CN112132484A - 一种航班恢复方法及装置 - Google Patents
一种航班恢复方法及装置 Download PDFInfo
- Publication number
- CN112132484A CN112132484A CN202011061408.1A CN202011061408A CN112132484A CN 112132484 A CN112132484 A CN 112132484A CN 202011061408 A CN202011061408 A CN 202011061408A CN 112132484 A CN112132484 A CN 112132484A
- Authority
- CN
- China
- Prior art keywords
- flight
- data
- recovery
- abnormal
- scene
- 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.)
- Pending
Links
- 238000011084 recovery Methods 0.000 title claims abstract description 156
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000002159 abnormal effect Effects 0.000 claims abstract description 132
- 230000010006 flight Effects 0.000 claims abstract description 35
- 238000011156 evaluation Methods 0.000 claims abstract description 34
- 238000012544 monitoring process Methods 0.000 claims abstract description 22
- 230000006870 function Effects 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims description 40
- 230000000694 effects Effects 0.000 claims description 8
- 238000013524 data verification Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 7
- 238000012795 verification Methods 0.000 claims description 7
- 238000013210 evaluation model Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 10
- 238000005457 optimization Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 238000007418 data mining Methods 0.000 description 4
- 230000003111 delayed effect Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000010200 validation analysis Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training 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
- 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
- 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
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供的一种航班恢复方法及装置，预先基于航班异常数据以及评价指标构建预设航班恢复模型，当有航班恢复需求时，根据预设运行业务规则及目标函数，确定待恢复航班的航班恢复场景和航班运行政策；获取待恢复航班的航班运行基础数据，对场景异常、航班异常和旅客异常进行监控，并输出航班异常数据；根据航班运行政策和预设航班决策偏好对航班异常数据进行场景设置，得到重置后的航班恢复场景；在重置后的航班恢复场景下，将航班异常数据输入至预设航班恢复模型得到异常航班调整方案，并生成航班恢复计划列表。本申请可以实现各种条件下，不正常航班快速恢复与旅客恢复，提升航班运行效率，降低航班取消和航班延误对旅客出现造成的影响。
