CN112967013B - 一种确定预开通航班的起飞时间的方法、系统和电子设备 - Google Patents
一种确定预开通航班的起飞时间的方法、系统和电子设备 Download PDFInfo
- Publication number
- CN112967013B CN112967013B CN202110193813.7A CN202110193813A CN112967013B CN 112967013 B CN112967013 B CN 112967013B CN 202110193813 A CN202110193813 A CN 202110193813A CN 112967013 B CN112967013 B CN 112967013B
- Authority
- CN
- China
- Prior art keywords
- time
- passenger
- road section
- congestion information
- congestion
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000008859 change Effects 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000003086 colorant Substances 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000010006 flight Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000003116 impacting effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 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
- G06Q10/103—Workflow collaboration or project management
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及航空信息技术领域，提供了一种确定预开通航班的起飞时间的方法、系统和电子设备，所述方法包括：根据每个乘客在对应用时最短路径上的每个关键路段时所分别对应的拥堵信息和每个乘客在对应用时最短路径的每个关键路段所对应的关联路段时的拥堵信息，得到每个乘客的额外耗费时长，然后，当额外耗费时长超过预设耗费时长的乘客数量不超过预设乘客数量时，则将该待拟定起飞时间确定为所述预开通航班的起飞时间，既能保证尽量多的乘客在花费尽量少的额外耗费时长情况下，赶到机场；又能避免发生一些乘客由于过早地到达起飞机场所导致的耗费大量的额外时间的情况，极大提高乘客的体验度，进而提高该预开通航班的收益及客座率。
Description
技术领域
本发明涉及航空信息技术领域，尤其涉及一种确定预开通航班的起飞时间的方法、系统和电子设备。
背景技术
随着机场业私有化和区域一体化进程的推进，机场间的竞争日趋激烈，同时，全国运输机场及连接机场的航线数量呈现快速增加，因此，航空公司对新航线开通的决策具有重要的现实意义。
目前，航空公司往往采用时间序列预测法和计量经济预测方法来进行预测，得到预开通航班，由于在确定该预开通航班的起飞时间时缺少数据支持，导致确定的航班起飞时间不合适，乘客在前往起飞机场时，容易被拥堵在路上，会耗费大量的额外时间；或，为避免交通拥堵所导致的误机，乘客选择提前更多时间出发，但是，由于过早地到达起飞机场，同样会耗费大量的额外时间，极大降低乘客的体验度，因此，乘客往往会选择更方便出行或节省出行时间的航班。因此，起飞时间确定的不合适将对预开通航班的运营造成影响，甚至严重影响航班的客座率以及收益。
