CN112288394B - 管制员排班试验验证系统 - Google Patents
管制员排班试验验证系统 Download PDFInfo
- Publication number
- CN112288394B CN112288394B CN202011178443.1A CN202011178443A CN112288394B CN 112288394 B CN112288394 B CN 112288394B CN 202011178443 A CN202011178443 A CN 202011178443A CN 112288394 B CN112288394 B CN 112288394B
- Authority
- CN
- China
- Prior art keywords
- scheduling
- controller
- data
- module
- template
- 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.)
- Active
Links
- 238000012795 verification Methods 0.000 title claims abstract description 40
- 238000012360 testing method Methods 0.000 title claims abstract description 13
- 238000005457 optimization Methods 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 238000004088 simulation Methods 0.000 claims abstract description 8
- 238000007405 data analysis Methods 0.000 claims abstract description 5
- 238000010276 construction Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 9
- 238000010801 machine learning Methods 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 3
- 238000012935 Averaging Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 6
- 238000007619 statistical method Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
- G06Q10/1093—Calendar-based scheduling for persons or groups
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/186—Templates
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种管制员排班试验验证系统,包括排班模块,用于通过设置排班参数,进行系统自动排班或人工排班,生成排班表并发布;数据统计分析模块,用于根据所述排班表对管制员的各项值勤数据进行统计,根据统计结果判断排班模式和排班模板的合理性;席位配置验证与排班优化模块,用于通过灵活配置排班参数,对排班模板进行新建或者调整,模拟排班并进行数据分析,对管制席位配置和排班模板的合理性进行仿真验证。本发明能够实现自动排班,解决了传统人工排班存在的问题,并可通过模拟排班对管制席位配置的合理性和排班模板的优劣性进行仿真验证。
Description
技术领域
本发明涉及空中交通管制技术领域,具体而言,涉及一种管制员排班试验验证系统。
背景技术
随着民航事业的高速发展,飞行流量与日俱增,空中交通管制任务重责任大,空中交通管制员的排班也显得愈发重要,科学合理的排班是保障航空安全的必要因素。
对空管系统而言,制定管制员排班计划是件颇为棘手的工作。制定排班计划时必须考虑疲劳管理、轮班分配、人员培训和人员资质等多重因素,同时还必须考虑强制性和安全准则、计划内、计划外的休假、劳动协议、公平倒班和区域分配等要素。除去强制性、休假、资质等固定因素外,管制员排班是否科学合理就主要体现在工作强度,其中一个主要判断标准即为执勤时间的时长,特别是夜班的次数与时长,正常情况下,在一定时间段内,同级别管制员的值班天数、工作强度应大致相等,且不超出行业规定的最高标准。
经调研,目前全国管制单位都是固定轮换的排班方式,将管制员分为不同的2-4个组,每1-2个组负责24小时的值班,具体分组和轮换方式各地区管制单位根据自身情况决定,且几乎均为人工排班,多数为Excel表格或Word形式,制定好格式固定的表格,根据历史经验进行排班,主要存在以下问题:
(1)不便保存和统计各种排班数据;
(2)排班是建立在历史经验的基础上,缺乏科学评估,存在将错就错的风险;