Description
技术领域
本申请涉及航班数据处理技术领域，尤其涉及一种航班恢复方法及装置。
背景技术
在航空技术领域，由于台风、降雪、雷暴天气等原因，经常会出现航班取消或航班延误，而航班取消或航班延误极大地浪费航空公司的资源和旅客的时间。据统计，全国每年有约20％的航班会发生航班取消和航班延误，由此带来的经济损失高达数十亿元，为此，如何在航班取消或延误后快速的恢复航班，并尽可能减少航班变化对旅客出行的影响，是一个长期困扰航空运行的难题。
由于恢复航班需要同时考虑飞机、航线、机组、旅客等诸多因素限制，存在决策难度大、效率低以及耗时长等问题，如果调整决策不当或不及时，会直接给旅客的出行带来诸多不便，也影响到公司运行的安全、正常、服务与效益。
因此，如何提升航班运行效率，降低航班取消和航班延误对旅客出现造成的影响，是本领域技术人员亟待解决的问题。
发明内容
本申请提供了一种航班恢复方法及装置，其目的在于：提升航班运行效率，降低航班取消和航班延误对旅客出现造成的影响。
为了实现上述目的，本申请提供了以下技术方案：
一种航班恢复方法，包括：
根据预设运行业务规则及目标函数，确定待恢复航班的航班恢复场景和航班运行政策；
获取所述待恢复航班的航班运行基础数据，对场景异常、航班异常和旅客异常进行监控，并输出航班异常数据，所述航班运行基础数据包括：运行限制、航班数据、旅客数据、计划数据、运价数据和机组数据；
根据所述航班运行政策和预设航班决策偏好对所述航班异常数据进行场景设置，得到重置后的航班恢复场景；
在所述重置后的航班恢复场景下，将所述航班异常数据输入至预设航班恢复模型得到异常航班调整方案，并生成航班恢复计划列表，所述预设航班恢复模型为基于航班异常数据以及评价指标构建的，所述评价指标包括：航班总收入、航班总成本、正常率、客座率和飞机利用率。
优选的，还包括：
对所述航班恢复计划列表进行规则检测，并由数据中心、航司安排客运、机场进行三方协调评估，评估通过后所述航班恢复计划列表生效，并按照所述异常航班调整方案开展相关航班保障及旅客通知工作。
优选的，在所述根据所述航班运行政策和预设航班决策偏好对所述航班异常数据进行场景设置之前，还包括：
对所述航班异常数据通过数据验证方式进行数据完整性的验证，来确定所述航班异常数据是否满足所述航班恢复场景；
所述根据所述航班运行政策和预设航班决策偏好对所述航班异常数据进行场景设置，具体为：
对通过验证的所述航班异常数据根据所述航班运行政策和预设航班决策偏好进行场景设置。
优选的，在所述生成航班恢复计划列表之前，还包括：
判断所述异常航班调整方案是否可行；
若是，则生成恢复航班计划列表；
若否，则根据所述航班运行政策和预设航班决策偏好对所述航班异常数据进行场景设置，对所述航班恢复场景进行重新设置。
优选的，所述将所述航班异常数据输入至预设航班恢复模型得到异常航班调整方案，具体为：
将所述航班异常数据依次输入航班价值评估模型、航班延误预估模型和航班损失回归模型，得到所述异常航班调整方案。
一种航班恢复装置，包括：
第一处理单元，用于根据预设运行业务规则及目标函数，确定待恢复航班的航班恢复场景和航班运行政策；
第二处理单元，用于获取所述待恢复航班的航班运行基础数据，对场景异常、航班异常和旅客异常进行监控，并输出航班异常数据，所述航班运行基础数据包括：运行限制、航班数据、旅客数据、计划数据、运价数据和机组数据；
第三处理单元，用于根据所述航班运行政策和预设航班决策偏好对所述航班异常数据进行场景设置，得到重置后的航班恢复场景；
第四处理单元，用于在所述重置后的航班恢复场景下，将所述航班异常数据输入至预设航班恢复模型得到异常航班调整方案，并生成航班恢复计划列表，所述预设航班恢复模型为基于航班异常数据以及评价指标构建的，所述评价指标包括：航班总收入、航班总成本、正常率、客座率和飞机利用率。
优选的，还包括：第五处理单元；所述第五处理单元具体用于：
对所述航班恢复计划列表进行规则检测，并由数据中心、航司安排客运、机场进行三方协调评估，评估通过后所述航班恢复计划列表生效，并按照所述异常航班调整方案开展相关航班保障及旅客通知工作。
优选的，还包括：第六处理单元，所述第六处理单元具体用于：
对所述航班异常数据通过数据验证方式进行数据完整性的验证，来确定所述航班异常数据是否满足所述航班恢复场景；
所述根据所述航班运行政策和预设航班决策偏好对所述航班异常数据进行场景设置，具体为：
对通过验证的所述航班异常数据根据所述航班运行政策和预设航班决策偏好进行场景设置。
一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在的设备执行如上述所述的航班恢复方法。
