CN112801548A - 一种航班调度的系统 - Google Patents

一种航班调度的系统 Download PDF

Info

Publication number
CN112801548A
CN112801548A CN202110300105.9A CN202110300105A CN112801548A CN 112801548 A CN112801548 A CN 112801548A CN 202110300105 A CN202110300105 A CN 202110300105A CN 112801548 A CN112801548 A CN 112801548A
Authority
CN
China
Prior art keywords
flight
vector
value
airport
target
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
CN202110300105.9A
Other languages
English (en)
Other versions
CN112801548B (zh
Inventor
李睿
卞磊
王殿胜
刘宇
詹艺
唐红武
权桁
翁剑英
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.)
China Travelsky Mobile Technology Co Ltd
Original Assignee
China Travelsky Mobile 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 China Travelsky Mobile Technology Co Ltd filed Critical China Travelsky Mobile Technology Co Ltd
Priority to CN202110300105.9A priority Critical patent/CN112801548B/zh
Publication of CN112801548A publication Critical patent/CN112801548A/zh
Application granted granted Critical
Publication of CN112801548B publication Critical patent/CN112801548B/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
    • G06Q10/06—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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/211—Selection of the most significant subset of features
    • G06F18/2113—Selection of the most significant subset of features by ranking or filtering the set of features, e.g. using a measure of variance or of feature cross-correlation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • 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)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Evolutionary Biology (AREA)
  • General Business, Economics & Management (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (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

本发明公开了一种航班调度系统，包括处理器、存储器和可读存储介质，存储器中存储有至少一条指令或至少一段程序，存储器关联存储表征航班唯一身份标识的航班ID和航班ID对应的唯一初始时间，处理器至少一条指令或至少一段程序由处理器加载并执行以实现以下步骤：S101、获取初筛数据集；S103、根据存储器初筛数据集，筛选出目标数据集；S105、根据存储器目标数据集对应的权重向量，生成排序权重向量；S107、根据存储器排序权重向量确定目标排序向量，以使得生成航班调度计划；本发明通过获取初筛数据集和筛选出目标数据集，确定目标排序向量，根据目标排序向量以生成航班调度计划，对航班实时状态进行调整，能够优化航班排序，排序效率高且效果稳定性。