(3)排班由专人负责,遇见紧急情况需要临时调整人员时,应急能力差,适应性不强。
由于没有详细的数据库和软件系统的支持,人工排班往往遵循的是经验原则,根据个人经验来进行排班,特别是大型管制单位,管制员数量多,管制席位多,人工排班难以平衡每个管制员的工作强度且无法评估排班模式是否科学合理。
发明内容
本发明旨在提供一种管制员排班试验验证系统,以解决人工排班存在的问题。
本发明提供的一种管制员排班试验验证系统,包括排班模块,数据统计分析模块,以及席位配置验证与排班优化模块;
所述排班模块,用于通过设置排班参数,进行系统自动排班或人工排班,生成排班表并发布;所述排班参数包括管制员基本信息、分班详情、扇区信息、席位详情、排班模板和历史排班数据;
所述数据统计分析模块,用于根据所述排班表对管制员的各项值勤数据进行统计,根据统计结果判断排班模式和排班模板的合理性;
所述席位配置验证与排班优化模块,用于通过灵活配置排班参数,对排班模板进行新建或者调整,模拟排班并进行数据分析,对管制席位配置和排班模板的合理性进行仿真验证。
进一步的,所述排班模块提供三种排班方式:
(1)所述排班模块直接根据设置的排班参数,通过机器学习历史排班数据,进行自动排班,生成排班表并发布;
(2)所述排班模块根据设置的排班参数,通过机器学习历史排班数据,进行自动排班,生成排班表,再由人工对排班表进行微调后发布;
(3)所述排班模块提供人工交互,实现根据设置的排班参数进行人工排班。
进一步的,所述管制员排班试验验证系统通过网络连接有智能终端;所述智能终端用于接收所述排班模块发布的排班表并进行提醒。
进一步的,所述网络为无线网络或有线网络。
进一步的,所述智能终端为PC机、智能手机、平板电脑和PDA中的一种或多种。
进一步的,所述数据统计分析模块统计的管制员的各项值勤数据包括:
数据一,每个管制员的夜班执勤次数与时长;
数据二,每个管制员的白班执勤次数与时长;
数据三,每个管制员在每个席位的执勤时长;
数据四,在每个扇区的主副席位,每个管制员和其他管制员的搭配时长。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1、本发明能够实现自动排班,解决了传统人工排班存在的问题。
2、本发明也提供人工排班,多方面满足排班人员的需求。
3、本发明具有统计分析功能,可对排班模式和排班模板进行优劣评价;
4、本发明提供一套完整的仿真验证,可通过模拟排班对管制席位配置情况和排班模板的合理性进行仿真验证,有利于管制单位对排班模板进行优化,提高工作效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本发明实施例的管制员排班试验验证系统结构示意图。
图2为本发明实施例的排班模块工作原理图。
图3为本发明实施例的管制员排班试验验证系统连接智能终端的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
实施例
如图1所示,本实施例提出一种管制员排班试验验证系统,包括排班模块,数据统计分析模块,以及席位配置验证与排班优化模块;
所述排班模块,通过设置排班参数,进行系统自动排班或人工排班,生成排班表并发布;所述排班参数包括管制员基本信息、分班详情、扇区信息、席位详情、排班模板和历史排班数据;
所述数据统计分析模块,根据所述排班表对管制员的各项值勤数据进行统计,根据统计结果判断排班模式和排班模板的合理性;
所述席位配置验证与排班优化模块,通过模拟真实排班并进行统计分析,验证管制席位配置是否合理,以及验证新排班模板是否合理。
1、排班模块
在空中交通管理中,飞机在整个飞行过程中由机场管制塔台、终端管制中心、区域管制中心三个管制单位分别提供不同飞行阶段的管制服务。空域划分为数个扇区,是实施空中交通管理的基本单元,每个扇区由一名管制员或一个管制员小组负责指挥和监视扇区内的飞行活动。根据我国管制现状,每个扇区下有几种管制席位,一般分为指挥席、监控席、协调席等(不同管制单位的情况会有所差异)。具有某个扇区放单资格的管制员,才有资格做该扇区的指挥监视等工作。
经调研,国内的排班模式基本都是把一天的执勤时段分为早中夜班或者白班夜班,把管制员分成固定的组别,按组分时段轮换值班。值班表一般都有固定的模板,称为排班模板,根据实际情况例如淡旺季、有无军航活动、天气情况等,模板间的席位配置情况和时间段会有差异。排班模板一般格式如图表1所示,其中,横坐标为席位名称,纵坐标为时间段,字母对应的为管制员代号。
表1,排班模板示例
所述管制员排班试验验证系统的目的是为了把人工排班的方式转变为智能自动排班,所述上述的所有参数都需要在系统里进行设置。如图2所示,在所述排班模块中实现自动排班功能,首先要设置初始化排班参数,根据上述国内的排班模式,需要设置的初始化排班参数如下:
(1)管制员基本信息、例如是否具有某个扇区放单资格;
(2)分班详情,例如白班夜班、或早中晚班;
(3)扇区信息,例如扇区种类及名称;
(4)席位详情,例如席位种类及名称
(5)排班模板,例如表1所示的排班模板,可根据管制单位的实际运行情况设置不同席位配置、不同人员配置或者不同时间段配置的数个排班模板;
