CN112036768A - 一种机场场面车辆智能调度系统及方法 - Google Patents
一种机场场面车辆智能调度系统及方法 Download PDFInfo
- Publication number
- CN112036768A CN112036768A CN202010963094.8A CN202010963094A CN112036768A CN 112036768 A CN112036768 A CN 112036768A CN 202010963094 A CN202010963094 A CN 202010963094A CN 112036768 A CN112036768 A CN 112036768A
- Authority
- CN
- China
- Prior art keywords
- flight
- vehicles
- vehicle
- task
- time
- 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 15
- 230000010006 flight Effects 0.000 claims abstract description 36
- 238000005457 optimization Methods 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000012790 confirmation Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 14
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 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
- G06Q10/06—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
- G06Q10/06316—Sequencing of tasks or work
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种机场场面车辆智能调度系统及方法,能够实现人工到自动化的转变,减轻调度人员压力,实现车辆的最优利用,解决资源利用的低效,提高调度的科学性,以此提高机场场面安全性、减少事故率、改善公共服务质量。系统包括:航班任务队列生成/更新模块,当前航班与冲突航班定义模块,当前/冲突航班车辆数分配算法模块,车辆任务分配模块;其中当前/冲突航班车辆数分配算法模块包括:冲突航班集合检查单元,无冲突航班的车辆分配算法模块,存在冲突航班的车辆分配算法模块,车辆优选算法模块。
Description
技术领域
本发明涉及民航数据处理的技术领域,尤其涉及一种机场场面车辆智能调度系统,以及一种机场场面车辆智能调度方法。
背景技术
安全性是民航业为社会公众提供运输服务所首要考虑问题,而机场场面运行在保障飞行安全方面发挥着重要作用。但近年来发生的多起车辆入侵滑行道、车辆同航空器剐蹭等不安全事件,暴露了机场场面运行指挥调度中存在的短板。这与航班量快速增长,机场场面运行环境日益复杂,航空器、摆渡车、行李车等同时在机场场面上围绕各自的任务独立运行有关。除了安全性之外,及时的车辆调度是保证旅客和行李及时送达的关键点之一,等待摆渡车或者行李车的情况在大小机场都时常发生。
据调研,我国现有机场的场面调度多停留在人工调度阶段,依靠调度人员个人经验安排任务,存在资源利用率低、任务保障不及时、服务水平不达标等情况。同时由于缺乏信息化手段,调度人员无法获知机场场面实时运行势态,对于运行中的问题、风险无法识别纠正。
发明内容
为克服现有技术的缺陷,本发明要解决的技术问题是提供了一种机场场面车辆智能调度系统,其能够实现人工到自动化的转变,减轻调度人员压力,实现车辆的最优利用,解决资源利用的低效,提高调度的科学性,以此提高机场场面安全性、减少事故率、改善公共服务质量。
本发明的技术方案是:这种机场场面车辆智能调度系统,其包括:
航班任务队列生成/更新模块(1),用于定时获取航班动态,更新航班任务信息,生成航班任务单元;
当前航班与冲突航班定义模块(2),用于从航班任务单元中定义当前航班,计算当前航班所需车辆数目和当前空闲车辆数目,确定航班任务时长,并定义冲突航班任务单元集合;
当前/冲突航班车辆数分配算法模块(3),用于定义两种场景的车辆分配算法,并自动根据不同场景进行算法选择;
车辆任务分配模块(4),用于分配车辆,确定车辆任务时长,并更新航班任务集合;
其中当前/冲突航班车辆数分配算法模块(3)包括:
冲突航班集合检查单元(31),用于检查冲突航班集合是否为空;
无冲突航班的车辆分配算法模块(32),用于为当前无冲突航班的场景提供分配算法;
存在冲突航班的车辆分配算法模块(33),用于为当前存在冲突航班的场景提供分配算法;
车辆优选算法模块(34),用于应对空闲车辆充足的场景下,通过对车辆权重的计算模型来决定车辆优选结果。