一种电子设备，所述电子设备包括至少一个处理器、以及与所述处理器连接的至少一个存储器、总线；其中，所述处理器、所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行如上述所述的航班恢复方法。
本申请提供的航班恢复方法及装置，预先基于航班异常数据以及评价指标构建预设航班恢复模型，当有航班恢复需求时，根据预设运行业务规则及目标函数，确定待恢复航班的航班恢复场景和航班运行政策；获取所述待恢复航班的航班运行基础数据，对场景异常、航班异常和旅客异常进行监控，并输出航班异常数据；根据所述航班运行政策和预设航班决策偏好对所述航班异常数据进行场景设置，得到重置后的航班恢复场景；在所述重置后的航班恢复场景下，将所述航班异常数据输入至预设航班恢复模型得到异常航班调整方案，并生成航班恢复计划列表。本申请应用运筹优化、人工智能和数据挖掘等技术，可以实现各种条件下，不正常航班快速恢复与旅客恢复，提升航班运行效率，降低航班取消和航班延误对旅客出现造成的影响。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种航班恢复系统结构示意图；
图2为本申请实施例提供的一种航班恢复方法流程图；
图3为本申请实施例提供的一种航班恢复装置结构示意图；
图4为本申请实施例提供的一种航班恢复系统结构示意图；
图5为本申请实施例提供的一种电子设备结构示意图。
具体实施方式
本申请提供一种航班恢复方法及装置，应用于如图1所示的航班恢复系统，该航班恢复系统包括：异常监控子系统10、航班恢复子系统20和异常航班调整子系统30，异常监控子系统10用于监控场景异常情况、航班异常情况以及旅客异常情况，得到异常场景数据、航班异常数据和旅客异常数据，并将异常场景数据、航班异常数据和旅客异常数据进行数据整合处理以及行程异常数据分析，得到多维度下的航班异常情况，例如：基于场景维度，可分为大场景异常情况、中场景异常情况和小场景异常情况；基于航班受影响程度维度，可分为航班取消情况和航班延误情况。航班恢复子系统20用于计算航班价值、对旅客进行安置调整以及运价计算，根据异常航班列表和航班计划进行计算，得到计算结果，根据计算结果进行异常航班调整，并生成恢复航班计划列表。异常航班调整子系统30用于根据恢复航班计划列表对异常航班进行规则检查，并由数据中心、航司安排客运和机场进行三方协调评估，评估通过后生效，后续各运行保障部门按照此调整方案开展相关航班保障及旅客通知工作。
本申请的发明目的在于：提升航班运行效率，降低航班取消和航班延误对旅客出现造成的影响。
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
如图2所示，本申请实施例提供一种航班恢复方法流程图，该方法具体包括如下步骤：
S201：根据预设运行业务规则及目标函数，确定待恢复航班的航班恢复场景和航班运行政策。
本申请实施例中，应用运筹优化、人工智能和数据挖掘等技术，实现恶劣天气如台风、雾霾、大雪、飞机故障、机场关闭、流量控制等条件下的不正常航班快速恢复与旅客恢复；能够突破人工方案仅考虑少数因素的局限性，在综合考虑旅客、航班、飞机等多项复杂因素后做出更优决策，大大提高航班调整决策效率，并让旅客在最短的时间知晓未来航班动态、调整行程计划、减少延误等待时间，实现更多旅客成行，尽可能减少航班变化对旅客出行的影响，提升旅客服务体验。
本申请实施例实现了对航班的动态监控和异常告警，满足不同业务场景、多种恢复目标的设置，支持不同方案优劣评价指标对比。
S202：获取所述待恢复航班的航班运行基础数据，对场景异常、航班异常和旅客异常进行监控，并输出航班异常数据。
上述所述航班运行基础数据包括：运行限制、航班数据、旅客数据、计划数据、运价数据和机组数据。
在场景支持上，系统针对大规模台风天气、大规模雨雪雾造成的机场关闭等大场景，2-11天航班计划、航空公司航班计划恢复、正常性优化等中场景，当日航班过站时间不足优化、临时飞机故障、临时航班调减、优化指定航班的过站时间等小场景，均能快速给出合理方案，方案的业务水准显著超过经过长期专业训练的熟练业务人员的水准。
需要说明的是，本申请实施例中，需要对大规模台风天气、大规模雨雪雾造成的机场关闭等大场景，2-11天航班计划、航空公司航班计划恢复、正常性优化等中场景，当日航班过站时间不足优化、临时飞机故障、临时航班调减、优化指定航班的过站等小场景等异常情况进行监控，得到异常场景数据；同时需要对受场景异常引起的航班异常情况进行监控，得到异常航班数据；以及需要对旅客受关联的异常航班影响的旅客信息进行监控，得到异常旅客数据。并将异常场景数据、异常航班数据、异常旅客数据等进行数据整合处理，行程异常数据分析，将异常情况进行多维度划分，例如：基于场景维度，可分为大场景异常情况、中场景异常情况和小场景异常情况；基于航班受影响程度维度，可分为航班取消情况和航班延误情况。
