CN112785097A - 停机位分配方法、装置、存储介质及计算机设备 - Google Patents

停机位分配方法、装置、存储介质及计算机设备 Download PDF

Info

Publication number
CN112785097A
CN112785097A CN201911066610.0A CN201911066610A CN112785097A CN 112785097 A CN112785097 A CN 112785097A CN 201911066610 A CN201911066610 A CN 201911066610A CN 112785097 A CN112785097 A CN 112785097A
Authority
CN
China
Prior art keywords
flight
shutdown
information
flights
clustering
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
Application number
CN201911066610.0A
Other languages
English (en)
Inventor
孙延华
金健
陈玲
严敏
史立新
姚小龙
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.)
SF Technology Co Ltd
Shenzhen SF Taisen Holding Group Co Ltd
SF Tech Co Ltd
Original Assignee
SF Technology Co Ltd
Shenzhen SF Taisen Holding Group 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 SF Technology Co Ltd, Shenzhen SF Taisen Holding Group Co Ltd filed Critical SF Technology Co Ltd
Priority to CN201911066610.0A priority Critical patent/CN112785097A/zh
Publication of CN112785097A publication Critical patent/CN112785097A/zh
Pending legal-status Critical Current

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
    • G06Q10/06—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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Evolutionary Biology (AREA)
  • Artificial Intelligence (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请涉及一种停机位分配方法、装置、存储介质及计算机设备，获取航班信息以及停机位信息；基于航班信息，通过聚类算法对各航班进行聚类，得到航班分类结果；根据停机位信息以及航班分类结果进行停机区域分配，确定不同的航班类别对应的停机区域；确定各航班类别中的各航班在对应的停机区域中的停机位。本申请在获取航班信息后，首先进行航班聚类处理，然后再对不同的航班类别进行停机区域分配，可以将较多数量航班的停机位分配问题转换为较少数量航班类别的停机区域分配问题，从而提高分配效率；另外，在确定各航班类别的停机区域后，再进行单个航班的停机位分配，从而使得停机位分配更加合理，进而提高航空运输效率。

