采用分支定界法求解优化后的整数规划模型。
下面参考图7，其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器)700的结构示意图。图7示出的服务器仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图7所示，电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM 702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
通常，以下装置可以连接至I/O接口705：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置706；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707；包括例如磁带、硬盘等的存储装置708；以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图7中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置709从网络上被下载和安装，或者从存储装置708被安装，或者从ROM 702被安装。在该计算机程序被处理装置701执行时，执行本公开的实施例的方法中限定的上述功能。需要说明的是，本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取航班信息、机位信息、滑道信息、滑行路径；根据航班信息、机位信息、滑道信息和滑行路径构建整数规划模型，其中，整数规划模型包括目标、决策变量、约束条件；根据约束条件对整数规划模型进行优化；求解优化后的整数规划模型，得到航班与机位的对应关系表并输出。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、构建单元、优化单元和求解单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取航班信息、机位信息、滑道信息、滑行路径的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (20)

1.一种用于输出信息的方法，包括：
获取航班信息、机位信息、滑道信息、滑行路径；
根据所述航班信息、所述机位信息、所述滑道信息和所述滑行路径构建整数规划模型，其中，所述整数规划模型包括目标、决策变量、约束条件；
根据所述约束条件对所述整数规划模型进行优化；
求解优化后的整数规划模型，得到航班与机位的对应关系表并输出。
2.根据权利要求1所述的方法，其中，所述方法还包括：
响应于接收到目标航班的调整请求，随机选择部分机位加入到重排列表中；
将所述航班与机位的对应关系表中与随机选择的部分机位冲突的机位加入到所述重排列表中；
根据所述重排列表所涉及的机位信息和相关的航班信息、所述滑道信息和所述滑行路径构建局部的整数规划模型；
求解所述局部的整数规划模型，得到局部范围的最优解，并更新所述航班与机位的对应关系表。
3.根据权利要求2所述的方法，其中，所述方法还包括：
将没有分配到机位的航班通过贪心算法分配机位。
4.根据权利要求1所述的方法，其中，所述方法还包括：
评估所述航班与机位的对应关系表的效果。
5.根据权利要求1-4之一所述的方法，其中，所述决策变量包括以下至少一项：
航班占用机位标识、航班推出冲突标识、航司的目标靠桥率的完成率、滑道占用标识、航班属性、机位属性、航班进港时间、航班出港时间、航班上客开始时间、航班上客结束时间、航班下客开始时间、航班下客结束时间、近机位标识、航班旅客数、上下客冲突标识、机位与跑道的距离、临时机位标识、航司的目标靠桥率标识、冲突机位标识。
6.根据权利要求5所述的方法，其中，所述约束条件包括以下至少一项：
属性约束、要客航班约束、空间约束、时间约束、冲突机位约束、上下客冲突约束、推出冲突约束。
7.根据权利要求6所述的方法，其中，所述目标为以下至少一项的加权和：
航班靠桥率、旅客靠桥率、航司靠桥完成率、推出冲突率、滑行距离率、近机位时间使用率、临时机位使用率。
8.根据权利要求6所述的方法，其中，所述根据所述约束条件对所述整数规划模型进行优化，包括以下至少一项：
机位冲突约束优化、推出冲突约束优化、冲突机位约束优化、分段线性转化航司靠桥率。
9.根据权利要求8所述的方法，其中，所述求解优化后的整数规划模型，包括：
采用分支定界法求解优化后的整数规划模型。
10.一种用于输出信息的装置，包括：
获取单元，被配置成获取航班信息、机位信息、滑道信息、滑行路径；
构建单元，被配置成根据所述航班信息、所述机位信息、所述滑道信息和所述滑行路径构建整数规划模型，其中，所述整数规划模型包括目标、决策变量、约束条件；
优化单元，被配置成根据所述约束条件对所述整数规划模型进行优化；
求解单元，被配置成求解优化后的整数规划模型，得到航班与机位的对应关系表并输出。
11.根据权利要求10所述的装置，其中，所述装置还包括调整单元，被配置成：
响应于接收到目标航班的调整请求，随机选择部分机位加入到重排列表中；
将所述航班与机位的对应关系表中与随机选择的部分机位冲突的机位加入到所述重排列表中；
根据所述重排列表所涉及的机位信息和相关的航班信息、所述滑道信息和所述滑行路径构建局部的整数规划模型；
求解所述局部的整数规划模型，得到局部范围的最优解，并更新所述航班与机位的对应关系表。
12.根据权利要求11所述的装置，其中，所述调整单元进一步被配置成：
将没有分配到机位的航班通过贪心算法分配机位。
13.根据权利要求10所述的装置，其中，所述装置还包括评估单元，被配置成：
评估所述航班与机位的对应关系表的效果。
14.根据权利要求10-13之一所述的装置，其中，所述决策变量包括以下至少一项：
航班占用机位标识、航班推出冲突标识、航司的目标靠桥率的完成率、滑道占用标识、航班属性、机位属性、航班进港时间、航班出港时间、航班上客开始时间、航班上客结束时间、航班下客开始时间、航班下客结束时间、近机位标识、航班旅客数、上下客冲突标识、机位与跑道的距离、临时机位标识、航司的目标靠桥率标识、冲突机位标识。
15.根据权利要求14所述的装置，其中，所述约束条件包括以下至少一项：
属性约束、要客航班约束、空间约束、时间约束、冲突机位约束、上下客冲突约束、推出冲突约束。
16.根据权利要求15所述的装置，其中，所述目标为以下至少一项的加权和：
航班靠桥率、旅客靠桥率、航司靠桥完成率、推出冲突率、滑行距离率、近机位时间使用率、临时机位使用率。
17.根据权利要求15所述的装置，其中，所述根据所述约束条件对所述整数规划模型进行优化，包括以下至少一项：
机位冲突约束优化、推出冲突约束优化、冲突机位约束优化、分段线性转化航司靠桥率。
18.根据权利要求17所述的装置，其中，所述求解单元进一步被配置成：
采用分支定界法求解优化后的整数规划模型。
19.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-9中任一所述的方法。
20.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-9中任一所述的方法。
CN201910383842.2A 2019-05-09 2019-05-09 用于输出信息的方法和装置 Active CN111915046B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201910383842.2A CN111915046B (zh) 2019-05-09 2019-05-09 用于输出信息的方法和装置
KR1020190167112A KR102315364B1 (ko) 2019-05-09 2019-12-13 정보 출력 방법 및 장치
US16/721,484 US11308818B2 (en) 2019-05-09 2019-12-19 Method and apparatus for outputting information
JP2019230877A JP6959320B2 (ja) 2019-05-09 2019-12-20 情報を出力するための方法および装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910383842.2A CN111915046B (zh) 2019-05-09 2019-05-09 用于输出信息的方法和装置