发明内容
本发明提供了一种确定预开通航班的起飞时间的方法、系统和电子设备，旨在解决的技术问题是：如何合理地确定预开通航班的起飞时间，以提高乘客的体验度，进而提高该预开通航班的客座率以及收益。本发明的一种确定预开通航班的起飞时间的方法的技术方案如下：
S1、根据预开通航班的起飞机场所在城市的乘客分布信息以及所述预开通航班的起飞机场的位置，获取每个乘客到达所述预开通航班的起飞机场的用时最短路径，并获取每条用时最短路径上的关键路段；
S2、将所述预开通航班的待拟定起飞时间分别输入获取到的每个关键路段所分别对应的时间段-拥堵模型中，得到每个乘客在对应用时最短路径上的每个关键路段时所分别对应的拥堵信息；
S3、将每个乘客在对应用时最短路径上的每个关键路段时所分别对应的拥堵信息分别输入交通拥堵预测模型中，得到每个乘客在对应用时最短路径的每个关键路段所对应的关联路段时的拥堵信息；
S4、每个乘客在对应用时最短路径上的每个关键路段时所分别对应的拥堵信息和每个乘客在对应用时最短路径的每个关键路段所对应的关联路段时的拥堵信息，得到每个乘客的额外耗费时长；
S5、当额外耗费时长超过预设耗费时长的乘客数量不超过预设乘客数量时，则将该待拟定起飞时间确定为所述预开通航班的起飞时间。
本发明的一种确定预开通航班的起飞时间的方法的有益效果如下：
首先，根据每个乘客在对应用时最短路径上的每个关键路段时所分别对应的拥堵信息和每个乘客在对应用时最短路径的每个关键路段所对应的关联路段时的拥堵信息，得到每个乘客的额外耗费时长，然后，当额外耗费时长超过预设耗费时长的乘客数量不超过预设乘客数量时，则将该待拟定起飞时间确定为所述预开通航班的起飞时间，既能保证尽量多的乘客在花费尽量少的额外耗费时长情况下，赶到机场；又能避免发生一些乘客由于过早地到达起飞机场所导致的耗费大量的额外时间的情况，极大提高乘客的体验度，进而提高该预开通航班的收益及客座率。
在上述方案的基础上，本发明的一种确定预开通航班的起飞时间的方法还可以做如下改进。
进一步，所述S5之后还包括：
当额外耗费时长超过预设耗费时长的乘客数量超过预设乘客数量时，对待拟定起飞时间进行更新，并返回执行S2。
采用上述进一步方案的有益效果是：通过对待拟定起飞时间进行更新的方式，即通过更新单一变量的值即更新待拟定起飞时间就能确定出预开通航班的起飞时间，简单方便。
进一步，还包括：
将所述预开通航班的起飞时间输入时刻-乘客流量函数，得到所述预开通航班的起飞时间对应的乘客流量，根据该乘客流量对所述预开通航班的起飞时间进行修正。
采用上述进一步方案的有益效果是：根据预开通航班的起飞时间对应的乘客流量对预开通航班的起飞时间进行修正，避免因乘客流量过大导致登机的等待时间较长的问题。进一步，还包括：根据在所述预开通航班的起飞机场的预设范围内的每个路段的历史交通信息，构建所述交通拥堵预测模型以及构建每个关键路段所分别对应的时间段-拥堵模型。
本发明的一种确定预开通航班的起飞时间的系统的技术方案如下：
包括获取模块、第一拥堵信息获取模块、第二拥堵信息获取模块、计算模块和确定模块；
所述获取模块用于：根据预开通航班的起飞机场所在城市的乘客分布信息以及所述预开通航班的起飞机场的位置，获取每个乘客到达所述预开通航班的起飞机场的用时最短路径，并获取每条用时最短路径上的关键路段；