Description

停机位分配方法、装置、存储介质及计算机设备
技术领域
本申请涉及航空管理技术领域，特别是涉及一种停机位分配方法、装置、存储介质及计算机设备。
背景技术
随着物流行业的迅速发展，传统的车辆运输方式已经无法满足当前的物流时效需求，因此，航空运输成为现如今物流的主要运输方式。
在航空运输过程中，为每个航班分配合适的停机位，对提高航空运输效率具有重要意义。现有技术中，主要是依靠调度人员凭借经验和简单的信息化手段进行停机位分配，当航班数量较多时，会导致出现分配时间长、分配不合理的问题，从而对航空运输效率产生影响。
发明内容
基于此，有必要针对现有技术存在的问题，提供一种有助于提高航空运输效率的停机位分配方法、装置、存储介质及计算机设备。
一种停机位分配方法，包括：
获取航班信息以及停机位信息；
基于所述航班信息，通过聚类算法对各航班进行聚类，得到航班分类结果；
根据所述停机位信息以及所述航班分类结果进行停机区域分配，确定不同的航班类别对应的停机区域；
确定各所述航班类别中的各航班在对应的停机区域中的停机位。
在其中一个实施例中，所述航班信息包括所述航班携带的航空箱的目的地信息；
基于所述航班信息，通过聚类算法对各航班进行聚类，得到航班分类结果，包括：
根据各所述航班携带的航空箱的目的地信息，通过所述聚类算法对各所述航班进行基于目的地的聚类处理，得到所述航班分类结果。
在其中一个实施例中，根据各所述航班携带的航空箱的目的地信息，通过所述聚类算法对各所述航班进行基于目的地的聚类处理，得到所述航班分类结果，包括：
当航班携带的航空箱的转运目的地一致时，将所述转运目的地作为所述航班的目的地；当所述航班携带的航空箱的转运目的地不一致时，将航空箱数量最多的转运目的地作为所述航班的目的地；
将目的地相同的航班归为同一类航班。
在其中一个实施例中，还包括：
将目的地不同、且不同目的地之间的距离小于预设距离的航班归为同一类航班。
在其中一个实施例中，根据所述停机位信息以及所述航班分类结果进行停机区域分配，确定不同的航班类别对应的停机区域，包括：
确定所述航班分类结果中各所述航班类别对应的所需停机面积及所需停机密度，以及所述停机位信息中各所述停机区域对应的停机面积及停机密度；
根据所述所需停机面积及所需停机密度、所述停机面积及停机密度进行匹配，确定各航班类别对应的停机区域。
在其中一个实施例中，确定各所述航班类别中的各航班在对应的停机区域中的停机位，包括：
基于各所述航班类别对应的停机区域，结合预设的停机约束条件，计算不同停机位分配策略对应的航空箱转运距离；
根据航空箱转运距离最小的停机位分配策略确定各所述航班对应的停机位。
在其中一个实施例中，所述停机约束条件包括：航班单机位约束、机型匹配约束、机位复用约束、停机交错约束以及降落就近停机约束中的至少一项。
一种停机位分配装置，包括：
信息获取模块，用于获取航班信息以及停机位信息；
航班聚类模块，用于基于所述航班信息，通过聚类算法对各航班进行聚类，得到航班分类结果；
区域分配模块，用于根据所述停机位信息以及所述航班分类结果进行停机区域分配，确定不同的航班类别对应的停机区域；
机位确定模块，用于确定各所述航班类别中的各航班在对应的停机区域中的停机位。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
上述停机位分配方法、装置、存储介质及计算机设备，获取航班信息以及停机位信息；基于航班信息，通过聚类算法对各航班进行聚类，得到航班分类结果；根据停机位信息以及航班分类结果进行停机区域分配，确定不同的航班类别对应的停机区域；确定各航班类别中的各航班在对应的停机区域中的停机位。本申请在获取航班信息后，首先进行航班聚类处理，然后再对不同的航班类别进行停机区域分配，可以将较多数量航班的停机位分配问题转换为较少数量航班类别的停机区域分配问题，从而提高分配效率；另外，在确定各航班类别的停机区域后，再进行单个航班的停机位分配，从而使得停机位分配更加合理，进而提高航空运输效率。
附图说明
图1为一个实施例中停机位分配方法的流程示意图；
图2为一个实施例中确定停机区域的实例图；
图3为一个实施例中根据各航班携带的航空箱的目的地信息，通过聚类算法对各航班进行基于目的地的聚类处理，得到航班分类结果的流程示意图；
图4为另一个实施例中根据各航班携带的航空箱的目的地信息，通过聚类算法对各航班进行基于目的地的聚类处理，得到航班分类结果的流程示意图；
图5为一个实施例中根据停机位信息以及航班分类结果进行停机区域分配，确定不同的航班类别对应的停机区域的流程示意图；