S203：根据所述航班运行政策和预设航班决策偏好对所述航班异常数据进行场景设置，得到重置后的航班恢复场景。
S204：在所述重置后的航班恢复场景下，将所述航班异常数据输入至预设航班恢复模型得到异常航班调整方案，并生成航班恢复计划列表。
所述预设航班恢复模型为基于航班异常数据以及评价指标构建的，所述评价指标包括：航班总收入、航班总成本、正常率、客座率和飞机利用率。
需要说明的是，预设航班恢复模型是从海量历史航班的大数据分析中，找到季节、天气、航班量、流量控制等众多因素，对航班正常性的影响规律，形成智能规则固化到航班恢复系统中，用于预测未来可能延误的航班，及早进行人工干预，优化航班衔接与过站时间，优化机组、飞机任务连线，实现航班计划的预先管理，减少航班延误班次。
进一步的，该方法还包括：
S205：对所述航班恢复计划列表进行规则检测，并由数据中心、航司安排客运、机场进行三方协调评估，评估通过后所述航班恢复计划列表生效，并按照所述异常航班调整方案开展相关航班保障及旅客通知工作。
进一步的，在所述根据所述航班运行政策和预设航班决策偏好对所述航班异常数据进行场景设置之前，还包括：
对所述航班异常数据通过数据验证方式进行数据完整性的验证，来确定所述航班异常数据是否满足所述航班恢复场景；
所述根据所述航班运行政策和预设航班决策偏好对所述航班异常数据进行场景设置，具体为：
对通过验证的所述航班异常数据根据所述航班运行政策和预设航班决策偏好进行场景设置。
进一步的，在所述生成航班恢复计划列表之前，还包括：
判断所述异常航班调整方案是否可行；
若是，则生成恢复航班计划列表；
若否，则根据所述航班运行政策和预设航班决策偏好对所述航班异常数据进行场景设置，对所述航班恢复场景进行重新设置。
进一步的，所述将所述航班异常数据输入至预设航班恢复模型得到异常航班调整方案，具体为：
将所述航班异常数据依次输入航班价值评估模型、航班延误预估模型和航班损失回归模型，得到所述异常航班调整方案。
本申请实施例提供的航班恢复方法，预先基于航班异常数据以及评价指标构建预设航班恢复模型，当有航班恢复需求时，根据预设运行业务规则及目标函数，确定待恢复航班的航班恢复场景和航班运行政策；获取所述待恢复航班的航班运行基础数据，对场景异常、航班异常和旅客异常进行监控，并输出航班异常数据；根据所述航班运行政策和预设航班决策偏好对所述航班异常数据进行场景设置，得到重置后的航班恢复场景；在所述重置后的航班恢复场景下，将所述航班异常数据输入至预设航班恢复模型得到异常航班调整方案，并生成航班恢复计划列表。本申请实施例应用运筹优化、人工智能和数据挖掘等技术，可以实现各种条件下，不正常航班快速恢复与旅客恢复，提升航班运行效率，降低航班取消和航班延误对旅客出现造成的影响。
请参阅图3，基于上述实施例公开的一种航班恢复方法，本实施例对应公开了一种航班恢复装置，具体的，该装置包括：
第一处理单元301，用于根据预设运行业务规则及目标函数，确定待恢复航班的航班恢复场景和航班运行政策；
第二处理单元302，用于获取所述待恢复航班的航班运行基础数据，对场景异常、航班异常和旅客异常进行监控，并输出航班异常数据，所述航班运行基础数据包括：运行限制、航班数据、旅客数据、计划数据、运价数据和机组数据；
第三处理单元303，用于根据所述航班运行政策和预设航班决策偏好对所述航班异常数据进行场景设置，得到重置后的航班恢复场景；
第四处理单元304，用于在所述重置后的航班恢复场景下，将所述航班异常数据输入至预设航班恢复模型得到异常航班调整方案，并生成航班恢复计划列表，所述预设航班恢复模型为基于航班异常数据以及评价指标构建的，所述评价指标包括：航班总收入、航班总成本、正常率、客座率和飞机利用率。
进一步的还包括：第五处理单元305；所述第五处理单元305具体用于：
对所述航班恢复计划列表进行规则检测，并由数据中心、航司安排客运、机场进行三方协调评估，评估通过后所述航班恢复计划列表生效，并按照所述异常航班调整方案开展相关航班保障及旅客通知工作。
进一步的还包括：第六处理单元306，所述第六处理单元306具体用于：
对所述航班异常数据通过数据验证方式进行数据完整性的验证，来确定所述航班异常数据是否满足所述航班恢复场景；
所述根据所述航班运行政策和预设航班决策偏好对所述航班异常数据进行场景设置，具体为：
对通过验证的所述航班异常数据根据所述航班运行政策和预设航班决策偏好进行场景设置。
所述航班恢复装置包括处理器和存储器，上述第一处理单元、第二处理单元、第三处理单元和第四处理单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来达到提升航班运行效率，降低航班取消和航班延误对旅客出现造成的影响。