所述第一拥堵信息获取模块用于：将所述预开通航班的待拟定起飞时间分别输入获取到的每个关键路段所分别对应的时间段-拥堵模型中，得到每个乘客在对应用时最短路径上的每个关键路段时所分别对应的拥堵信息；
所述第二拥堵信息获取模块用于：将每个乘客在对应用时最短路径上的每个关键路段时所分别对应的拥堵信息分别输入交通拥堵预测模型中，得到每个乘客在对应用时最短路径的每个关键路段所对应的关联路段时的拥堵信息；
所述计算模块用于：根据每个乘客在对应用时最短路径上的每个关键路段时所分别对应的拥堵信息和每个乘客在对应用时最短路径的每个关键路段所对应的关联路段时的拥堵信息，得到每个乘客的额外耗费时长；
所述确定模块用于：当额外耗费时长超过预设耗费时长的乘客数量不超过预设乘客数量时，则将该待拟定起飞时间确定为所述预开通航班的起飞时间。
本发明的一种确定预开通航班的起飞时间的系统的有益效果如下：
首先，根据每个乘客在对应用时最短路径上的每个关键路段时所分别对应的拥堵信息和每个乘客在对应用时最短路径的每个关键路段所对应的关联路段时的拥堵信息，得到每个乘客的额外耗费时长，然后，当额外耗费时长超过预设耗费时长的乘客数量不超过预设乘客数量时，则将该待拟定起飞时间确定为所述预开通航班的起飞时间，既能保证尽量多的乘客在花费尽量少的额外耗费时长情况下，赶到机场；又能避免发生一些乘客由于过早地到达起飞机场所导致的耗费大量的额外时间的情况，极大提高乘客的体验度，进而提高该预开通航班的收益及客座率。
在上述方案的基础上，本发明的一种确定预开通航班的起飞时间的系统还可以做如下改进。
进一步，所述确定模块还用于：当额外耗费时长超过预设耗费时长的乘客数量超过预设乘客数量时，对待拟定起飞时间进行更新，并重新调用所述第一拥堵信息获取模块、所述第二拥堵信息获取模块和所述计算模块，直至使额外耗费时长超过预设耗费时长的乘客数量不超过预设乘客数量。
采用上述进一步方案的有益效果是：通过对待拟定起飞时间进行更新的方式，即通过更新单一变量的值即更新待拟定起飞时间就能确定出预开通航班的起飞时间，简单方便。
进一步，还包括修正模块，所述修正模块用于：
将所述预开通航班的起飞时间输入时刻-乘客流量函数，得到所述预开通航班的起飞时间对应的乘客流量，根据该乘客流量对所述预开通航班的起飞时间进行修正。采用上述进一步方案的有益效果是：根据预开通航班的起飞时间对应的乘客流量对预开通航班的起飞时间进行修正，避免因乘客流量过大导致登机的等待时间较长的问题。
进一步，还包括构建模块，所述构建模块用于：根据在所述预开通航班的起飞机场的预设范围内的每个路段的历史交通信息，构建所述交通拥堵预测模型以及构建每个关键路段所分别对应的时间段-拥堵模型。
本发明的一种电子设备的技术方案如下：
包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序，所述处理器执行所述程序时实现如上述任一项所述的一种确定预开通航班的起飞时间的方法的步骤。
本发明的一种电子设备的有益效果如下：
首先，根据每个乘客在对应用时最短路径上的每个关键路段时所分别对应的拥堵信息和每个乘客在对应用时最短路径的每个关键路段所对应的关联路段时的拥堵信息，得到每个乘客的额外耗费时长，然后，当额外耗费时长超过预设耗费时长的乘客数量不超过预设乘客数量时，则将该待拟定起飞时间确定为所述预开通航班的起飞时间，既能保证尽量多的乘客在花费尽量少的额外耗费时长情况下，赶到机场；又能避免发生一些乘客由于过早地到达起飞机场所导致的耗费大量的额外时间的情况，极大提高乘客的体验度，进而提高该预开通航班的收益及客座率。
附图说明
图1为本发明实施例的一种确定预开通航班的起飞时间的方法的流程示意图；
图2为本发明实施例的一种确定预开通航班的起飞时间的系统的结构示意图；