图6为一个实施例中确定各航班类别中的各航班在对应的停机区域中的停机位的流程示意图；
图7为一个实施例中停机位分配装置的结构示意图；
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供一种停机位分配方法，以该方法应用于可以进行停机位分配管理的处理器为例进行解释说明，该方法包括以下步骤：
步骤S100，获取航班信息以及停机位信息。
航班是指航空器(如飞机)搭载乘客或者货物的运输飞行，可以分为定期航班和不定期航班，定期航班是指由始发站按照规定的航线起飞，经过经停站至终点或者不经经停站直达终点的航班。根据所载对象的不同，航空器可以分为客运航空器以及货运航空器。客运航空器以及货运航空器的机位分配策略存在一定的差别，具体原因在于货运航空器的机位分配更加注重货物的调度，本申请中的航班主要是指航空器进行货物运输的航班，即本申请的停机位分配方法主要是应用于货运航空器。
航班信息具体可以是包括航空公司名称、航班号、航空器机型、航空器机号、国际国内航班、预计进站时间和预计离站时间等，其中，航空公司名称例如中国国际航空股份有限公司、中国东方航空公司等；航班号是指便于对航班进行区别管理的号码，分为国内航班号以及国际航班号，例如CA1202、CA982等；航空器机型例如B767-300F(波音767-300F)等；航空器机号如B-2526等(B代表中国国籍)；国际国内航班是指飞行航线不同的航班，国内航班飞国内，国际航班飞国际和港澳台；预计进站时间以及预计离站时间分别是指飞机停在机场以及飞离机场的时间。
停机位信息包括停机位编号、允许停靠的航空公司名称、航空器类型、飞行任务类型和国际国内航班属性，其中飞行任务指加油、加水、清洁等各项保障飞行任务，国际国内航班属性指该停机位是否是国际航班专属停机位。另外，停机位信息还包括当前停机位占用情况，例如哪些停机位已被占用，哪些停机位还处于可以停机(停放飞机)状态等。
本步骤中，处理器在获取航班信息以及停机位信息时，可以是实时获取上述信息，进而根据实时信息进行停机位分配，从而保证各航班的正常运行。
步骤S200，基于航班信息，通过聚类算法对各航班进行聚类，得到航班分类结果。
处理器在得到航班信息后，并不是立即进行停机位分配，而是先对航班信息进行聚类。聚类是指将目标对象的集合分成由类似的对象组成的多个类的过程，也就是说，本步骤是通过聚类算法将多个航班信息分成由类似的航班信息所组成的多个航班类别。类似的航班信息具体可以是指在货物调度等方面具有相关性的航班信息。从而，在当航班数量较多时，可以将单个航班的停机位分配问题转换为航班类别的停机分配问题，从而可以在一定程度上减少分配问题的复杂度。
另外，考虑到货运航空器的机位分配比较注重货物的调度，将较为类似的航班信息分为同一类，也可以在一定程度上减少货物调度工作量，从而使得停机位分配更加合理。
例如，当前待分配停机位的航班包括A、B、C、D、E、F，共6个航班，传统方法通常是分别对这6个航班进行停机位分配，分配过程较为复杂。而本申请首先对上述6个航班进行聚类，如可以得到第一类航班{A，B，C，D}以及第二类航班{E，F}，然后对这两类航班进行停机分配即可。
步骤S300，根据停机位信息以及航班分类结果进行停机区域分配，确定不同的航班类别对应的停机区域。
处理器在得到各航班信息的航班分类结果后，根据停机位信息分析确定各航班类别对应的停机区域。其中，停机区域可以是由处理器根据停机位信息中处于可以停机状态的停机位确定，停机区域的形状、大小等具体规模信息并不固定，可以由处理器根据当前的停机位信息实时确定得到。
例如，如图2所示，共有10个停机位，处理器根据停机位信息得知停机位3、5、6已被占用，其余停机位可以停机，则此时处理器可以将停机位1、2、4合并确定为第一停机区域，将停机位7、8、9、10合并确定为第二停机区域，然后将第一停机区域以及第二停机区域分配给对应合适的航班分类。具体地，结合步骤S200中的实例，可以是将第一停机区域分配第二类航班{E，F}，将第二停机区域分配给第一类航班{A，B，C，D}。
步骤S400，确定各航班类别中的各航班在对应的停机区域中的停机位。
处理器在确定各航班类别对应的停机区域后，再进一步执行各航班的停机位分配工作。由于通过步骤S300已确定各航班对应的停机区域，即相当于缩小了各航班的可用停机位的选择范围，从而大大降低了各航班停机位分配工作过程的复杂度。