Description

一种航班调度的系统
技术领域
本发明涉及航班信息技术领域，特别涉及一种航班调度系统。
背景技术
目前，航班排序的方法有多种，大多数方法是基于遗传算法、蚁群算法等进行优化，虽然效果明显但是计算时间长、排序效果稳定性较差，不利于实际应用。而在实际航班运控中，多使用先到先服务方法，该方法效率高但是缺乏算法优化，因此在由于极端天气等原因造成的大规模航班延误等情况下效果较差，不能很好处理堆积航班，造成空域资源浪费。
发明内容
为了解决现有技术的问题，获取初筛数据集，根据初筛数据集，筛选出目标数据集，再根据目标数据集对应的权重向量，确定排序向量，根据排序向量，生成航班调度计划，能够优化航班排序，排序效率高，并且排序效果的稳定性强，本发明实施例提供了一种确定航班列表的系统。所述技术方案如下：
一方面，一种航班调度系统，包括处理器、存储器和可读存储介质，所述存储器中存储有至少一条指令或至少一段程序，所述存储器关联存储表征航班唯一身份标识的航班ID、所述航班ID对应的唯一初始排序值和航班调度计划，所述处理器至少一条指令或所述至少一段程序由所述处理器加载并执行以实现以下步骤：
S101、获取初筛数据集（A1，A2，A3，……，Am），其中，Ai是指第i个航班ID对应的第一初始状态信息，i=1……m，所述第一初始状态信息至少包括：所述航班ID对应的起飞时间和所述起飞时间对应的初始排序值；
S103、根据所述初筛数据集（A1，A2，A3，……，Am），筛选出目标数据集（
Figure 329281DEST_PATH_IMAGE001
），n≤m，其中，
Figure 964531DEST_PATH_IMAGE002
是指当前时间节点T之前的第j个航班ID对应的目标状态信息，j=……n，所述目标状态信息包括：第二初始状态信息和航班状态信息，其中，所述航班状态信息包括起飞状态和未起飞状态，所述第二初始状态信息包括：所述航班ID对应的起飞时间和所述起飞时间对应的目标排序值；
S105、获取初始权重向量（W1，W2，W3，……，Wn），其中，Wj是指所述
Figure 213109DEST_PATH_IMAGE002
对应的初始权重值；
S107、根据所述初始权重向量（W1，W2，W3，……，Wn），生成排序向量（X1，X2，……，Xk），k为W中初始权重值为0的权重数量，Xg为所述权重向量（W1，W2，W3，……，Wn）中第g个初始权重值为0对应的排序权重值，g=1……k；
S109、根据所述排序向量（X1，X2，……，Xk），确定目标排序向量（B1，B2，B3，……，Bk）以使得生成航班调度计划，其中，Bj是指所述当前时间节点T之前的第j个航班ID对应的最终排序值，其中，所述S109步骤还包括如下步骤：
获取所述目标排序向量（B1，B2，B3，……，Bn）对应的目标权重值向量（
Figure 77160DEST_PATH_IMAGE003
），其中，所述
Figure 360374DEST_PATH_IMAGE005
是指所述Bj对应的目标权重值；
判断所述
Figure 906805DEST_PATH_IMAGE005
是否等于1；
当所述
Figure 642680DEST_PATH_IMAGE005
等于1时，确定所述Bj为当前排序值；
当所述
Figure 310421DEST_PATH_IMAGE005
不等于1时，确定定所述Bj=F（X1……Xk），其中，F（）为航班对应的排序值函数。
本发明提供的一种航班调度系统，具有如下技术效果：
本发明通过获取初筛数据集，根据初筛数据集，筛选出目标数据集，再根据目标数据集对应的权重向量，确定排序向量，根据排序向量，生成航班调度计划；可见，本发明的技术方案权重向量随着航班实时状态进行调整，并根据目标数据集对应的权重向量，确定排序向量，根据排序向量，生成航班调度计划，能够优化航班排序，排序效率高，并且排序效果的稳定性强。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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发明的一些实施例，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是本发明实施例提供的一种基于航班调度系统的流程示意图。
具体实施方式
如图1所示，本实施例具体提供了一种航班调度系统，包括处理器、存储器和可读存储介质，所述存储器中存储有至少一条指令或至少一段程序，所述存储器关联存储表征航班唯一身份标识的航班ID、所述航班ID对应的唯一初始排序值和航班调度计划，所述处理器至少一条指令或所述至少一段程序由所述处理器加载并执行以实现以下步骤：
S101、获取初筛数据集（A1，A2，A3，……，Am），其中，Ai是指第i个航班ID对应的第一初始状态信息，i=1……m，所述第一初始状态信息至少包括：所述航班ID对应的起飞时间和所述起飞时间对应的初始排序值。