图3为本发明实施例的电子设备的结构示意图；
具体实施方式
如图1所示，本发明实施例的一种确定预开通航班的起飞时间的方法，包括如下步骤：
S1、根据预开通航班的起飞机场所在城市的乘客分布信息以及所述预开通航班的起飞机场的位置，获取每个乘客到达所述预开通航班的起飞机场的用时最短路径，并获取每条用时最短路径上的关键路段；
S2、将所述预开通航班的待拟定起飞时间分别输入获取到的每个关键路段所分别对应的时间段-拥堵模型中，得到每个乘客在对应用时最短路径上的每个关键路段时所分别对应的拥堵信息；
S3、将每个乘客在对应用时最短路径上的每个关键路段时所分别对应的拥堵信息分别输入交通拥堵预测模型中，得到每个乘客在对应用时最短路径的每个关键路段所对应的关联路段时的拥堵信息；
S4、每个乘客在对应用时最短路径上的每个关键路段时所分别对应的拥堵信息和每个乘客在对应用时最短路径的每个关键路段所对应的关联路段时的拥堵信息，得到每个乘客的额外耗费时长；
S5、当额外耗费时长超过预设耗费时长的乘客数量不超过预设乘客数量时，则将该待拟定起飞时间确定为所述预开通航班的起飞时间。
首先，根据每个乘客在对应用时最短路径上的每个关键路段时所分别对应的拥堵信息和每个乘客在对应用时最短路径的每个关键路段所对应的关联路段时的拥堵信息，得到每个乘客的额外耗费时长，然后，当额外耗费时长超过预设耗费时长的乘客数量不超过预设乘客数量时，则将该待拟定起飞时间确定为所述预开通航班的起飞时间，既能保证尽量多的乘客在花费尽量少的额外耗费时长情况下，赶到机场；又能避免发生一些乘客由于过早地到达起飞机场所导致的耗费大量的额外时间的情况，极大提高乘客的体验度，进而提高该预开通航班的收益及客座率。
S1中，可通过预先统计预开通航班对应的航线的其他航班在起飞机场所在城市的乘客的常住地所在的位置，得到乘客分布信息，根据每个乘客的位置和预开通航班的起飞机场的位置，借助于高德导航、百度地图等软件获取每个乘客到达预开通航班的起飞机场的所有路径，并得到每条路径的耗时，通过对每个乘客对应的每条路径的耗时进行对比，得到每个乘客到达预开通航班的起飞机场的用时最短路径；通过统计预设航班的起飞机场所在城市的历史交通信息，将容易堵车的路段列为关键路段并存储，当得到每个乘客到达预开通航班的起飞机场的用时最短路径之后，与预存储的关键路段进行分别匹配得到每条用时最短路上的关键路段；
其中，可将一天之内出现交通拥堵且交通拥堵的时间超过预设时间如1小时或1.5小时等的路段列为容易堵车的路段即关键路段，其中，可借助高德导航、百度地图等软件判断是否出现交通拥，或，对通过任一路段的多个车辆进行监控，通过每个车辆的速度以及多个车辆之间的密集程度来判断是否出现拥堵。
可以理解的是，乘客出行往往偏向于选择用时最短的路径作为最终前往起飞机场的路径，所以本申请中，获取每个乘客到达预开通航班的起飞机场的用时最短路径，并获取每条用时最短路径上的关键路段，更加符合实际情况。
以第一乘客和第二乘客为例继续进行说明，第一乘客对应的用时最短路径上包括第一关键路段，第二乘客对应的用时最短路径上包括第二关键路段，那么S2具体可理解为：
获取到的每个关键路段所分别对应的时间段-拥堵模型，即为：第一关键路段对应的时间段-拥堵模型和第二关键路段所分别对应的时间段-拥堵模型，假设预设航班的待拟定起飞时间开始向前推用于办理登机手续的耗时如40分钟或45分钟等，例如，起飞时间为12：00，向前推40分钟，即11：20，即第一乘客需要11：20到达起飞机场，以办理登机手续，获取预设航班的起飞机场至第一关键路段之间的距离得到在通常交通信息情况下，乘坐出租车所需要的时间为30分钟，则乘客在第一关键路段时的时刻为10：50，假设对于第一关键路段对应的时间段-拥堵模型，是以时间间隔20分钟建立的，则由于第一乘客在第一关键路段是为10：50，则对应10：40-11：00对应的时间段-拥堵模型，由此得到第一乘客在第一路径上的第二关键路段时所对应的拥堵信息，此时的拥堵信息可理解为：10：40-11：00之间的拥堵信息；