结合步骤S200以及步骤S300中的实例进行说明，以航班A为例，在使用传统方法确定停机位时，航班A对应的可选停机位包括1、2、4、7、8、9、10共7个停机位，也就是说，处理器需要在这7个停机位中选择合适的停机位；在确定玩航班A的停机位后，在确定航班B的停机位时，航班B对应的可选停机位包括6个停机位，此时，处理器需要在这6个停机位中选择合适的停机位；其他航班的停机位分配过程依次类推。可以看出，使用传统方法进行航班的停机位分配时，分配过程较为复杂。
而本申请在进行航班的停机位分配时，只需从第一停机区域中分别选择航班E、F对应的停机位，从第二停机区域中分别选择航班A，B，C，D对应的停机位，可以看出，本申请可以大大降低停机位分配过程的复杂度，从而提高分配效率，同时也可以使得停机位分配更加合理。
本实施例提供一种停机位分配方法，在获取航班信息后，首先进行航班聚类处理，然后再对不同的航班类别进行停机区域分配，可以将较多数量航班的停机位分配问题转换为较少数量航班类别的停机区域分配问题，从而降低分配过程的复杂度，提高分配效率；另外，在确定各航班类别的停机区域后，再进行单个航班的停机位分配，从而使得停机位分配更加合理，进而提高航空运输效率。
在一个实施例中，航班信息包括航班携带的航空箱的目的地信息。
对于部分货物，使用传统的简易木箱包装进行运输，可能会出现由于得不到有效保护而损坏的情况，航空箱(Unit Load Device，ULD)是针对传统包装存在的问题而产生的新型包装产品，可以大大提高货物的运输安全。通常来讲，单个航班可以对多个航空箱进行运输，航班信息中包含有每个航空箱对应的目的地信息。
本实施例中，步骤S200基于航班信息，通过聚类算法对各航班进行聚类，得到航班分类结果，包括：根据各航班携带的航空箱的目的地信息，通过聚类算法对各航班进行基于目的地的聚类处理，得到航班分类结果。
货运航空器的停机位分配的主要影响因素是货物的调度问题，也就是航空箱的调度问题，当航空箱需要由某一航空器转运到另一航空器时，若这两个航空器的所停的停机位相隔较远，可能会由于转运(由机场运输车进行的转运)路径太长而增加转运时间，从而影响运输效率。因此，本实施例通过各航班所携带的航空箱的目的地信息对各航班进行聚类，可以将目的地信息存在相关性的航班归为同一类，从而，在进行航空箱转运时，可以缩短转运距离，减少转运时间，提高运输效率。
例如，参考图2，若航班A和航班B对应的航空箱目的地信息存在相关性，若将航班A分配至停机位1，将航班B分配至停机位10，则在将航班A上的航空箱转运至航班B时，转运距离较远。而通过本申请的停机位分配方法进行分配时，是将航班A与航班B归为同一类，然后分配至同一停机区域，例如，将航班A分配至停机位1，将航班B分配至停机位2，从而，可以大大缩短转运距离。
在一个实施例中，聚类算法具体可以是利用派系过滤(Cluster Percolationmethod，CPM)的社区发现算法，其主要思路为认为社区是具有共享节点的全连通子图集合，并通过一种团过滤算法来识别网络中的社区结构。算法首先搜索所有具有k个节点的完全子图，而后建立以k-clique为节点的新图，在该图中如果两个k-clique有(k-1)个公共节点则在新图中为代表他们的节点间建立一条边。最终在新图中，每个连通子图即为一个社团。在本实施例中，具体是以每个航班为节点，航班之间转运的航空箱个数为权值构建航班无向图，利用派系过滤CPM的社区发现算法将该航班无向图划分为k个社区，即k个航班类别，其中，k的取值范围可以是5到7。
在一个实施例中，如图3所示，根据各航班携带的航空箱的目的地信息，通过聚类算法对各航班进行基于目的地的聚类处理，得到航班分类结果，包括步骤S210至步骤S230。
步骤S210，确定各航班的目的地，具体包括：当航班携带的航空箱的转运目的地一致时，将转运目的地作为航班的目的地；当航班携带的航空箱的转运目的地不一致时，将航空箱数量最多的转运目的地作为航班的目的地；
步骤S230，将目的地相同的航班归为同一类航班。
具体地，在确定各航班的目的地时，可能会出现航班所携带的多个航空箱的目的地全部相同或者存在差别的情况，当全部相同时，则将航空箱的转运目的地作为航班的目的地；当存在差别时，可以分别统计各个转运目的地的航空箱的数量，然后将航空箱数量最多的转运目的地作为航班的目的地。例如，某航班所携带的航空箱中，有X1个航空箱的转运目的地为Des1，有X2个航空箱的转运目的地为Des2，有X3个航空箱的转运目的地为Des3，且X1>X2>X3，则将转运目的地Des1作为该航班的目的地。然后，将目的地相同的航班归为同一类航班，从而可以在需要进行航空箱转运时，可以大大缩短转运距离，减少转运时间，提高运输效率。
需要说明的是，本步骤中确定各航班的目的地是为了进行航班聚类，并不是指真正改变其他航空箱的目的地。