本发明通过航班任务队列生成/更新模块、当前航班与冲突航班定义模块、当前/冲突航班车辆数分配算法模块、车辆任务分配模块,实现人工到自动化的转变,减轻调度人员压力,其中的当前/冲突航班车辆数分配算法模块通过冲突航班集合检查单元、无冲突航班的车辆分配算法模块、存在冲突航班的车辆分配算法模块、车辆优选算法模块,实现车辆的最优利用,解决资源利用的低效,提高调度的科学性,以此提高机场场面安全性、减少事故率、改善公共服务质量。
还提供了一种机场场面车辆智能调度方法,其包括以下步骤:
(1)定时获取航班动态,更新航班任务信息,生成航班任务单元;
(2)从航班任务单元中定义当前航班,计算当前航班所需车辆数目和当前空闲车辆数目,确定航班任务时长,并定义冲突航班任务单元集合;
(3)定义两种场景的车辆分配算法,并自动根据不同场景进行算法选择;
(4)分配车辆,确定车辆任务时长,并更新航班任务集合;
其中步骤(3)包括:
(31)检查冲突航班集合是否为空,是则执行步骤(32),否则执行步骤(33);
(32)为当前无冲突航班的场景提供分配算法,跳转步骤(34);
(33)为当前存在冲突航班的场景提供分配算法;
(34)应对空闲车辆充足的场景下,通过对车辆权重的计算模型来决定车辆优选结果。
附图说明
图1为根据本发明的机场场面车辆智能调度系统的结构示意图。
图2为根据本发明的航班任务队列生成/更新模块的结构示意图。
图3为根据本发明的当前航班与冲突航班定义模块的结构示意图。
图4为根据本发明的当前/冲突航班车辆数分配算法模块的结构示意图。
图5为根据本发明的车辆任务分配模块的结构示意图。
图6是根据本发明的步骤(1)的工作流程图。
图7是根据本发明的步骤(2)的工作流程图。
图8是根据本发明的步骤(b2)的工作流程图。
图9是根据本发明的步骤(b4)的工作流程图。
图10是根据本发明的步骤(3)的工作流程图。
图11是根据本发明的步骤(32)的工作流程图。
图12是根据本发明的步骤(33)的工作流程图。
图13是根据本发明的步骤(34)的工作流程图。
图14是根据本发明的步骤(4)的工作流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,下面结合附图和具体实施例对本发明作进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
为了使本揭示内容的叙述更加详尽与完备,下文针对本发明的实施方式与具体实施例提出了说明性的描述;但这并非实施或运用本发明具体实施例的唯一形式。实施方式中涵盖了多个具体实施例的特征以及用以建构与操作这些具体实施例的系统步骤与其顺序。然而,亦可利用其它具体实施例来达成相同或均等的功能与步骤顺序。
如图1、4所示,这种机场场面车辆智能调度系统,其包括:
航班任务队列生成/更新模块(1),用于定时获取航班动态,更新航班任务信息,生成航班任务单元;
当前航班与冲突航班定义模块(2),用于从航班任务单元中定义当前航班,计算当前航班所需车辆数目和当前空闲车辆数目,确定航班任务时长,并定义冲突航班任务单元集合;
当前/冲突航班车辆数分配算法模块(3),用于定义两种场景的车辆分配算法,并自动根据不同场景进行算法选择;
车辆任务分配模块(4),用于分配车辆,确定车辆任务时长,并更新航班任务集合;
其中当前/冲突航班车辆数分配算法模块(3)包括:
冲突航班集合检查单元(31),用于检查冲突航班集合是否为空;
无冲突航班的车辆分配算法模块(32),用于为当前无冲突航班的场景提供分配算法;
存在冲突航班的车辆分配算法模块(33),用于为当前存在冲突航班的场景提供分配算法;
车辆优选算法模块(34),用于应对空闲车辆充足的场景下,通过对车辆权重的计算模型来决定车辆优选结果。
本发明通过航班任务队列生成/更新模块、当前航班与冲突航班定义模块、当前/冲突航班车辆数分配算法模块、车辆任务分配模块,实现人工到自动化的转变,减轻调度人员压力,其中的当前/冲突航班车辆数分配算法模块通过冲突航班集合检查单元、无冲突航班的车辆分配算法模块、存在冲突航班的车辆分配算法模块、车辆优选算法模块,实现车辆的最优利用,解决资源利用的低效,提高调度的科学性,以此提高机场场面安全性、减少事故率、改善公共服务质量。
优选地,如图2所示,所述航班任务队列生成/更新模块(1)包括:
航班信息更新单元(11),用于获取未来2小时内的所有航班信息;
航班任务集合生成单元(12),用于为不同的进、离港航班生成多个航班任务单元;
航班任务排序单元(13),用于按航班时间进行任务排序。
优选地,如图3所示,所述当前航班与冲突航班定义模块(2)包括:
当前航班定义单元(21),用于从航班任务集合中定义当前航班;
航班任务所需车辆数目计算单元(22),用于计算该航班任务所需车辆数;
航班任务时长计算单元(23),用于计算该航班任务时长;
冲突航班任务确认单元(24),用于查询与该航班冲突的其它航班任务单元。
优选地,如图5所示,所述车辆任务分配模块(4)包括:
车辆任务时间分配单元(41),为选中车辆确认车辆任务次数和时长;
航班任务集合更新单元(42),用于剔除已分配航班任务,更新航班任务集合。
还提供了一种机场场面车辆智能调度方法,其包括以下步骤:
(1)定时获取航班动态,更新航班任务信息,生成航班任务单元;
(2)从航班任务单元中定义当前航班,计算当前航班所需车辆数目和当前空闲车辆数目,确定航班任务时长,并定义冲突航班任务单元集合;
(3)定义两种场景的车辆分配算法,并自动根据不同场景进行算法选择;
(4)分配车辆,确定车辆任务时长,并更新航班任务集合;
上述方法持续更新航班动态,触发生成新的航班任务单元,考虑空闲车辆和冲突航班因素,为不同场景选择适合的车辆分配算法,有助于提升场面调度的效率。
如图10所示,其中步骤(3)包括:
(31)检查冲突航班集合Conflict_Set是否为空,是则执行步骤(32),否则执行步骤(33);
(32)为当前无冲突航班的场景提供分配算法,跳转步骤(34);
(33)为当前存在冲突航班的场景提供分配算法;
(34)应对空闲车辆充足的场景下,通过对车辆权重的计算模型来决定车辆优选结果。
优选地,如图6所示,所述步骤(1)包括:
(a1)每隔n分钟,定时更新航班动态信息;
(a2)从更新的航班动态中,截取当前时间至未来2小时内的所有新出现的航班信息(未分配的航班);
(a3)将上步获取的航班信息,生成多个航班任务单元,每个单元生成的字段有:班号、进/离港类型、任务开始时间、普通乘客数量C_normal、停机位编号、登机口编号。其中,对于进港航班,航班任务开始时间为降落时间;对于离港航班,航班任务开始时间为起飞时间减去30分钟(降落时间/起飞时间的取值优先级规则是:实际起飞/降落时间>预计起飞/降落时间>计划起飞/降落时间);
(a4)将生成的多个航班任务单元,按每个任务开始时间的前后顺序进行排列。
优选地,如图7所示,所述步骤(2)包括:
(b1)取航班任务单元集合中开始时间最早的航班单元,定义为当前航班;
(b2)计算该航班任务所需车辆数,定义为count_need。所需普通车数量由航班信息中普客数C_normal/普通车默认载客量得出;
(b3)获取自该航班任务开始后,实际空闲的车辆数,定义为count_left;
(b4)计算该航班任务时长,定义为duration_flt;
(b5)查询与该航班冲突的其它航班,生成任务单元集合,查询方法是:其它航班的起飞/降落时间若分布在[该航班任务开始时,该航班任务开始时间+t]区间内,则认为其它航班与该航班冲突;
如图8所示,其中所述步骤(b2)包括:
(b21)判断航班普通乘客数C_normal%普通乘客摆渡车载人数的值是否为0(即判断能否整除),若为0,转步骤(b22),否则转步骤(b23);
(b22)该航班任务所需车辆数count_need的值设为C_normal/普通乘客摆渡车载人数;
(b23)该航班任务所需车辆数count_need的值设为INT(C_normal/普通乘客摆渡车载人数)+1;
如图9所示,所述步骤(b4)包括:
(b41)判断count_need/count_left的值是否大于1,若是,转至步骤(b42),否则转至步骤(b44);
(b42)定义frequency为假定空闲车辆都分给该航班的情况下,需要每辆车最多跑几次车辆任务;转至此步骤,认为空闲车辆都服务于该航班的条件下,跑一趟也不能全部上客,此时为frequency赋值为INT(count_need/count_left)+1;转至步骤(b43);
(b43)定义该航班任务时长Duration_flt并赋值,转至此步骤,Duration_flt赋值为15*1+10*(Frequency-1);其中,假定同一辆车跑同一个航班任务时,第一趟的车辆任务时长为15分钟,自第二次开始,每次的车辆任务时长为10分钟;
(b44)若转至此步骤,认为空闲车辆都服务于该航班的条件下,跑一趟完全可以满足上客,此时直接为frequency赋值为1;
(b45)为该航班任务时长Duration_flt赋值为15分钟。因为只需跑一趟车辆任务,故Duration_flt设为一次车辆任务的时长,即15分钟。
优选地,如图11所示,所述步骤(32)包括:
(c21)判断Frequency是否等于1,空闲车辆都分配给当前航班的情况下,是否每辆车最多跑一趟任务就能满足上客需要,若是,转步骤(c22);否则转步骤(c25);
(c22)确定实际分配给该航班的车辆数c_Actual,此种情况c_Actual赋值为count_need,空闲车辆足够分配,需要几辆则分配几辆;
(c23)判断所需车辆数Count_need与空闲车辆数count_left是否相等,若相等,转步骤(c24);否则转步骤(c26);
(c24)转至此步,说明空闲车辆数量恰好满足该航班用车需求,直接将所有空闲车辆全部分配给该航班;
(c25)确定实际分配给该航班的车辆数c_Actual,转至此步骤说明空闲车辆即使全部分配给该航班,全体跑一趟也不能完成所有乘客的摆渡任务,需要跑多趟才能完成,此时将c_Actual赋值为count_left,所有空闲车辆全部分配给该航班,未来通过每辆车跑多趟来完成任务;