本申请实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现所述航班恢复方法。
本申请实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述航班恢复方法。
本申请实施例还提供了一种航班恢复系统，如图1所示，该航班恢复系统包括：异常监控子系统10、航班恢复子系统20和异常航班调整子系统30，具体的，如图4所示，异常监控子系统10包括：场景异常监控模块11、航班异常监控模块12、旅客异常监控模块13和异常数据处理模块14。航班恢复子系统20包括：恢复模型构建模块21、场景数据处理模块22、航班价值计算模块23、旅客安置调整模块24、航班运价处理模块25、航班计划生成模块26和航班恢复生效模块27。
其中，场景异常监控模块11，用于监控大规模台风天气、大规模雨雪雾造成的机场关闭等大场景，2-11天航班计划、航空公司航班计划恢复、正常性优化等中场景，当日航班过站时间不足优化、临时飞机故障、临时航班调减、优化指定航班的过站等小场景等异常情况；航班异常监控模块12，用于监控受场景异常引起的航班异常情况；旅客异常监控模块13，用于监控旅客受关联的异常航班影响的旅客信息；异常数据处理模块14，用于将异常场景数据、异常航班数据、异常旅客数据等进行数据整合处理，行程异常数据分析，将异常情况进行多维度划分，基于场景维度，分为大场景异常情况、中场景异常情况和小场景异常情况；基于航班受影响程度维度，分为航班取消情况和航班延误情况。
恢复模型构建模块21，该模型基于异常数据处理模块处理的异常数据分析结果以及航班总收入、航班总成本、正常率、客座率、飞机利用率等几十项指标构建恢复模型，设计了航班价值评估、航班延误预估、航班损失回归三个数据挖掘模型，从海量历史航班的大数据分析中，找到季节、天气、航班量、流量控制等众多因素对航班正常性的影响规律，形成智能规则固化到系统中，用于预测未来可能延误的航班，及早进行人工干预，优化航班衔接与过站时间，优化机组、飞机任务连线，实现航班计划的预先管理，减少航班延误班次；场景数据处理模块22，用于基于场景异常数据、场景分类以及理论场景恢复数据进行场景的恢复数据的处理和整合；航班价值计算模块23，用于基于航班的客座率、航班容量、航班历程、航班机型、航班频率等对航班进行价值分析；其中航班价值的计算涉及的数据包括：航班总收入、航班总成本、正常率、客座率、飞机利用率等几十项指标，综合评估得到一个价值总分；旅客安置调整模块24，用于对异常旅客进行航班恢复安排；航班运价处理模块25，用于计算航班恢复变更所引起的运价数据的变更；航班计划生成模块26，用于按照航班恢复情况对航班进行计划生成；航班恢复生效模块27，用于按照航班计划生成模块所生成的航班计划进行恢复生效。
本申请实施例提供了一种电子设备，如图5所示，该电子设备50包括至少一个处理器501、以及与所述处理器连接的至少一个存储器502、总线503；其中，所述处理器501、所述存储器502通过所述总线503完成相互间的通信；处理器501用于调用所述存储器502中的程序指令，以执行上述的所述航班恢复方法。
本文中的电子设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：
根据预设运行业务规则及目标函数，确定待恢复航班的航班恢复场景和航班运行政策；
获取所述待恢复航班的航班运行基础数据，对场景异常、航班异常和旅客异常进行监控，并输出航班异常数据，所述航班运行基础数据包括：运行限制、航班数据、旅客数据、计划数据、运价数据和机组数据；
根据所述航班运行政策和预设航班决策偏好对所述航班异常数据进行场景设置，得到重置后的航班恢复场景；
在所述重置后的航班恢复场景下，将所述航班异常数据输入至预设航班恢复模型得到异常航班调整方案，并生成航班恢复计划列表，所述预设航班恢复模型为基于航班异常数据以及评价指标构建的，所述评价指标包括：航班总收入、航班总成本、正常率、客座率和飞机利用率。
进一步，还包括：
对所述航班恢复计划列表进行规则检测，并由数据中心、航司安排客运、机场进行三方协调评估，评估通过后所述航班恢复计划列表生效，并按照所述异常航班调整方案开展相关航班保障及旅客通知工作。
进一步，在所述根据所述航班运行政策和预设航班决策偏好对所述航班异常数据进行场景设置之前，还包括：
对所述航班异常数据通过数据验证方式进行数据完整性的验证，来确定所述航班异常数据是否满足所述航班恢复场景；
所述根据所述航班运行政策和预设航班决策偏好对所述航班异常数据进行场景设置，具体为：
对通过验证的所述航班异常数据根据所述航班运行政策和预设航班决策偏好进行场景设置。
进一步，在所述生成航班恢复计划列表之前，还包括：
判断所述异常航班调整方案是否可行；
若是，则生成恢复航班计划列表；