在一个实施例中，如图4所示，根据各航班携带的航空箱的目的地信息，通过聚类算法对各航班进行基于目的地的聚类处理，得到航班分类结果，还包括步骤S250：将目的地不同、且不同目的地之间的距离小于预设距离的航班归为同一类航班。
例如，航班A的目的地确定为DesA，航班B的目的地确定为DesB,若DesA与DesB之间的距离小于预设距离，即可以认为两个目的地在地理位置上较为接近时，也可以将两个航班归为同一类航班，从而方便进行后续的航空箱转运处理。
在一个实施例中，如图5所示，步骤S300根据停机位信息以及航班分类结果进行停机区域分配，确定不同的航班类别对应的停机区域，包括步骤S310至步骤S330。
步骤S310，确定航班分类结果中各航班类别对应的所需停机面积及所需停机密度，以及停机位信息中各停机区域对应的停机面积及停机密度；
步骤S330，根据所需停机面积及所需停机密度、停机面积及停机密度进行匹配，确定各航班类别对应的停机区域。
具体地，在将各航班类别与停机区域进行匹配时，需要综合考虑停机面积以及停机密度。其中，停机面积是指该航班类别中所有航班所占的停机位的面积，停机密度可以是指单位面积内所停的航班数量。通过停机面积以及停机密度进行航班类别与停机区域的匹配，可以使得匹配结果更加科学合理。
在一个实施例中，如图6所示，步骤S400，确定各航班类别中的各航班在对应的停机区域中的停机位，包括步骤S400至步骤S430。
步骤S410，基于各航班类别对应的停机区域，结合预设的停机约束条件，计算不同停机位分配策略对应的航空箱转运距离；
步骤S430，根据航空箱转运距离最小的停机位分配策略确定各航班对应的停机位。
具体地，在对货运航空器进行停机位分配时，分配效果的好坏具体体现在航空箱转运距离的长短，也就是说，最优的停机位分配方法对应的航空箱转运距离最短。因此，可以结合停机约束条件，分别计算不同的分配策略对应的航空箱转运距离，然后挑选航空箱转运距离最短的分配策略作为最优策略，进而根据最优策略确定航班的停机位，从而有助于提高转运效率。
在一个实施例中，停机约束条件包括：航班单机位约束、机型匹配约束、机位复用约束、停机交错约束以及降落就近停机约束中的至少一项。
其中，航班单机位约束是指每个航班只对应一个机位，即单个航班有且只有一个停机位。机型匹配约束是指航班的机型与停机位的类型相匹配。机位复用约束是指多个航班可以共用一个停机位，例如，对于大型飞机的停机位，可以停放多个小型飞机，即单个停机位重复使用。停机交错约束是指同一个停机位若需要停放多个航班，则需要保证该多个航班的停放时间错开。降落就近停机约束是指尽量保证航班的停机位与该航班的降落位置接近，例如东边跑道降落的航班停放在东边的停机位，此时航班的停机位属于近机位；若东边的停机位停满了，则将航班停放至西边的停机位，此时航班的停机位属于远机位。
本实施例通过设置停机约束条件，在根据停机约束条件进行航班的停机位分配时，可以使得分配结果更加科学合理。
在一个实施例中，提供本申请的停机位分配方法的具体实例。
(1)对航班数据、停机位数据以及航空箱数据进行数据预处理，具体如下表所示：
Figure BDA0002259566000000121
Figure BDA0002259566000000131
Figure BDA0002259566000000141
Figure BDA0002259566000000151
(2)确定约束条件，具体如下表所示：
Figure BDA0002259566000000152
Figure BDA0002259566000000161
(3)确定目标函数，并计算最短转运距离
Figure BDA0002259566000000162
通过上述目标函数，计算得到所有航空箱的最短转运距离时各航班的停机位分配结果，在具体计算过程中，可以采用GUROBI求解器进行求解。
在合理条件下应当理解，虽然前文各实施例涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图7所示，提供一种停机位分配装置，该装置包括：
信息获取模块100，用于获取航班信息以及停机位信息；
航班聚类模块200，用于基于航班信息，通过聚类算法对各航班进行聚类，得到航班分类结果；
区域分配模块300，用于根据停机位信息以及航班分类结果进行停机区域分配，确定不同的航班类别对应的停机区域；
机位确定模块400，用于确定各航班类别中的各航班在对应的停机区域中的停机位。
在一个实施例中，航班聚类模块200还用于：根据各航班携带的航空箱的目的地信息，通过聚类算法对各航班进行基于目的地的聚类处理，得到航班分类结果。