(c26)转至此步,说明空闲车辆数量多于该航班用车需求,为了效率考虑,需要从空闲车辆中优先选取一部分车辆用于该航班用车需求,选取的算法为车辆优选算法。
如图12所示,所述步骤(33)包括:
(c31)确定参与分配空闲车辆的航班数sum_flight,赋值为冲突航班数+1,意为冲突航班和当前航班均参与分配车辆;
(c32)确定可以分配给该航班的车辆数c_average,赋值为INT(count_left/sum_flight),意为当前航班与冲突航班对于空闲车辆的分配方式是平均分配;
(c33)判断可以分配给该航班的车辆数c_average是否大于等于该航班所需车辆数count_need,若满足,则代表空闲车辆足够分配,转至步骤(c34),否则转至步骤(c36);
(c34)确定实际分配给该航班的车辆数c_Actual,此种情况c_Actual赋值为count_need,需要几辆则分配几辆;
(c35)转至此步,因为实际分配给该航班的车辆数c_Actual肯定小于全部空闲车辆数count_left,为了效率考虑,需要从空闲车辆中优先选取一部分车辆用于该航班用车需求,采用车辆优选算法;
(c36)确定实际分配给该航班的车辆数c_Actual,转至此步骤说明即使将可以分配给该航班的车辆数c_average全部分配给该航班,全体跑一趟也不能完成所有乘客的摆渡任务,需要跑多趟才能完成,此时将c_Actual赋值为c_average,把可以分配给该航班的车辆数全部分配给该航班,未来通过每辆车跑多趟来完成任务。
优选地,如图13所示,所述步骤(34)包括:
(c41)获取需要优选的车辆数量n,目标是从所有空闲车辆中优选出n辆车供当前航班使用,接下来并行执行步骤(c42)、步骤(c43)和步骤(c44);
(c42)进入距离要素层面的计算,计算每辆空闲车辆自最后一次已指派任务结束后的所在位置,距当前航班登机口/停机位的距离Dist(i),单位为米;
(c43)进入已空闲时长要素层面的计算,计算每辆空闲车辆自最后一次已指派任务的结束时间,距当前航班开始时间的时长Dur_free(i),单位为分钟;
(c44)进入工作时长要素层面的计算,计算在当前航班任务开始时间前4小时之内,每辆空闲车辆共完成任务的时长Dur_work(i),单位为分钟;
(c45)接步骤(c42),计算距离均值DistAve,采用求和平均方式,∑Dist(i)/count_left;
(c46)接步骤(c43),计算空闲时长均值Dur_free_Ave,采用求和平均方式,∑Dur_free(i)/count_left;
(c47)接步骤(c44),计算工作时长均值Dur_work_Ave,采用求和平均方式,∑Dur_work(i)/count_left;
(c48)计算每辆车辆的权重值Weight(i),赋值为15%*(DistAve-Dist(i))+50%*(Dur_free(i)-Dur_free_Ave)+35%*(Dur_work_Ave-Dur_work(i)),意义是距离要素占15%的权重,当车辆所在位置距该航班位置越近时,该权重值越大;空闲时长权重占50%的权重,当车辆已空闲时间越长时,该权重值越大;已工作时长要素占35%的权重,当车辆已工作时长越短时,该权重值越大;
(c49)将每辆车辆按照计算的权重值Weight(i)从大到小排列;
(c410)选取排序前n个的车辆,作为优选结果,分配给该航班。
优选地,如图14所示,所述步骤(4)包括:
(d1)为当前航班所有分配的车辆赋第一次任务开始时间和结束时间,时长定为15分钟;
(d2)如果存在部分车辆需为当前航班跑多趟任务,则继续赋第二次直到第n次车辆任务的开始时间和结束时间,每次任务时长定为10分钟;
(d3)分配完毕后,从航班任务集合中剔除该航班任务;
(d4)判断航班任务集合是否为空,若为空,代表本次集合中的航班均已分配完毕,后续等待步骤(1)定时触发新的分配任务;否则转至步骤(d5);
(d5)转至此步说明航班任务集合中的航班仍未分配完毕,继续转至步骤(2)。
以上所述,仅是本发明的较佳实施例,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属本发明技术方案的保护范围。
Claims (10)
1.一种机场场面车辆智能调度系统,其特征在于:其包括:
航班任务队列生成/更新模块(1),用于定时获取航班动态,更新航班任务信息,生成航班任务单元;
当前航班与冲突航班定义模块(2),用于从航班任务单元中定义当前航班,计算当前航班所需车辆数目和当前空闲车辆数目,确定航班任务时长,并定义冲突航班任务单元集合;
当前/冲突航班车辆数分配算法模块(3),用于定义两种场景的车辆分配算法,并自动根据不同场景进行算法选择;
车辆任务分配模块(4),用于分配车辆,确定车辆任务时长,并更新航班任务集合;
其中当前/冲突航班车辆数分配算法模块(3)包括:
冲突航班集合检查单元(31),用于检查冲突航班集合是否为空;
无冲突航班的车辆分配算法模块(32),用于为当前无冲突航班的场景提供分配算法;
存在冲突航班的车辆分配算法模块(33),用于为当前存在冲突航班的场景提供分配算法;
车辆优选算法模块(34),用于应对空闲车辆充足的场景下,通过对车辆权重的计算模型来决定车辆优选结果。
2.根据权利要求1所述的机场场面车辆智能调度系统,其特征在于:所述航班任务队列生成/更新模块(1)包括:
航班信息更新单元(11),用于获取未来2小时内的所有航班信息;
航班任务集合生成单元(12),用于为不同的进、离港航班生成多个航班任务单元;
航班任务排序单元(13),用于按航班时间进行任务排序。
3.根据权利要求2所述的机场场面车辆智能调度系统,其特征在于:所述当前航班与冲突航班定义模块(2)包括:
当前航班定义单元(21),用于从航班任务集合中定义当前航班;
航班任务所需车辆数目计算单元(22),用于计算该航班任务所需车辆数;
航班任务时长计算单元(23),用于计算该航班任务时长;
冲突航班任务确认单元(24),用于查询与该航班冲突的其它航班任务单元。
4.根据权利要求3所述的机场场面车辆智能调度系统,其特征在于:所述车辆任务分配模块(4)包括:
车辆任务时间分配单元(41),为选中车辆确认车辆任务次数和时长;
航班任务集合更新单元(42),用于剔除已分配航班任务,更新航班任务集合。
5.一种机场场面车辆智能调度方法,其特征在于:其包括以下步骤:
(1)定时获取航班动态,更新航班任务信息,生成航班任务单元;
(2)从航班任务单元中定义当前航班,计算当前航班所需车辆数目和当前空闲车辆数目,确定航班任务时长,并定义冲突航班任务单元集合;
(3)定义两种场景的车辆分配算法,并自动根据不同场景进行算法选择;
(4)分配车辆,确定车辆任务时长,并更新航班任务集合;
其中步骤(3)包括:
(31)检查冲突航班集合是否为空,是则执行步骤(32),否则执行步骤(33);
(32)为当前无冲突航班的场景提供分配算法,跳转步骤(34);
(33)为当前存在冲突航班的场景提供分配算法;
(34)应对空闲车辆充足的场景下,通过对车辆权重的计算模型来决定车辆优选结果。
6.根据权利要求5所述的机场场面车辆智能调度方法,其特征在于:所述步骤(1)包括:
(a1)每隔n分钟,定时更新航班动态信息;
(a2)从更新的航班动态中,截取当前时间至未来2小时内的所有新出现的航班信息;
(a3)将上步获取的航班信息,生成多个航班任务单元,每个单元生成的字段有:班号、进/离港类型、任务开始时间、普通乘客数量C_normal、停机位编号、登机口编号。其中,对于进港航班,航班任务开始时间为降落时间;对于离港航班,航班任务开始时间为起飞时间减去30分钟,降落时间/起飞时间的取值优先级规则是:实际起飞/降落时间>预计起飞/降落时间>计划起飞/降落时间;
(a4)将生成的多个航班任务单元,按每个任务开始时间的前后顺序进行排列。
7.根据权利要求6所述的机场场面车辆智能调度方法,其特征在于:所述步骤(2)包括:
(b1)取航班任务单元集合中开始时间最早的航班单元,定义为当前航班;
(b2)计算该航班任务所需车辆数;
(b3)获取自该航班任务开始后,实际空闲的车辆数;
(b4)计算该航班任务时长;
(b5)查询与该航班冲突的其它航班,生成任务单元集合,查询方法是:其它航班的起飞/降落时间若分布在[该航班任务开始时,该航班任务开始时间+t]区间内,则认为其它航班与该航班冲突;
其中所述步骤(b2)包括:
(b21)判断航班普通乘客数C_normal%普通乘客摆渡车载人数的值是否为0,若为0,转步骤(b22),否则转步骤(b23);
(b22)该航班任务所需车辆数count_need的值设为C_normal/普通乘客摆渡车载人数;
(b23)该航班任务所需车辆数count_need的值设为INT(C_normal/普通乘客摆渡车载人数)+1;
所述步骤(b4)包括:
(b41)判断count_need/count_left的值是否大于1,若是,转至步骤(b42),否则转至步骤(b44);
(b42)定义frequency为假定空闲车辆都分给该航班的情况下,需要每辆车最多跑几次车辆任务;转至此步骤,认为空闲车辆都服务于该航班的条件下,跑一趟也不能全部上客,此时为frequency赋值为INT(count_need/count_left)+1;转至步骤(b43);
(b43)定义该航班任务时长Duration_flt并赋值,转至此步骤,Duration_flt赋值为15*1+10*(Frequency-1);其中,假定同一辆车跑同一个航班任务时,第一趟的车辆任务时长为15分钟,自第二次开始,每次的车辆任务时长为10分钟;
(b44)若转至此步骤,认为空闲车辆都服务于该航班的条件下,跑一趟完全可以满足上客,此时直接为frequency赋值为1;
(b45)为该航班任务时长Duration_flt赋值为15分钟。
8.根据权利要求7所述的机场场面车辆智能调度方法,其特征在于:所述步骤(32)包括:
(c21)判断Frequency是否等于1,空闲车辆都分配给当前航班的情况下,是否每辆车最多跑一趟任务就能满足上客需要,若是,转步骤(c22);否则转步骤(c25);
(c22)确定实际分配给该航班的车辆数c_Actual,此种情况c_Actual赋值为count_need,空闲车辆足够分配,需要几辆则分配几辆;
(c23)判断所需车辆数Count_need与空闲车辆数count_left是否相等,若相等,转步骤(c24);否则转步骤(c26);
(c24)转至此步,说明空闲车辆数量恰好满足该航班用车需求,直接将所有空闲车辆全部分配给该航班;
(c25)确定实际分配给该航班的车辆数c_Actual,转至此步骤说明空闲车辆即使全部分配给该航班,全体跑一趟也不能完成所有乘客的摆渡任务,需要跑多趟才能完成,此时将c_Actual赋值为count_left,所有空闲车辆全部分配给该航班,未来通过每辆车跑多趟来完成任务;
(c26)转至此步,说明空闲车辆数量多于该航班用车需求,为了效率考虑,需要从空闲车辆中优先选取一部分车辆用于该航班用车需求,选取的算法为车辆优选算法。
所述步骤(33)包括:
(c31)确定参与分配空闲车辆的航班数sum_flight,赋值为冲突航班数+1,意为冲突航班和当前航班均参与分配车辆;
(c32)确定可以分配给该航班的车辆数c_average,赋值为INT(count_left/sum_flight),意为当前航班与冲突航班对于空闲车辆的分配方式是平均分配;
(c33)判断可以分配给该航班的车辆数c_average是否大于等于该航班所需车辆数count_need,若满足,则代表空闲车辆足够分配,转至步骤(c34),否则转至步骤(c36);
(c34)确定实际分配给该航班的车辆数c_Actual,此种情况c_Actual赋值为count_need,需要几辆则分配几辆;
(c35)转至此步,因为实际分配给该航班的车辆数c_Actual肯定小于全部空闲车辆数count_left,为了效率考虑,需要从空闲车辆中优先选取一部分车辆用于该航班用车需求,采用车辆优选算法;
(c36)确定实际分配给该航班的车辆数c_Actual,转至此步骤说明即使将可以分配给该航班的车辆数c_average全部分配给该航班,全体跑一趟也不能完成所有乘客的摆渡任务,需要跑多趟才能完成,此时将c_Actual赋值为c_average,把可以分配给该航班的车辆数全部分配给该航班,未来通过每辆车跑多趟来完成任务。
9.根据权利要求8所述的机场场面车辆智能调度方法,其特征在于:
所述步骤(34)包括:
(c41)获取需要优选的车辆数量n,目标是从所有空闲车辆中优选出n辆车供当前航班使用,接下来并行执行步骤(c42)、步骤(c43)和步骤(c44);
(c42)进入距离要素层面的计算,计算每辆空闲车辆自最后一次已指派任务结束后的所在位置,距当前航班登机口/停机位的距离Dist(i),单位为米;
(c43)进入已空闲时长要素层面的计算,计算每辆空闲车辆自最后一次已指派任务的结束时间,距当前航班开始时间的时长Dur_free(i),单位为分钟;
(c44)进入工作时长要素层面的计算,计算在当前航班任务开始时间前4小时之内,每辆空闲车辆共完成任务的时长Dur_work(i),单位为分钟;
(c45)接步骤(c42),计算距离均值DistAve,采用求和平均方式,∑Dist(i)/count_left;
(c46)接步骤(c43),计算空闲时长均值Dur_free_Ave,采用求和平均方式,∑Dur_free(i)/count_left;
(c47)接步骤(c44),计算工作时长均值Dur_work_Ave,采用求和平均方式,∑Dur_work(i)/count_left;
(c48)计算每辆车辆的权重值Weight(i),赋值为15%*(DistAve-Dist(i))+50%*(Dur_free(i)-Dur_free_Ave)+35%*(Dur_work_Ave-Dur_work(i)),意义是距离要素占15%的权重,当车辆所在位置距该航班位置越近时,该权重值越大;空闲时长权重占50%的权重,当车辆已空闲时间越长时,该权重值越大;已工作时长要素占35%的权重,当车辆已工作时长越短时,该权重值越大;
(c49)将每辆车辆按照计算的权重值Weight(i)从大到小排列;
(c410)选取排序前n个的车辆,作为优选结果,分配给该航班。
10.根据权利要求9所述的机场场面车辆智能调度方法,其特征在于:所述步骤(4)包括:
(d1)为当前航班所有分配的车辆赋第一次任务开始时间和结束时间,时长定为15分钟;
(d2)如果存在部分车辆需为当前航班跑多趟任务,则继续赋第二次直到第n次车辆任务的开始时间和结束时间,每次任务时长定为10分钟;
(d3)分配完毕后,从航班任务集合中剔除该航班任务;
(d4)判断航班任务集合是否为空,若为空,代表本次集合中的航班均已分配完毕,后续等待步骤(1)定时触发新的分配任务;否则转至步骤(d5);