优选地，所述初筛数据集（A1，A2，A3，……，Am）以所述起飞时间的正序进行排序。
具体地，所述初始排序值是指按照所述起飞时间的正序执行起飞指令的航班ID对应的序号值。
具体地，根据所述初筛数据集（A1，A2，A3，……，Am），筛选出目标数据集（
Figure 448142DEST_PATH_IMAGE006
）之前还包括：
S201、获取机场状态数据（Y1，Y2，Y3，……，Yq），其中，Yr是指第r个机场的机场状态信息，r=1……q，q是指机场数量，所述机场状态信息包括机场管制信息和机场天气信息；
S203、对机场天气信息和机场管制信息均进行特征提取，得到对应的机场天气向量和机场管制向量；
S205、根据所述机场天气向量和所述机场管制向量进行分别进行归一化处理，得到机场优先值；
S207、当所述机场优先值大于预设优先值时，不执行所述S103步骤；
S209、当所述机场优先值不大于预设优先值时，不执行所述S103步骤。
具体地，本领域技术人员能够知晓采用任意一种方法确定是否执行上述S201至S209，在此不再赘述。
S103、根据所述初筛数据集（A1，A2，A3，……，Am），筛选出目标数据集（
Figure 362877DEST_PATH_IMAGE006
），n≤m，其中，
Figure 851627DEST_PATH_IMAGE002
是指当前时间节点T之前的第j个航班ID对应的目标状态信息，j=……n，所述目标状态信息包括：第二初始状态信息和航班状态信息，其中，所述航班状态信息包括起飞状态和未起飞状态，所述第二初始状态信息包括：所述航班ID对应的起飞时间和所述起飞时间对应的目标排序值。
具体地，筛选出所述目标数据集（
Figure 57481DEST_PATH_IMAGE007
）的过程中，通过所述航班ID在航班状态数据库中获取航班状态信息。
具体地，所述目标数据集（
Figure 502237DEST_PATH_IMAGE008
）以所述起飞时间的倒序进行排序。
具体地，所述目标排序值是指按照所述起飞时间的倒序执行起飞指令的航班ID对应的序号值。
在一个具体的实施例中，所述处理器还执行如下步骤确定目标数据集：
确定当前时间节点T；
遍历所述初筛数据集（A1，A2，A3，……，Am），确定出所述当前时间节点T之前的所述初筛数据集为所述目标数据集（
Figure 400923DEST_PATH_IMAGE009
），即所述目标数据集∈所述初筛数据集，例如，所述初筛数据集（A1，A2，A3，A4，A5，A6），在所述当前时间节点T时之前对应的初筛数据集为（A1，A2，A3，A4，A5），将其调整为倒序排序，生成所述目标数据集（
Figure 111390DEST_PATH_IMAGE010
），即所述目标数据集（
Figure 370202DEST_PATH_IMAGE011
）中
Figure 482515DEST_PATH_IMAGE012
对应为A5，依次类推。
具体地，所述当前时间节点T是指当日内的需要生成调度计划的时间。
S105、获取初始权重向量（W1，W2，W3，……，Wn），其中，Wj是指所述
Figure 286523DEST_PATH_IMAGE013
对应的初始权重值，即所述Wj是根据所述
Figure 936816DEST_PATH_IMAGE014
的航班状态信息设定的初始权重值，例如，根据
Figure 484472DEST_PATH_IMAGE015
的目标状态信息中飞行状态确定，处于起飞状态的航班ID对应的初始权重值为0，处于未起飞状态的航班ID对应的初始权重值为1，例如，所述权重向量（W1，W2，W3，……，W7）为（1，1，1，0，1，1，0，1)。
S107、根据所述初始权重向量（W1，W2，W3，……，Wn），生成排序向量（X1，X2，……，Xk），k为W中初始权重值为0的权重数量，Xg为所述权重向量（W1，W2，W3，……，Wn）中第g个初始权重值为0对应的排序权重值，g=1……k。
在一个具体的实施例中，所述处理器执行如下步骤生成排序向量：
将所述初始权重向量（W1，W2，W3，……，Wn）中初始权重值为0标
记为Xg，以生成排序权重向量（X1，X2，……，Xk）。
如示例所述，所述初始权重向量（1，1，1，0，1，1，0，1），当W4=0和W7=0时，将所述W4重置为X1和所述W7重置为X2，生成排序权重向量（X1，X2），其中，当继续出现Wg=0的情况时，依次类推，得到排序权重向量（X1，X2，……，Xk）。
S109、根据所述排序向量（X1，X2，……，Xk），确定目标排序向量（B1，B2，B3，……，Bk）以使得生成航班调度计划，其中，Bj是指所述当前时间节点T之前的第j个航班ID对应的最终排序值。
在具体的一个实施例中，所述S109步骤还包括如下步骤：
获取所述目标排序向量（B1，B2，B3，……，Bn）对应的目标权重值向量（