在一个实施例中，航班聚类模块200还用于：确定各航班的目的地，具体包括：当航班携带的航空箱的转运目的地一致时，将转运目的地作为航班的目的地；当航班携带的航空箱的转运目的地不一致时，将航空箱数量最多的转运目的地作为航班的目的地；步骤S230，将目的地相同的航班归为同一类航班。
在一个实施例中，航班聚类模块200还用于：将目的地不同、且不同目的地之间的距离小于预设距离的航班归为同一类航班。
在一个实施例中，区域分配模块300还用于：确定航班分类结果中各航班类别对应的所需停机面积及所需停机密度，以及停机位信息中各停机区域对应的停机面积及停机密度；根据所需停机面积及所需停机密度、停机面积及停机密度进行匹配，确定各航班类别对应的停机区域。
在一个实施例中，机位确定模块400还用于：基于各航班类别对应的停机区域，结合预设的停机约束条件，计算不同停机位分配策略对应的航空箱转运距离；根据航空箱转运距离最小的停机位分配策略确定各航班对应的停机位。
关于停机位分配装置的具体限定可以参见上文中对于停机位分配方法的限定，在此不再赘述。上述停机位分配装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获取航班信息以及停机位信息；基于所述航班信息，通过聚类算法对各航班进行聚类，得到航班分类结果；根据所述停机位信息以及所述航班分类结果进行停机区域分配，确定不同的航班类别对应的停机区域；确定各所述航班类别中的各航班在对应的停机区域中的停机位。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据各所述航班携带的航空箱的目的地信息，通过所述聚类算法对各所述航班进行基于目的地的聚类处理，得到所述航班分类结果。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：当航班携带的航空箱的转运目的地一致时，将所述转运目的地作为所述航班的目的地；当所述航班携带的航空箱的转运目的地不一致时，将航空箱数量最多的转运目的地作为所述航班的目的地；将目的地相同的航班归为同一类航班。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：将目的地不同、且不同目的地之间的距离小于预设距离的航班归为同一类航班。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：确定所述航班分类结果中各所述航班类别对应的所需停机面积及所需停机密度，以及所述停机位信息中各所述停机区域对应的停机面积及停机密度；根据所述所需停机面积及所需停机密度、所述停机面积及停机密度进行匹配，确定各航班类别对应的停机区域。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：基于各所述航班类别对应的停机区域，结合预设的停机约束条件，计算不同停机位分配策略对应的航空箱转运距离；根据航空箱转运距离最小的停机位分配策略确定各所述航班对应的停机位。
图8示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是终端(或服务器)。如图8所示，该计算机设备包括该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现停机位分配方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行停机位分配方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取航班信息以及停机位信息；基于所述航班信息，通过聚类算法对各航班进行聚类，得到航班分类结果；根据所述停机位信息以及所述航班分类结果进行停机区域分配，确定不同的航班类别对应的停机区域；确定各所述航班类别中的各航班在对应的停机区域中的停机位。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据各所述航班携带的航空箱的目的地信息，通过所述聚类算法对各所述航班进行基于目的地的聚类处理，得到所述航班分类结果。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：当航班携带的航空箱的转运目的地一致时，将所述转运目的地作为所述航班的目的地；当所述航班携带的航空箱的转运目的地不一致时，将航空箱数量最多的转运目的地作为所述航班的目的地；将目的地相同的航班归为同一类航班。