若否，则根据所述航班运行政策和预设航班决策偏好对所述航班异常数据进行场景设置，对所述航班恢复场景进行重新设置。
进一步，所述将所述航班异常数据输入至预设航班恢复模型得到异常航班调整方案，具体为：
将所述航班异常数据依次输入航班价值评估模型、航班延误预估模型和航班损失回归模型，得到所述异常航班调整方案。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
在一个典型的配置中，设备包括一个或多个处理器(CPU)、存储器和总线。设备还可以包括输入/输出接口、网络接口等。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种航班恢复方法，其特征在于，包括：
根据预设运行业务规则及目标函数，确定待恢复航班的航班恢复场景和航班运行政策；
获取所述待恢复航班的航班运行基础数据，对场景异常、航班异常和旅客异常进行监控，并输出航班异常数据，所述航班运行基础数据包括：运行限制、航班数据、旅客数据、计划数据、运价数据和机组数据；
根据所述航班运行政策和预设航班决策偏好对所述航班异常数据进行场景设置，得到重置后的航班恢复场景；
在所述重置后的航班恢复场景下，将所述航班异常数据输入至预设航班恢复模型得到异常航班调整方案，并生成航班恢复计划列表，所述预设航班恢复模型为基于航班异常数据以及评价指标构建的，所述评价指标包括：航班总收入、航班总成本、正常率、客座率和飞机利用率。
2.根据权利要求1所述的方法，其特征在于，还包括：
对所述航班恢复计划列表进行规则检测，并由数据中心、航司安排客运、机场进行三方协调评估，评估通过后所述航班恢复计划列表生效，并按照所述异常航班调整方案开展相关航班保障及旅客通知工作。
3.根据权利要求1所述的方法，其特征在于，在所述根据所述航班运行政策和预设航班决策偏好对所述航班异常数据进行场景设置之前，还包括：
对所述航班异常数据通过数据验证方式进行数据完整性的验证，来确定所述航班异常数据是否满足所述航班恢复场景；
所述根据所述航班运行政策和预设航班决策偏好对所述航班异常数据进行场景设置，具体为：
对通过验证的所述航班异常数据根据所述航班运行政策和预设航班决策偏好进行场景设置。
4.根据权利要求1所述的方法，其特征在于，在所述生成航班恢复计划列表之前，还包括：
判断所述异常航班调整方案是否可行；
若是，则生成恢复航班计划列表；
若否，则根据所述航班运行政策和预设航班决策偏好对所述航班异常数据进行场景设置，对所述航班恢复场景进行重新设置。
5.根据权利要求1所述的方法，其特征在于，所述将所述航班异常数据输入至预设航班恢复模型得到异常航班调整方案，具体为：
将所述航班异常数据依次输入航班价值评估模型、航班延误预估模型和航班损失回归模型，得到所述异常航班调整方案。
6.一种航班恢复装置，其特征在于，包括：
第一处理单元，用于根据预设运行业务规则及目标函数，确定待恢复航班的航班恢复场景和航班运行政策；
第二处理单元，用于获取所述待恢复航班的航班运行基础数据，对场景异常、航班异常和旅客异常进行监控，并输出航班异常数据，所述航班运行基础数据包括：运行限制、航班数据、旅客数据、计划数据、运价数据和机组数据；
第三处理单元，用于根据所述航班运行政策和预设航班决策偏好对所述航班异常数据进行场景设置，得到重置后的航班恢复场景；
第四处理单元，用于在所述重置后的航班恢复场景下，将所述航班异常数据输入至预设航班恢复模型得到异常航班调整方案，并生成航班恢复计划列表，所述预设航班恢复模型为基于航班异常数据以及评价指标构建的，所述评价指标包括：航班总收入、航班总成本、正常率、客座率和飞机利用率。
7.根据权利要求6所述的装置，其特征在于，还包括：第五处理单元；所述第五处理单元具体用于：
对所述航班恢复计划列表进行规则检测，并由数据中心、航司安排客运、机场进行三方协调评估，评估通过后所述航班恢复计划列表生效，并按照所述异常航班调整方案开展相关航班保障及旅客通知工作。
8.根据权利要求6所述的装置，其特征在于，还包括：第六处理单元，所述第六处理单元具体用于：
对所述航班异常数据通过数据验证方式进行数据完整性的验证，来确定所述航班异常数据是否满足所述航班恢复场景；
所述根据所述航班运行政策和预设航班决策偏好对所述航班异常数据进行场景设置，具体为：
对通过验证的所述航班异常数据根据所述航班运行政策和预设航班决策偏好进行场景设置。
9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在的设备执行如权利要求1至5中任一项所述的航班恢复方法。