Figure 451291DEST_PATH_IMAGE016
），其中，所述
Figure 691779DEST_PATH_IMAGE005
是指所述Bj对应的目标权重值；
判断所述
Figure 360527DEST_PATH_IMAGE005
是否等于1；
当所述
Figure 711874DEST_PATH_IMAGE005
等于1时，确定所述Bj为当前排序值；
当所述
Figure 267620DEST_PATH_IMAGE005
不等于1时，确定定所述Bj=F（X1……Xk），其中，F（）为航班对应的排序值函数。
优先地，所述目标权重向量（
Figure 928277DEST_PATH_IMAGE017
）是指将所述初始权重向量（W1，W2，W3，……，Wn）中初始权重值为0重置为所述排序向量（X1，X2，……，Xk）中对应的排序权重值后的权重向量
优先地，Xk对应的初始权重值和Xk-1对应的初始权重值之间全部初始权重值重置为Xk-1
优先地，所述Xk对应的初始权重值未位于所述初始权重向量中末位时，将所述Xk对应的权重值至与位于末位的初始权重值之间重置为Xk。
如示例所述，当所述权重向量（1，1，1，0，1，1，0，1）中W4=0和W7=0，且所述W4重置为X1和所述W7重置为X2时，所述X1和所述X2之间对应的权重子向量为（W5，W6），将W5和W6均重置为X1，依次类推所述目标权重向量（
Figure 38316DEST_PATH_IMAGE018
）为（1，1，1，X1，X1，X1，X2，X2），j=8。
具体地，所述处理器还执行如下步骤确定排序向量（X1，X2，……，Xk）：
获取样本数据集（C1，C2，C3，……，Cz）和所述样本数据集对应的目标排序向量（
Figure 927774DEST_PATH_IMAGE019
），所述样本数据集对应的目标排序向量可以根据上述方法进行确定，在此不再赘述；
所述样本数据集对应的目标排序向量（
Figure 384032DEST_PATH_IMAGE019
）与所述样本数据集对应的实际排序向量（D1，D2，D3，……，Dz）进行对比，得到样本排序向量（
Figure 966323DEST_PATH_IMAGE020
），以使得在所述样本排序向量（
Figure 563658DEST_PATH_IMAGE021
）中获取排序向量（
Figure 53545DEST_PATH_IMAGE022
），即所述排序向量∈样本排序向量，
Figure 30554DEST_PATH_IMAGE023
，依次类推，确定出排序向量（X1，X2，……，Xk）。
如示例所述，当
Figure 783746DEST_PATH_IMAGE024
时，所述D3中实际排序值为4，则
Figure 665115DEST_PATH_IMAGE025
；同理D4中实际排序值为8，则
Figure 411223DEST_PATH_IMAGE026
；所述D5中实际排序值为10，则有
Figure 61647DEST_PATH_IMAGE027
；计算出
Figure 720161DEST_PATH_IMAGE028
和
Figure 88826DEST_PATH_IMAGE029
，依次类推，得到所述本排序向量 （
Figure 920516DEST_PATH_IMAGE030
）。
在一个具体的实施例中，所述处理器还执行如下步骤修正F（）：
获取所述目标排序向量（B1，B2，B3，……，Bn）对应的目标实际排序向量 （
Figure 940293DEST_PATH_IMAGE031
）；
将所述目标排序向量（B1，B2，B3，……，Bn）和所述目标实际排序向量（
Figure 972971DEST_PATH_IMAGE032
），得到计算出误差向量（S1，S2，S3，……，Sn），所述目标实际排序向量∈所述实际排序向量，所述Sj是指第j个目标排序向量与目标实际排序向量之间的误差值；
优选地，所述Sn符合以下条件：
Figure 94511DEST_PATH_IMAGE033
，其中，优选地，
Figure DEST_PATH_IMAGE034
。
具体地，所述样本数据集存储在样本数据库，所述初筛数据集存储在预测数据库中，所述实际排序向量和所述目标实际排序向量均存储在实际航班数据库中。
本实施例提供的所述系统，能够通过获取初筛数据集，根据初筛数据集，筛选出目标数据集，再根据目标数据集对应的权重向量，确定排序向量，根据排序向量，生成航班调度计划；可见，本发明的技术方案权重向量随着航班实时状态进行调整，并根据目标数据集对应的权重向量，确定排序向量，根据排序向量，生成航班调度计划，能够优化航班排序，排序效率高，并且排序效果的稳定性强。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，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 (9)