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将目的地不同、且不同目的地之间的距离小于预设距离的航班归为同一类航班。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：确定所述航班分类结果中各所述航班类别对应的所需停机面积及所需停机密度，以及所述停机位信息中各所述停机区域对应的停机面积及停机密度；根据所述所需停机面积及所需停机密度、所述停机面积及停机密度进行匹配，确定各航班类别对应的停机区域。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：基于各所述航班类别对应的停机区域，结合预设的停机约束条件，计算不同停机位分配策略对应的航空箱转运距离；根据航空箱转运距离最小的停机位分配策略确定各所述航班对应的停机位。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种停机位分配方法，其特征在于，包括：
获取航班信息以及停机位信息；
基于所述航班信息，通过聚类算法对各航班进行聚类，得到航班分类结果；
根据所述停机位信息以及所述航班分类结果进行停机区域分配，确定不同的航班类别对应的停机区域；
确定各所述航班类别中的各航班在对应的停机区域中的停机位。
2.根据权利要求1所述的方法，其特征在于，所述航班信息包括所述航班携带的航空箱的目的地信息；
基于所述航班信息，通过聚类算法对各航班进行聚类，得到航班分类结果，包括：
根据各所述航班携带的航空箱的目的地信息，通过所述聚类算法对各所述航班进行基于目的地的聚类处理，得到所述航班分类结果。
3.根据权利要求2所述的方法，其特征在于，根据各所述航班携带的航空箱的目的地信息，通过所述聚类算法对各所述航班进行基于目的地的聚类处理，得到所述航班分类结果，包括：
当航班携带的航空箱的转运目的地一致时，将所述转运目的地作为所述航班的目的地；当所述航班携带的航空箱的转运目的地不一致时，将航空箱数量最多的转运目的地作为所述航班的目的地；
将目的地相同的航班归为同一类航班。
4.根据权利要求3所述的方法，其特征在于，还包括：
将目的地不同、且不同目的地之间的距离小于预设距离的航班归为同一类航班。
5.根据权利要求1所述的方法，其特征在于，根据所述停机位信息以及所述航班分类结果进行停机区域分配，确定不同的航班类别对应的停机区域，包括：
确定所述航班分类结果中各所述航班类别对应的所需停机面积及所需停机密度，以及所述停机位信息中各所述停机区域对应的停机面积及停机密度；
根据所述所需停机面积及所需停机密度、所述停机面积及停机密度进行匹配，确定各航班类别对应的停机区域。
6.根据权利要求1所述的方法，其特征在于，确定各所述航班类别中的各航班在对应的停机区域中的停机位，包括：
基于各所述航班类别对应的停机区域，结合预设的停机约束条件，计算不同停机位分配策略对应的航空箱转运距离；
根据航空箱转运距离最小的停机位分配策略确定各所述航班对应的停机位。
7.根据权利要求6所述的方法，其特征在于，所述停机约束条件包括：航班单机位约束、机型匹配约束、机位复用约束、停机交错约束以及降落就近停机约束中的至少一项。
8.一种停机位分配装置，其特征在于，包括：
信息获取模块，用于获取航班信息以及停机位信息；
航班聚类模块，用于基于所述航班信息，通过聚类算法对各航班进行聚类，得到航班分类结果；
区域分配模块，用于根据所述停机位信息以及所述航班分类结果进行停机区域分配，确定不同的航班类别对应的停机区域；
机位确定模块，用于确定各所述航班类别中的各航班在对应的停机区域中的停机位。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN201911066610.0A 2019-11-04 2019-11-04 停机位分配方法、装置、存储介质及计算机设备 Pending CN112785097A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911066610.0A CN112785097A (zh) 2019-11-04 2019-11-04 停机位分配方法、装置、存储介质及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911066610.0A CN112785097A (zh) 2019-11-04 2019-11-04 停机位分配方法、装置、存储介质及计算机设备