(6)历史排班数据,可以录入近3个月的历史排班数据,历史数据作为智能自动排班的理论依据,为智能排班提供学习信息。
初始化排班参数设置完毕后,即可进入排班模式。根据具体管制情况和值班人员情况,选择排班模板进行排班,所述排班模块提供三种排班方式:
(1)所述排班模块直接根据设置的排班参数,通过机器学习历史排班数据,进行自动排班,生成排班表并发布;
(2)所述排班模块根据设置的排班参数,通过机器学习历史排班数据,进行自动排班,生成排班表,再由人工对排班表进行微调后发布;
(3)所述排班模块提供人工交互,实现根据设置的排班参数进行人工排班。
在一些实施例中,如图3所示,所述管制员排班试验验证系统通过网络连接有智能终端;所述智能终端用于接收所述排班模块发布的排班表并进行提醒。所述网络可以是无线网络或有线网络;所述智能终端可以是PC机、智能手机、平板电脑和PDA中的一种或多种。
2、数据统计分析模块
排班管理应该是一个动态的过程,本实施例的数据统计分析模块根据所述排班表对管制员的各项值勤数据进行统计,不仅便于查看和对比每个管制员的工作量,掌握工作量是否超标或不足,还可通过统计分析结果来判断排班模式和排班模板的合理性,便于及时修正不合理的排班模式和排班模板。
一般地,统计的管制员的各项值勤数据包括:
数据一,每个管制员的夜班执勤次数与时长;
数据二,每个管制员的白班执勤次数与时长;
数据三,每个管制员在每个席位的执勤时长;
数据四,在每个扇区的主副席位,每个管制员和其他管制员的搭配时长。
正常情况下,普通管制员的执勤时间应该相当,对所述数据一和数据二作柱状图分析并求均值,一般会有如下几种情况:
(1)管制员的执勤时间相差不大,且均值不超过行业最高标准,如有执勤时间超高或者超低的管制员,可根据实际情况进行调整;
(2)管制员的执勤时间相差不大,但均值超过行业最高标准,此时应调整整体排班运行模式,缩短休息时间增加上班时间,例如上一休二改变为上二休二;
(3)管制员执勤时间相差大,但均值不超过行业最高标准,此时应调整排班模板,尽量保证每个人值班时间均衡;
(4)管制员执勤时间相差大,但均值超过行业最高标准,此时应先调整整体排班运行模式,缩短休息时间增加上班时间,再调整排班模板,尽量保证每个人值班时间均衡。
所述数据三和数据四用于统计每个管制员熟悉的席位,以及熟悉的搭档,该统计结果给系统自动排班和人工排班提供依据。
3、席位配置验证与排班优化模块
在实际管制运行中,由于实际运行情况和人员情况,可能会制定多个排班模板,适用于不同场景的运用。本实施例的席位配置验证与排班优化模块用于通过灵活配置排班参数,对排班模板进行新建或者调整,模拟排班并进行数据分析,对管制席位配置和排班模板的合理性进行仿真验证。
那么,所述席位配置验证与排班优化模块的功能包括:
(1)灵活设置排班参数,包括:人员信息、扇区信息、管制席位配置详情等;
(1)新建或调整排班模板;
(2)对新建或调整的排班模板进行模拟排班;
(3)根据对模拟排班结果进行数据分析,确定管制席位配置情况和排班模板的合理性。
也就是说,本实施例的席位配置验证与排班优化模块,可在不影响实际管制工作的前提下对排班模板进行一套完整的仿真验证,有利于管制单位对排班模板进行优化,提高工作效率,可用于以下场景:
(1)管制单位实际排班模板需改进,制定新排班模板后,可利用本模块对新排班模板进行仿真验证后,与原排班模板进行比较;
(2)管制单位根据管制运行实际情况,需要新增或者减少管制席位,新增席位后现有的管制员数量是否能满足排班需求,减少席位后应如何调整排班模板等等,可在本模块进行仿真验证。
通过上述内容可知,空中交通管制任务重责任大,空中交通管制员的排班工作的重点为保证安全。本发明提出的管制员排班试验验证系统是不仅有正常排班功能,还包括了统计分析和验证功能,其优点在于:
1、本发明能够实现自动排班,解决了传统人工排班存在的问题。
2、本发明也提供人工排班,多方面满足排班人员的需求。
3、本发明具有统计分析功能,可对排班模式和排班模板进行优劣评价;
4、本发明提供一套完整的仿真验证,可通过模拟排班对管制席位配置情况或新建或者调整后的排班模板的合理性进行仿真验证,有利于管制单位对排班模板进行优化,提高工作效率。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种管制员排班试验验证系统,其特征在于,包括排班模块,数据统计分析模块,以及席位配置验证与排班优化模块;
所述排班模块,用于通过设置排班参数,进行系统自动排班或人工排班,生成排班表并发布;所述排班参数包括管制员基本信息、分班详情、扇区信息、席位详情、排班模板和历史排班数据;排班模板为表格形式,其横坐标为席位名称,纵坐标为时间段,表格中有管制员代号;
所述数据统计分析模块,用于根据所述排班表对管制员的各项值勤数据进行统计,根据统计结果判断排班模式和排班模板的合理性;
所述席位配置验证与排班优化模块,用于通过灵活配置排班参数,对排班模板进行新建或者调整,模拟排班并进行数据分析,对管制席位配置和排班模板的合理性进行仿真验证;
所述排班模块提供三种排班方式:
(1)所述排班模块直接根据设置的排班参数,通过机器学习历史排班数据,进行自动排班,生成排班表并发布;
(2)所述排班模块根据设置的排班参数,通过机器学习历史排班数据,进行自动排班,生成排班表,再由人工对排班表进行微调后发布;
(3)所述排班模块提供人工交互,实现根据设置的排班参数进行人工排班;
所述数据统计分析模块统计的管制员的各项值勤数据包括:
数据一,每个管制员的夜班执勤次数与时长;
数据二,每个管制员的白班执勤次数与时长;
数据三,每个管制员在每个席位的执勤时长;
数据四,在每个扇区的主副席位,每个管制员和其他管制员的搭配时长;
对所述数据一和数据二作柱状图分析并求均值,会有如下几种情况:
(1)管制员的执勤时间相差不大,且均值不超过行业最高标准,如有执勤时间超高或者超低的管制员,根据实际情况进行调整;
(2)管制员的执勤时间相差不大,但均值超过行业最高标准,此时应调整整体排班运行模式,缩短休息时间增加上班时间;
(3)管制员执勤时间相差大,但均值不超过行业最高标准,此时调整排班模板,尽量保证每个人值班时间均衡;
(4)管制员执勤时间相差大,但均值超过行业最高标准,此时先调整整体排班运行模式,缩短休息时间增加上班时间,再调整排班模板,尽量保证每个人值班时间均衡;
所述数据三和数据四用于统计每个管制员熟悉的席位,以及熟悉的搭档,该统计结果给系统自动排班和人工排班提供依据。
2.根据权利要求1所述的管制员排班试验验证系统,其特征在于,所述管制员排班试验验证系统通过网络连接有智能终端;所述智能终端用于接收所述排班模块发布的排班表并进行提醒。
3.根据权利要求2所述的管制员排班试验验证系统,其特征在于,所述网络为无线网络或有线网络。
4.根据权利要求2所述的管制员排班试验验证系统,其特征在于,所述智能终端为PC机、智能手机、平板电脑和PDA中的一种或多种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011178443.1A CN112288394B (zh) | 2020-10-29 | 2020-10-29 | 管制员排班试验验证系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011178443.1A CN112288394B (zh) | 2020-10-29 | 2020-10-29 | 管制员排班试验验证系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112288394A CN112288394A (zh) | 2021-01-29 |
CN112288394B true CN112288394B (zh) | 2024-04-19 |
Family
ID=74372791
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011178443.1A Active CN112288394B (zh) | 2020-10-29 | 2020-10-29 | 管制员排班试验验证系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112288394B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114117238B (zh) * | 2021-12-09 | 2023-08-29 | 福寿康(上海)医疗养老服务有限公司 | 护理员智能推荐排程系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002099769A1 (en) * | 2001-06-01 | 2002-12-12 | The Boeing Company | Air traffic management system and method |
CN102254453A (zh) * | 2011-06-27 | 2011-11-23 | 南京航空航天大学 | 一种民航多机场终端区空域功能性扇区划分方法 |
CN105512401A (zh) * | 2015-12-08 | 2016-04-20 | 中机中联工程有限公司 | 一种基于订单生产的人员排班仿真的方法 |
CN107153924A (zh) * | 2017-05-11 | 2017-09-12 | 厦门卫星定位应用股份有限公司 | 一种公交智能排班生成方法 |
CN107766668A (zh) * | 2017-10-31 | 2018-03-06 | 哈尔滨工业大学 | 一种基于神经网络的复杂仿真模型验证方法 |
CN110135680A (zh) * | 2019-04-01 | 2019-08-16 | 广州市中南民航空管通信网络科技有限公司 | 一种空中交通管制员坐席排班方法、电子设备、存储介质 |
CN110598991A (zh) * | 2019-08-15 | 2019-12-20 | 中国民用航空总局第二研究所 | 一种基于机器学习的管制员排班方法 |