1.一种航班调度系统，其特征在于，包括：处理器、存储器和可读存储介质，所述存储器中存储有至少一条指令或至少一段程序，所述存储器关联存储至少表征航班唯一身份标识的航班ID、表征航班的唯一起飞时间、表征航班排序的初始排序值和航班调度计划，所述处理器至少一条指令或所述至少一段程序由所述处理器加载并执行以实现以下步骤：
S101、获取初筛数据集（A1，A2，A3，……，Am），其中，Ai是指第i个航班ID对应的第一初始状态信息，i=1……m，所述第一初始状态信息至少包括：所述航班ID对应的起飞时间和所述起飞时间对应的初始排序值；
S103、根据所述初筛数据集（A1，A2，A3，……，Am），筛选出目标数据集（
Figure 213122DEST_PATH_IMAGE001
），n≤m，其中，
Figure 572559DEST_PATH_IMAGE002
是指当前时间节点T之前的第j个航班ID对应的目标状态信息，j=……n，所述目标状态信息包括：第二初始状态信息和航班状态信息，其中，所述航班状态信息包括起飞状态和未起飞状态，所述第二初始状态信息包括：所述航班ID对应的起飞时间和所述起飞时间对应的目标排序值；
S105、获取初始权重向量（W1，W2，W3，……，Wn），其中，Wj是指所述
Figure 87723DEST_PATH_IMAGE002
对应的初始权重值；
S107、根据所述初始权重向量（W1，W2，W3，……，Wn），生成排序向量（X1，X2，……，Xk），k为W中初始权重值为0的权重数量，Xg为所述权重向量（W1，W2，W3，……，Wn）中第g个初始权重值为0对应的排序权重值，g=1……k；
S109、根据所述排序向量（X1，X2，……，Xk），确定目标排序向量（B1，B2，B3，……，Bk）以使得生成航班调度计划；其中，Bj是指所述当前时间节点T之前的第j个航班ID对应的最终排序值，其中，所述S109步骤还包括如下步骤：
获取所述目标排序向量（B1，B2，B3，……，Bn）对应的目标权重值向量（
Figure 165401DEST_PATH_IMAGE003
），其中，所述
Figure 10997DEST_PATH_IMAGE005
是指所述Bj对应的目标权重值；
判断所述
Figure 739787DEST_PATH_IMAGE005
是否等于1；
当所述
Figure 176585DEST_PATH_IMAGE005
等于1时，确定所述Bj为当前排序值；
当所述
Figure 741558DEST_PATH_IMAGE005
不等于1时，确定所述Bj=F（X1……Xk），其中，F（）为航班对应的排序值函数。
2.根据权利要求1所述的航班调度系统，其特征在于，所述初筛数据集（A1，A2，A3，……，Am）以所述起飞时间的正序进行排序。
3.根据权利要求1所述的航班调度系统，其特征在于，所述初始排序值是指按照所述起飞时间的正序执行起飞指令的航班ID对应的序号值。
4.根据权利要求1所述的航班调度系统，其特征在于，所述目标数据集（
Figure DEST_PATH_IMAGE006
）以所述起飞时间的倒序进行排序。
5.根据权利要求1所述的航班调度系统，其特征在于，所述目标排序值是指按照所述起飞时间的倒序执行起飞指令的航班ID对应的序号值。
6.根据权利要求1所述的航班调度系统，其特征在于，所述当前时间节点T是指当日内的需要生成调度计划的时间。
7.根据权利要求1所述的航班调度系统，其特征在于，所述处理器还执行如下步骤确定目标数据集：
确定当前时间节点T；
遍历所述初筛数据集（A1，A2，A3，……，Am），确定出所述当前时间节点T之前的所述初筛数据集为所述目标数据集（
Figure DEST_PATH_IMAGE007
）。
8.根据权利要求1所述的航班调度系统，其特征在于，所述处理器执行S103步骤之前还包括：
S201、获取机场状态数据（Y1，Y2，Y3，……，Yq），其中，Yr是指第r个机场的机场状态信息，r=1……q，q是指机场数量；
S203、对机场天气信息和机场管制信息均进行特征提取，得到对应的机场天气向量和机场管制向量；
S205、根据所述机场天气向量和所述机场管制向量进行分别进行归一化处理，得到机场优先值；
S207、当所述机场优先值大于预设优先值时，不执行所述S103步骤；
S209、当所述机场优先值不大于预设优先值时，不执行所述S103步骤。
9.根据权利要求8所述的航班调度系统，其特征在于，所述机场状态信息包括机场管制信息和机场天气信息。
CN202110300105.9A 2021-03-22 2021-03-22 一种航班调度的系统 Active CN112801548B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110300105.9A CN112801548B (zh) 2021-03-22 2021-03-22 一种航班调度的系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110300105.9A CN112801548B (zh) 2021-03-22 2021-03-22 一种航班调度的系统