Publications (1)

Publication Number Publication Date
CN112785097A true CN112785097A (zh) 2021-05-11

Family

ID=75748690

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911066610.0A Pending CN112785097A (zh) 2019-11-04 2019-11-04 停机位分配方法、装置、存储介质及计算机设备

Country Status (1)

Country Link
CN (1) CN112785097A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113486223A (zh) * 2021-06-07 2021-10-08 海南太美航空股份有限公司 一种航线显示方法、系统和电子设备
CN114971414A (zh) * 2022-07-11 2022-08-30 智航信息服务(深圳)有限公司 一种航班自动化保障调度系统以及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN109147396A (zh) * 2018-08-23 2019-01-04 北京工业大学 机场停机位的分配方法及装置
US20190057613A1 (en) * 2017-08-15 2019-02-21 Honeywell International Inc. Aircraft stand management
CN109726917A (zh) * 2018-12-29 2019-05-07 北京航空航天大学 一种基于四维航迹的货运航班调度方法和装置
CN109859532A (zh) * 2019-02-28 2019-06-07 深圳市北斗智能科技有限公司 一种多约束条件的停机位分配方法和相关装置
CN109871990A (zh) * 2019-01-30 2019-06-11 西南交通大学 考虑中转旅客最短流程时间的停机位分配方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
US20190057613A1 (en) * 2017-08-15 2019-02-21 Honeywell International Inc. Aircraft stand management
CN109147396A (zh) * 2018-08-23 2019-01-04 北京工业大学 机场停机位的分配方法及装置
CN109726917A (zh) * 2018-12-29 2019-05-07 北京航空航天大学 一种基于四维航迹的货运航班调度方法和装置
CN109871990A (zh) * 2019-01-30 2019-06-11 西南交通大学 考虑中转旅客最短流程时间的停机位分配方法
CN109859532A (zh) * 2019-02-28 2019-06-07 深圳市北斗智能科技有限公司 一种多约束条件的停机位分配方法和相关装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113486223A (zh) * 2021-06-07 2021-10-08 海南太美航空股份有限公司 一种航线显示方法、系统和电子设备
CN114971414A (zh) * 2022-07-11 2022-08-30 智航信息服务(深圳)有限公司 一种航班自动化保障调度系统以及方法
CN114971414B (zh) * 2022-07-11 2023-09-19 智航信息服务(深圳)有限公司 一种航班自动化保障调度系统以及方法

Similar Documents

Publication Publication Date Title
Pyrgiotis et al. On the impact of scheduling limits: A case study at newark liberty international airport
Ali et al. A passenger-centric model for reducing missed connections at low cost airports with gates reassignment
CN114358446B (zh) 一种机场资源调度的鲁棒优化方法
CN112785097A (zh) 停机位分配方法、装置、存储介质及计算机设备
CN112184117B (zh) 行李托运目的地的确定方法及装置、存储介质及电子设备
US20210125512A1 (en) Aircraft parking stand assignment prediction
CN112633562A (zh) 一种机场停机位智能调度方法
CN115456464A (zh) 车辆调度系统及其方法
Van Hui et al. Airfreight forwarder’s shipment planning under uncertainty: A two-stage stochastic programming approach
Kwasiborska et al. Modeling of ground handling processes in SIMIO software
Qin et al. Post disaster adaptation management in airport: A coordination of runway and hangar resources for relief cargo transports
DE102017128688A1 (de) Systeme und Verfahren zur Neueinteilung von Flugreisenden
CN110942193A (zh) 车辆调度方法及存储介质
Scardaoni et al. Aircraft turnaround time estimation in early design phases: Simulation tools development and application to the case of box-wing architecture
Huang et al. Yard crane scheduling to minimize total weighted vessel loading time in container terminals
Li et al. Rule-based optimization approach for airline load planning system
CN113222497B (zh) 基于metric的航材共享中心库选址方法
Fitouri-Trabelsi et al. An operational approach for ground handling management at airports with imperfect information
Luo et al. Intelligent boarding modelling and evaluation: a simulation-based approach
CN113095543B (zh) 用于机场停机位与滑行道的分配方法及系统
CN112734315B (zh) 航空网络规划方法、设备及存储介质
CN115660299A (zh) 停机位动态调整方法、装置、计算机设备及存储介质
Krile et al. New approach in definition of multi-stop flight routes
López et al. Bus fleet size dimensioning in an international airport using discrete event simulation
Zhou et al. Real-time route planning and online order dispatch for bus-booking platforms

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