10.一种电子设备，其特征在于，所述电子设备包括至少一个处理器、以及与所述处理器连接的至少一个存储器、总线；其中，所述处理器、所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行如权利要求1至5中任一项所述的航班恢复方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011061408.1A CN112132484A (zh) | 2020-09-30 | 2020-09-30 | 一种航班恢复方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011061408.1A CN112132484A (zh) | 2020-09-30 | 2020-09-30 | 一种航班恢复方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112132484A true CN112132484A (zh) | 2020-12-25 |
Family
ID=73843575
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011061408.1A Pending CN112132484A (zh) | 2020-09-30 | 2020-09-30 | 一种航班恢复方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112132484A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112819317A (zh) * | 2021-01-29 | 2021-05-18 | 同济大学 | 一种不正常航班飞机、旅客及机务一体化恢复系统 |
| CN112836977A (zh) * | 2021-02-07 | 2021-05-25 | 携程旅游网络技术（上海）有限公司 | 航班调整的方法、系统、设备和介质 |
| CN112990725A (zh) * | 2021-03-24 | 2021-06-18 | 携程旅游网络技术（上海）有限公司 | 航班自动补班的方法、系统、设备及介质 |
| CN114595863A (zh) * | 2022-01-12 | 2022-06-07 | 杭州优迈科思信息科技有限责任公司 | 航班智能恢复的方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2916812A1 (en) * | 2015-01-09 | 2016-07-09 | General Electric Company | Method and system for robust network planning optimization of airline flight operations |
| CN108985621A (zh) * | 2018-07-13 | 2018-12-11 | 南京航空航天大学 | 基于风险管控的区域多机场不正常航班恢复方法 |
| CN109840610A (zh) * | 2017-11-28 | 2019-06-04 | 梁哲 | 不正常航班飞机路径与旅客行程自动恢复系统及方法 |
-
2020
- 2020-09-30 CN CN202011061408.1A patent/CN112132484A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2916812A1 (en) * | 2015-01-09 | 2016-07-09 | General Electric Company | Method and system for robust network planning optimization of airline flight operations |
| CN109840610A (zh) * | 2017-11-28 | 2019-06-04 | 梁哲 | 不正常航班飞机路径与旅客行程自动恢复系统及方法 |
| CN108985621A (zh) * | 2018-07-13 | 2018-12-11 | 南京航空航天大学 | 基于风险管控的区域多机场不正常航班恢复方法 |
Non-Patent Citations (1)
| Title |
|---|
| 民航资源网: "智慧民航案例展示：厦门航空航班智能恢复系统", pages 3 - 5, Retrieved from the Internet <URL:http://news.carnoc.com/list/514/514237.html> * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112819317A (zh) * | 2021-01-29 | 2021-05-18 | 同济大学 | 一种不正常航班飞机、旅客及机务一体化恢复系统 |