假设，根据第一乘客在第一路径上的第一关键路段时所对应的拥堵信息计算，即根据10：40-11：00之间的拥堵信息计算后发现，第一乘客在10：40时依然在第一关键路段，那么，继续调用第一关键路段对应的时间段-拥堵模型，得到10：20-10：40之间的拥堵信息；此时，第一乘客在对应的用时最短路径上的第一关键路段时所对应的拥堵信息即为10：40-11：00之间的拥堵信息和10：20-10：40之间的拥堵信息，并以此类推更多情况。
同理，得到第二乘客在对应用时最短路径上的第二关键路段时所分别对应的拥堵信息；
可以理解的是，本文中描述的“第一乘客在对应用时最短路径上的第一关键路段时”，并不是乘客真实到达对应用时最短路径上的第一关键路段时，而是假设乘客在对应用时最短路径上的第一关键路段时进行计算。
其中，根据在预设航班的起飞机场的预设范围内的每个路段的历史交通信息，构建每个关键路段所分别对应的时间段-拥堵模型，具体地：根据在预设航班的起飞机场的预设范围内的每个路段的历史交通信息，通过利用正则化多元线性回归法或神经网络进行训练，得到每个关键路段所分别对应的时间段-拥堵模型，具体训练过程，为本领域人员所述悉知，在此不做赘述。
然后，S3可具体理解为：
根据每个乘客在对应用时最短路径上的每个关键路段时所分别对应的拥堵信息和交通拥堵预测模型，得到每个乘客在对应用时最短路径的每个关键路段所对应的关联路段时的拥堵信息，具体地：
根据第一乘客在对应用时最短路径上的第一关键路段时对应的拥堵信息和交通拥堵预测模型，得到第一乘客在对应用时最短路径的第一关键路段所对应的关联路段时的拥堵信息；
由于关键路段的交通拥堵的情况，会导致其它路段即关联路段上的交通拥堵继续存在并向外扩散，延伸至其它的关联路段，持续一段时间后不断缩小，直至消失的过程，因此，需要构建交通拥堵预测模型，根据任一关键路段的拥堵信息得到对应的每个关联路段的拥堵信息，其中，构建交通拥堵预测模型的过程包括：
根据在预设航班的起飞机场的预设范围内的每个路段的历史交通信息，通过利用正则化多元线性回归法或神经网络进行训练，得到交通拥堵预测模型，具体地：
将每月中发生交通拥堵次数大于一预定次数的路段判定为关键路段，或可将一天之内出现交通拥堵且交通拥堵的时间超过预设时间的路段列为容易堵车的路段即关键路段，根据关键路段的拥堵信息生成拥堵子图，生成连续1个小时或更长时间内的动态的拥堵子图，根据拥堵子图的变化，得到关联性强的至少两个关键路段，该至少两个关键路段互为关联路段；也就是说，上述第一关键路段对应的关联路段也是关键路段，当第一乘客对应用时最短路径中的关键路段为该关联路段时，则该关联路段的关联路段为第一关键路段。
其中，在拥堵子图上可用不同颜色表示不同的拥堵信息，通过计算颜色之间RGB差异，来确定关联性的强弱；也可用余弦相似度算法，把不同的拥堵信息转换为向量，然后利用余弦相似度算法计算不同的拥堵信息之间的余弦相似度在一个小时内或更长时间内的变化幅值，根据变化幅值来确定关联性的强弱。
同理，根据第二乘客在对应用时最短路径上的第二关键路段时对应的拥堵信息和交通拥堵预测模型，得到第二乘客在对应用时最短路径的第二关键路段所对应的关联路段时的拥堵信息；
那么，S4中，每个乘客在对应用时最短路径上的每个关键路段时所分别对应的拥堵信息和每个乘客在对应用时最短路径的每个关键路段所对应的关联路段时的拥堵信息，得到每个乘客的额外耗费时长；具体为：