Publications (2)

Publication Number Publication Date
CN112801548A true CN112801548A (zh) 2021-05-14
CN112801548B CN112801548B (zh) 2021-08-03

Family

ID=75817298

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110300105.9A Active CN112801548B (zh) 2021-03-22 2021-03-22 一种航班调度的系统

Country Status (1)

Country Link
CN (1) CN112801548B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040111197A1 (en) * 2002-12-04 2004-06-10 Oscar Kipersztok Diagnostic system and method for enabling multistage decision optimization for aircraft preflight dispatch
US20080201183A1 (en) * 2007-02-20 2008-08-21 Lockheed Martin Corporation Multi objective national airspace flight path optimization
CN101465067A (zh) * 2009-01-15 2009-06-24 北京航空航天大学 机场场面航班调度辅助决策方法和系统
CN105023068A (zh) * 2015-08-06 2015-11-04 北京航空航天大学 一种基于规则挖掘的航班进离场协同调度方法
US20190088147A1 (en) * 2017-09-20 2019-03-21 Honeywell International Inc. Efficient time slot allocation for a flight plan of an aircraft
CN111599219A (zh) * 2020-05-27 2020-08-28 中航信移动科技有限公司 一种基于排序学习的多数据源航班起飞时间预测方法
CN112308286A (zh) * 2020-09-16 2021-02-02 北京中兵数字科技集团有限公司 航班计划调整方法、装置及计算机可读存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040111197A1 (en) * 2002-12-04 2004-06-10 Oscar Kipersztok Diagnostic system and method for enabling multistage decision optimization for aircraft preflight dispatch
US20080201183A1 (en) * 2007-02-20 2008-08-21 Lockheed Martin Corporation Multi objective national airspace flight path optimization
CN101465067A (zh) * 2009-01-15 2009-06-24 北京航空航天大学 机场场面航班调度辅助决策方法和系统
CN105023068A (zh) * 2015-08-06 2015-11-04 北京航空航天大学 一种基于规则挖掘的航班进离场协同调度方法
US20190088147A1 (en) * 2017-09-20 2019-03-21 Honeywell International Inc. Efficient time slot allocation for a flight plan of an aircraft
CN111599219A (zh) * 2020-05-27 2020-08-28 中航信移动科技有限公司 一种基于排序学习的多数据源航班起飞时间预测方法
CN112308286A (zh) * 2020-09-16 2021-02-02 北京中兵数字科技集团有限公司 航班计划调整方法、装置及计算机可读存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
冯翔 等: "进港飞机调度多目标优化问题的改进NSGA-II算法", 《电子科技大学学报》 *

Also Published As

Publication number Publication date
CN112801548B (zh) 2021-08-03

Similar Documents

Publication Publication Date Title
US10474504B2 (en) Distributed node intra-group task scheduling method and system
Kaur et al. A systematic review on task scheduling in Fog computing: Taxonomy, tools, challenges, and future directions
CN105929690B (zh) 一种基于分解多目标进化算法的柔性车间鲁棒调度方法
CN107404523A (zh) 云平台自适应资源调度系统和方法
US7636706B2 (en) Parameter adjustment device
CN109445386B (zh) 一种基于onba的云制造任务最短生产时间调度方法
CN111813500B (zh) 一种多目标云工作流调度方法及装置
CN109815537B (zh) 一种基于时间预测的高通量材料仿真计算优化方法
Menouer et al. New scheduling strategy based on multi-criteria decision algorithm
CN115794341A (zh) 基于人工智能的任务调度方法、装置、设备及存储介质
CN115421885A (zh) 一种分布式多目标云任务的调度方法、装置及云服务系统
CN111242446A (zh) 一种基于ga-ts混合算法的车间排产方法
CN112801548B (zh) 一种航班调度的系统
CN117687774A (zh) 用于算力调度的任务模型训练方法及算力调度方法和系统
CN110958192B (zh) 一种基于虚拟交换机的虚拟数据中心资源分配系统及方法
US20050125799A1 (en) Methods and systems for assigning objects to processing units
CN117539612A (zh) 基于混沌麻雀算法的ai训推平台任务调度方法和系统
CN112035234A (zh) 分布式批量作业分配方法及装置
Zhang et al. A discrete grey wolf optimizer for solving flexible job shop scheduling problem with lot-streaming
CN113139774B (zh) 一种面向多仓库运输的车辆路径优化方法
Guan et al. HierRL: Hierarchical reinforcement learning for task scheduling in distributed systems
CN115630514A (zh) 一种无人机集群协同任务分配方法与装置
CN112948087A (zh) 一种基于拓扑排序的任务调度方法及系统
CN110647166B (zh) 均衡能耗的无人机编队信息交互拓扑在线优化方法和装置
CN113010319A (zh) 混合启发式规则和遗传算法的动态工作流调度优化方法

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