CN111785091A (zh) * | 2020-06-11 | 2020-10-16 | 青岛民航空管实业发展有限公司 | 空中交通管制管制员与航班行为融合构建装置及系统 |
-
2020
- 2020-10-29 CN CN202011178443.1A patent/CN112288394B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002099769A1 (en) * | 2001-06-01 | 2002-12-12 | The Boeing Company | Air traffic management system and method |
CN102254453A (zh) * | 2011-06-27 | 2011-11-23 | 南京航空航天大学 | 一种民航多机场终端区空域功能性扇区划分方法 |
CN105512401A (zh) * | 2015-12-08 | 2016-04-20 | 中机中联工程有限公司 | 一种基于订单生产的人员排班仿真的方法 |
CN107153924A (zh) * | 2017-05-11 | 2017-09-12 | 厦门卫星定位应用股份有限公司 | 一种公交智能排班生成方法 |
CN107766668A (zh) * | 2017-10-31 | 2018-03-06 | 哈尔滨工业大学 | 一种基于神经网络的复杂仿真模型验证方法 |
CN110135680A (zh) * | 2019-04-01 | 2019-08-16 | 广州市中南民航空管通信网络科技有限公司 | 一种空中交通管制员坐席排班方法、电子设备、存储介质 |
CN110598991A (zh) * | 2019-08-15 | 2019-12-20 | 中国民用航空总局第二研究所 | 一种基于机器学习的管制员排班方法 |
CN111785091A (zh) * | 2020-06-11 | 2020-10-16 | 青岛民航空管实业发展有限公司 | 空中交通管制管制员与航班行为融合构建装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112288394A (zh) | 2021-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108876140A (zh) | 一种电力通信检修任务的调度方法、装置、服务器及介质 | |
CN104751269A (zh) | 一种工程维修调度管理系统 | |
CN111353690B (zh) | 一种区块链使能的生产调度边缘计算方法 | |
CN106253480B (zh) | 一种变电站信息点位不停电核对的方法 | |
CN104331844A (zh) | 一种电网基建项目投资决策方法 | |
CN112288394B (zh) | 管制员排班试验验证系统 | |
CN103473642A (zh) | 一种面向生产调度的规则引擎方法 | |
CN106600240A (zh) | 供电企业基于大数据精益辅助的电网调控运营管理系统 | |
CN115392771A (zh) | 一种园区内企业效能管理系统及方法 | |
CN106026080A (zh) | 一种电厂发电量自动控制系统和方法 | |
CN110335008A (zh) | 一种用于电网调度的网源协调管理方法及平台 | |
CN105761008A (zh) | 一种用于信号设备维护的智能生产管理方法 | |
WO2024114543A1 (zh) | 一种无人驾驶航空器的权限管控方法、系统和存储介质 | |
CN117993833A (zh) | 基于多基地的航材配置系统及方法 | |
CN113962537A (zh) | 面向电网调控应用的可调度负荷资源分类建模方法及系统 | |
CN108734406B (zh) | 基于权重算法的停送电计划自动平衡方法 | |
CN103455854A (zh) | 基于全局优化的配电网调度系统目标建模方法 | |
CN110299723A (zh) | 一种应用于电网公司的网源协调综合管理方法及系统 | |
CN112467806B (zh) | 一种基于dmn电网调控规则确定电网运行状态的方法及系统 | |
CN113589770A (zh) | 一种基于mes的生产系统 | |
CN113256074A (zh) | 一种电力机器人流程自动化作业系统及方法 | |
CN114925663A (zh) | 一种基于检修票的智能成票方法及系统 | |
Matta | A simulation model for repairable items/spare parts inventory systems | |
CN103034313A (zh) | 用于确定设备的部分负荷工况的方法 | |
CN112132422A (zh) | 一种风场智能运维排程系统 |
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 |