第一乘客在对应用时最短路径上的第一关键路段时所对应的拥堵信息和第一乘客在对应用时最短路径的第一关键路段所对应的关联路段时的拥堵信息，借助于高德导航、百度地图等软件计算出以出租车的方式通过第一关键路段和第一关键路段的关联路段所需要的第一总耗时；并借助于高德导航、百度地图等软件计算出以出租车的方式并在通常交通情况下，通过第一关键路段和第一关键路段的关联路段所需要的第二总耗时，第一总耗时和第二总耗时之间的差值，即为第一乘客的额外耗费时长；
其中，通常交通情况可通过对历史交通数据进行统计得到，一般情况下，通常交通情况下可理解为在不拥堵时的交通情况下。
同理得到第二乘客的额外耗费时长，并同理得到多个乘客的额外耗费时长，假如得到1000个乘客的额外耗费时长，那么，S5中，当额外耗费时长超过预设耗费时长的乘客数量不超过预设乘客数量时，则将该待拟定起飞时间确定为所述预开通航班的起飞时间，可理解为：
假设预设耗费时长为20分钟，1000个乘客中额外耗费时长超过20分钟乘客数量不超过预设乘客数量如800个时，则该待拟定起飞时间确定为预开通航班的起飞时间，其中，预设耗费时长和预设乘客数量可根据实际情况进行调整和设置，在此不做赘述。
在上述实施例中，以乘坐出租车的方式进行说明，本申请同样适用于乘坐公交车的方式分析，以及同时适用于对乘坐不同交通工具的方式进行分析。
较优地，在上述技术方案中，当额外耗费时长超过预设耗费时长的乘客数量超过预设乘客数量时，执行S6；
S6、对待拟定起飞时间进行更新，并返回执行S2，直至使额外耗费时长超过预设耗费时长的乘客数量不超过预设乘客数量。
通过对待拟定起飞时间进行更新的方式，即通过更新单一变量的值即更新待拟定起飞时间就能确定出预开通航班的起飞时间，简单方便。
较优地，在上述技术方案中，还包括：
将所述预开通航班的起飞时间输入时刻-乘客流量函数，得到所述预开通航班的起飞时间对应的乘客流量，根据该乘客流量对所述预开通航班的起飞时间进行修正。
根据预开通航班的起飞时间对应的乘客流量对预开通航班的起飞时间进行修正，避免因乘客流量过大导致登机的等待时间较长的问题。
其中，可通过机场进口设置的摄像头获取连续一年或两年内每天的乘客流量，利用最小二乘法或其它数据拟合算法对连续一年或两年内每天的乘客流量进行拟合，得到时刻-乘客流量函数。
可通过如下方式根据该乘客流量对所述预开通航班的起飞时间进行修正，具体地：
统计并拟合出乘客流量与登机的等待时长之间的函数关系，根据该函数关系得到预开通航班的起飞时间对应的登机的等待时长，将该等待时长与正常情况下登机的等待时长进行对比，那么：
1)当计算出的等待时长小于正常情况下登机的等待时长时，说明机场等待登机的乘客数量较少，则不对预开通航班的起飞时间进行修正；也就是说，依然将该待拟定起飞时间确定为所述预开通航班的起飞时间；
2)当计算出的等待时长大于正常情况下登机的等待时长时，说明机场等待登机的乘客数量较多，则对预开通航班的起飞时间进行修正，可在预开通航班的起飞时间延后计算出的等待时长与正常情况下登机的等待时长之间的偏差，如预开通航班的起飞时间为12：00，计算出的等待时长为1个小时，正常情况下登机的等待时长为40分钟，偏差为20分钟，则将预开通航班的起飞时间修正为12：20，避免因乘客流量过大导致登机的等待时间较长的问题。
在上述各实施例中，虽然对步骤进行了编号S1、S2等，但只是本申请给出的具体实施例，本领域的技术人员可根据实际情况对调整S1、S2等的执行顺序，此也在本发明的保护范围内，可以理解，在一些实施例中，可以包含如上述各实施方式中的部分或全部。