| CN112819317B (zh) * | 2021-01-29 | 2022-11-18 | 同济大学 | 一种不正常航班飞机、旅客及机务一体化恢复系统 |
| CN112836977A (zh) * | 2021-02-07 | 2021-05-25 | 携程旅游网络技术（上海）有限公司 | 航班调整的方法、系统、设备和介质 |
| CN112990725A (zh) * | 2021-03-24 | 2021-06-18 | 携程旅游网络技术（上海）有限公司 | 航班自动补班的方法、系统、设备及介质 |
| CN114595863A (zh) * | 2022-01-12 | 2022-06-07 | 杭州优迈科思信息科技有限责任公司 | 航班智能恢复的方法及系统 |
| CN114595863B (zh) * | 2022-01-12 | 2023-12-15 | 杭州优迈科思信息科技有限责任公司 | 航班智能恢复的方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112132484A (zh) | 一种航班恢复方法及装置 | |
| US10748089B2 (en) | Method and system for automatic evaluation of robustness and disruption management for commercial airline flight operations | |
| US9787704B2 (en) | Anomaly detection based on cluster transitions | |
| CN111178598A (zh) | 铁路客运站客流量预测方法、系统、电子设备及存储介质 | |
| US20160055275A1 (en) | Large scale flight simulation | |
| Li et al. | Civil aircraft big data platform | |
| CN106447107B (zh) | 一种基于飞机结构健康监控的维修方法 | |
| CN104777827A (zh) | 高速铁路信号系统车载设备故障诊断方法 | |
| CN105260426A (zh) | 基于大数据的飞机综合健康管理系统和方法 | |
| JPWO2019116418A1 (ja) | 障害分析装置、障害分析方法および障害分析プログラム | |
| CN111814257B (zh) | 民用飞机的运营可靠度分析方法、系统及电子设备 | |
| CN114707401A (zh) | 信号系统设备的故障预警方法及装置 | |
| CN101465066B (zh) | 飞机垂直占有率的获取方法 | |
| CN113675944A (zh) | 一种光伏电站智能分析决策系统及方法 | |
| CN106529835B (zh) | 一种终端区日通行能力确定方法及装置 | |
| CN109359829A (zh) | 基于历史大数据的电力突发事件辅助决策方法及系统 | |
| CN114912854B (zh) | 地铁列车运行调整方法、装置、电子设备及存储介质 | |
| CN112712305B (zh) | 一种飞行器系统及其健康评估方法和装置 | |
| CN112749754B (zh) | 一种对不正常计算撤轮档时间预警的方法及装置 | |
| US20230150314A1 (en) | Wear state prediction method, wear state prediction device, and wear state prediction program | |
| CN106599435B (zh) | 一种机场日通行能力确定方法及装置 | |
| Standfuss et al. | Determinants of Performance in European ATM--How to Analyze a Diverse Industry | |
| CN115454959B (zh) | 航空飞行计划制定时气象数据核实方法及系统 | |
| CN116663720A (zh) | 航班运行保障的协同管理方法、系统、设备及介质 | |
| US11924074B2 (en) | Quantum dot energized heterogeneous multi-sensor with edge fulgurated decision accomplisher |
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 |