Publications (2)

Publication Number Publication Date
CN111915046A true CN111915046A (zh) 2020-11-10
CN111915046B CN111915046B (zh) 2024-02-20

Family

ID=73045843

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910383842.2A Active CN111915046B (zh) 2019-05-09 2019-05-09 用于输出信息的方法和装置

Country Status (4)

Country Link
US (1) US11308818B2 (zh)
JP (1) JP6959320B2 (zh)
KR (1) KR102315364B1 (zh)
CN (1) CN111915046B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114693190A (zh) * 2022-05-31 2022-07-01 苏州数智源信息技术有限公司 一种基于gpu算力调度的航班效率提升系统
CN115660533A (zh) * 2022-12-07 2023-01-31 中国民航信息网络股份有限公司 航运抵离规划的处理方法、装置、系统及服务器
CN116580602A (zh) * 2023-07-13 2023-08-11 四川大学 一种场面飞机滑行冲突预测与可视化方法

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112634664B (zh) * 2020-12-15 2022-10-04 沈阳民航东北通信网络有限公司 基于空中交通流量管理的航班放行排序方法
CN112612818B (zh) * 2020-12-21 2022-04-15 贝壳找房(北京)科技有限公司 一种数据处理方法及装置、计算设备和存储介质
CN112633870B (zh) * 2020-12-25 2023-12-15 深圳中集天达空港设备有限公司 登机桥及桥载设备的数据处理方法、系统、介质及设备
CN112598328A (zh) * 2021-01-05 2021-04-02 中国人民解放军国防科技大学 卫星厅模式下中转登机口多目标分配的优化方法及系统
CN112734302B (zh) * 2021-02-04 2023-08-29 成都国翼电子技术有限公司 基于人车分离的机场摆渡车调度方法、装置、设备及存储介质
CN112966950A (zh) * 2021-03-16 2021-06-15 携程旅游网络技术（上海）有限公司 限流条件下航班排期的调整方法、系统、设备及介质
CN114545974B (zh) * 2022-03-02 2023-12-19 广东翼景信息科技有限公司 一种基于智能机场的有能力约束无人机弧路径规划方法
CN116451975B (zh) * 2023-06-13 2023-08-15 民航成都信息技术有限公司 基于多航站航班地面保障任务的确定方法、装置及设备
CN117993580B (zh) * 2024-04-03 2024-06-21 中国民航大学 一种基于多智能体协作的停机位分配方法、设备及介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030167109A1 (en) * 2002-02-28 2003-09-04 Clarke Michael D. D. Methods and systems for routing mobile vehicles
CN106981221A (zh) * 2017-03-24 2017-07-25 北京航空航天大学 基于时空间维度分解的机场停机位分配方法及系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06214976A (ja) 1993-01-13 1994-08-05 Toshiba Corp 割付決定支援装置
JP2000305981A (ja) 1999-04-16 2000-11-02 Nec Corp 駐機計画作成装置
JP2001222619A (ja) 2000-02-14 2001-08-17 Nec Corp スポット割付支援システム
JP2001307300A (ja) 2000-04-20 2001-11-02 Hitachi Ltd スポット管理システム
JP2003132500A (ja) 2001-10-29 2003-05-09 Hitachi Ltd 駐機計画作成装置及び方法
JP6396079B2 (ja) 2014-05-30 2018-09-26 株式会社東芝 空港面誘導支援システム、空港面誘導支援方法及び空港面誘導支援装置
WO2018144687A1 (en) * 2017-02-03 2018-08-09 The Curators Of The University Of Missouri Physical resource optimization system and associated method of use