(d5)转至此步说明航班任务集合中的航班仍未分配完毕,继续转至步骤(2)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010963094.8A CN112036768B (zh) | 2020-09-14 | 2020-09-14 | 一种机场场面车辆智能调度系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010963094.8A CN112036768B (zh) | 2020-09-14 | 2020-09-14 | 一种机场场面车辆智能调度系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112036768A true CN112036768A (zh) | 2020-12-04 |
CN112036768B CN112036768B (zh) | 2024-06-14 |
Family
ID=73589227
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010963094.8A Active CN112036768B (zh) | 2020-09-14 | 2020-09-14 | 一种机场场面车辆智能调度系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112036768B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112700071A (zh) * | 2021-01-29 | 2021-04-23 | 中科大路(青岛)科技有限公司 | 用于机场的自动驾驶旅客摆渡车的管控方法及系统 |
CN112700651A (zh) * | 2021-02-09 | 2021-04-23 | 中科大路(青岛)科技有限公司 | 用于机场的自动驾驶车辆的测试方法及系统 |
CN112862260A (zh) * | 2021-01-18 | 2021-05-28 | 华中科技大学 | 一种机场摆渡服务调度方法和系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000259704A (ja) * | 1999-03-09 | 2000-09-22 | Yokogawa Electric Corp | スケジューリング方法及びスケジューリングシステム |
CA2636537A1 (en) * | 2008-06-30 | 2009-12-30 | Autonomous Solutions, Inc. | Vehicle dispatching method and system |
US20090327011A1 (en) * | 2008-06-30 | 2009-12-31 | Autonomous Solutions, Inc. | Vehicle dispatching method and system |
CN106651108A (zh) * | 2016-10-25 | 2017-05-10 | 合肥飞友网络科技有限公司 | 一种根据航班动态的机场用车调度方法 |
CN111310383A (zh) * | 2020-01-17 | 2020-06-19 | 中国民航大学 | 基于htcpn的机场牵引车动态优化调度方法 |
-
2020
- 2020-09-14 CN CN202010963094.8A patent/CN112036768B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000259704A (ja) * | 1999-03-09 | 2000-09-22 | Yokogawa Electric Corp | スケジューリング方法及びスケジューリングシステム |
CA2636537A1 (en) * | 2008-06-30 | 2009-12-30 | Autonomous Solutions, Inc. | Vehicle dispatching method and system |
US20090327011A1 (en) * | 2008-06-30 | 2009-12-31 | Autonomous Solutions, Inc. | Vehicle dispatching method and system |
CN106651108A (zh) * | 2016-10-25 | 2017-05-10 | 合肥飞友网络科技有限公司 | 一种根据航班动态的机场用车调度方法 |
CN111310383A (zh) * | 2020-01-17 | 2020-06-19 | 中国民航大学 | 基于htcpn的机场牵引车动态优化调度方法 |
Non-Patent Citations (3)
Title |
---|