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030167109A1 (en) * 2002-02-28 2003-09-04 Clarke Michael D. D. Methods and systems for routing mobile vehicles
CN106981221A (zh) * 2017-03-24 2017-07-25 北京航空航天大学 基于时空间维度分解的机场停机位分配方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
QIAOHONG ZU等: "Investigation into yard slots scheduling using heuristic algorithms", 《IEEE XPLORE》 *
尹嘉男;胡明华;赵征;: "多跑道机场停机位分配仿真模型及算法", 交通运输工程学报, no. 05 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114693190A (zh) * 2022-05-31 2022-07-01 苏州数智源信息技术有限公司 一种基于gpu算力调度的航班效率提升系统
CN114693190B (zh) * 2022-05-31 2022-09-16 苏州数智源信息技术有限公司 一种基于gpu算力调度的航班效率提升系统
CN115660533A (zh) * 2022-12-07 2023-01-31 中国民航信息网络股份有限公司 航运抵离规划的处理方法、装置、系统及服务器
CN116580602A (zh) * 2023-07-13 2023-08-11 四川大学 一种场面飞机滑行冲突预测与可视化方法
CN116580602B (zh) * 2023-07-13 2023-10-03 四川大学 一种场面飞机滑行冲突预测与可视化方法

Also Published As

Publication number Publication date
US11308818B2 (en) 2022-04-19
KR20200130073A (ko) 2020-11-18
CN111915046B (zh) 2024-02-20
KR102315364B1 (ko) 2021-10-19
JP6959320B2 (ja) 2021-11-02
US20200357293A1 (en) 2020-11-12
JP2020187724A (ja) 2020-11-19

Similar Documents

Publication Publication Date Title
CN111915046A (zh) 用于输出信息的方法和装置
KR102433739B1 (ko) 항공 운송 네트워크에서 효율적인 vtol 자원 관리
US10580309B2 (en) Resilient enhancement of trajectory-based operations in aviation
Mota et al. Simulation-based turnaround evaluation for Lelystad Airport
WO2020097230A1 (en) Airspace information modeling and design
Rodríguez-Díaz et al. Minimizing deviation from scheduled times in a single mixed-operation runway
EP1188137A1 (en) Air traffic management system
CN115239026B (zh) 停机位分配优化方法、系统、设备及介质
CN111798079A (zh) 航班调整方法、装置、电子设备及存储介质
Lee et al. A comparison of aircraft trajectory-based and aggregate queue-based control of airport taxi processes
Atkins et al. Concept description and development plan for the surface management system
CN115187093A (zh) 一种机场场面运行优化方法、装置、设备及可读存储介质
CN115049100B (zh) 机场资源分配优化方法、装置、设备及可读存储介质
Wang et al. New taxi–passenger dispatching model at terminal station
Ribeiro et al. Collaborative decision making in departure sequencing with an adapted rubinstein protocol
CN114912711A (zh) 一种机场停机位分配方法及系统
CN115310731A (zh) 航班进离场调度方法、系统、装置
Clare et al. Receding horizon, iterative optimization of taxiway routing and runway scheduling
CN111243342B (zh) 航空器的停机位分配方法及装置
JP7168344B2 (ja) 移動体の停止位置決定方法および決定システム
Barth et al. Optimization of transfer baggage handling in a major transit airport
JP2003132500A (ja) 駐機計画作成装置及び方法
CN114742426B (zh) 公交线路车辆排班计划两阶段生成方法及程序产品
CN115662198B (zh) 基于动态路径规划场的穿越民航航路方法及系统
Shone et al. A New Simheuristic Approach for Stochastic Runway Scheduling

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