HAN XUE 等: "Optimal scheduling of airpor ferry vehicles based on capacity network", 《ANNALS OF OPERATIONS》, vol. 295, 3 August 2020 (2020-08-03), XP037290271, DOI: 10.1007/s10479-020-03743-0 * |
吴巍巍;: "地勤服务车辆调度的多目标模型建立", 科技促进发展, no. 12, 15 December 2009 (2009-12-15) * |
姜春阳: "民航机场智能生产运行保障系统建设研究", 《科技创新导报》, 11 November 2019 (2019-11-11) * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112862260A (zh) * | 2021-01-18 | 2021-05-28 | 华中科技大学 | 一种机场摆渡服务调度方法和系统 |
CN112862260B (zh) * | 2021-01-18 | 2023-10-03 | 华中科技大学 | 一种机场摆渡服务调度方法和系统 |
CN112700071A (zh) * | 2021-01-29 | 2021-04-23 | 中科大路(青岛)科技有限公司 | 用于机场的自动驾驶旅客摆渡车的管控方法及系统 |
CN112700651A (zh) * | 2021-02-09 | 2021-04-23 | 中科大路(青岛)科技有限公司 | 用于机场的自动驾驶车辆的测试方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112036768B (zh) | 2024-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112036768B (zh) | 一种机场场面车辆智能调度系统及方法 | |
CN107169677B (zh) | 一种民用机场机坪保障车辆集中式调度指挥系统 | |
CN106981221B (zh) | 基于时空间维度分解的机场停机位分配方法及系统 | |
CN111915046B (zh) | 用于输出信息的方法和装置 | |
CN106952022B (zh) | 机场飞行资源与飞机的调度方法及调度系统 | |
CN109871990B (zh) | 考虑中转旅客最短流程时间的停机位分配方法 | |
CN109949068A (zh) | 一种基于预测结果的实时拼车方法和装置 | |
WO2018196700A1 (zh) | 基于候补机制的航班分配系统和方法 | |
CN109711619A (zh) | 考虑空地运行限制的多机场战略航班时刻协同优化方法 | |
CN111798079A (zh) | 航班调整方法、装置、电子设备及存储介质 | |
CN112633562B (zh) | 一种机场停机位智能调度方法 | |
CN114358446B (zh) | 一种机场资源调度的鲁棒优化方法 | |
CN111951145B (zh) | 基于ga-dqn的停机位分配方法 | |
CN110942193A (zh) | 车辆调度方法及存储介质 | |
CN100433076C (zh) | 着陆飞行器排序方法 | |
Zhao et al. | Research on airport multi-objective optimization of stand allocation based on simulated annealing algorithm | |
CN112785097A (zh) | 停机位分配方法、装置、存储介质及计算机设备 | |
Su et al. | Integrated Optimization of Aircraft Surface Operation and De-Icing Resources at Multi De-Icing Zones Airport | |
CN113222497B (zh) | 基于metric的航材共享中心库选址方法 | |
CN115759567A (zh) | 航班加油调度方案确定方法和装置 | |
CN112734315B (zh) | 航空网络规划方法、设备及存储介质 | |
CN113255970A (zh) | 航班延误下的机场地服保障设备需求预测方法及系统 | |
CN115049100A (zh) | 机场资源分配优化方法、装置、设备及可读存储介质 | |
CN113887790A (zh) | 一种机场特种车辆调度优化方法 | |
Fitouri-Trabelsi et al. | Ground handling management at airports with fuzzy information |
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 |