如图2所示，本发明实施例的一种确定预开通航班的起飞时间的系统200，包括获取模块210、第一拥堵信息获取模块220、第二拥堵信息获取模块230、计算模块240和确定模块250；
所述获取模块210用于：根据预开通航班的起飞机场所在城市的乘客分布信息以及所述预开通航班的起飞机场的位置，获取每个乘客到达所述预开通航班的起飞机场的用时最短路径，并获取每条用时最短路径上的关键路段；
所述第一拥堵信息获取模块220用于：将所述预开通航班的待拟定起飞时间分别输入获取到的每个关键路段所分别对应的时间段-拥堵模型，得到每个乘客在对应用时最短路径上的每个关键路段时所分别对应的拥堵信息；
所述第二拥堵信息获取模块230用于：将每个乘客在对应用时最短路径上的每个关键路段时所分别对应的拥堵信息分别输入交通拥堵预测模型，得到每个乘客在对应用时最短路径的每个关键路段所对应的关联路段时的拥堵信息；
所述计算模块240用于：根据每个乘客在对应用时最短路径上的每个关键路段时所分别对应的拥堵信息和每个乘客在对应用时最短路径的每个关键路段所对应的关联路段时的拥堵信息，得到每个乘客的额外耗费时长；
所述确定模块250用于：当额外耗费时长超过预设耗费时长的乘客数量不超过预设乘客数量时，则将该待拟定起飞时间确定为所述预开通航班的起飞时间。
首先，根据每个乘客在对应用时最短路径上的每个关键路段时所分别对应的拥堵信息和每个乘客在对应用时最短路径的每个关键路段所对应的关联路段时的拥堵信息，得到每个乘客的额外耗费时长，然后，当额外耗费时长超过预设耗费时长的乘客数量不超过预设乘客数量时，则将该待拟定起飞时间确定为所述预开通航班的起飞时间，既能保证尽量多的乘客在花费尽量少的额外耗费时长情况下，赶到机场；又能避免发生一些乘车由于过早地到达起飞机场所导致的耗费大量的额外时间的情况，极大提高乘客的体验度，进而提高该预开通航班的收益及客座率。
较优地，在上述技术方案中，所述确定模块250还用于：当额外耗费时长超过预设耗费时长的乘客数量超过预设乘客数量时，对待拟定起飞时间进行更新，并重新调用所述第一拥堵信息获取模块220、所述第二拥堵信息获取模块230和所述计算模块240，直至使额外耗费时长超过预设耗费时长的乘客数量不超过预设乘客数量。
通过对待拟定起飞时间进行更新的方式，即通过更新单一变量的值即更新待拟定起飞时间就能确定出预开通航班的起飞时间，简单方便。
较优地，在上述技术方案中，还包括修正模块，所述修正模块用于：
将所述预开通航班的起飞时间输入时刻-乘客流量函数，得到所述预开通航班的起飞时间对应的乘客流量，根据该乘客流量对所述预开通航班的起飞时间进行修正。
根据预开通航班的起飞时间对应的乘客流量对预开通航班的起飞时间进行修正，避免因乘客流量过大导致登机的等待时间较长的问题。
较优地，在上述技术方案中，还包括构建模块，所述构建模块用于：根据在所述预开通航班的起飞机场的预设范围内的每个路段的历史交通信息，构建所述交通拥堵预测模型以及构建每个关键路段所分别对应的时间段-拥堵模型。
上述关于本发明的一种确定预开通航班的起飞时间的系统200中的各参数和各个单元模块实现相应功能的步骤，可参考上文中关于一种确定预开通航班的起飞时间的方法的实施例中的各参数和步骤，在此不做赘述。
如图3所示，本发明实施例的一种电子设备300，包括存储器310、处理器320及存储在所述存储器310上并在所述处理器320上运行的程序330，所述处理器320执行所述程序330时实现上述任一实施的一种确定预开通航班的起飞时间的方法的步骤。
首先，根据每个乘客在对应用时最短路径上的每个关键路段时所分别对应的拥堵信息和每个乘客在对应用时最短路径的每个关键路段所对应的关联路段时的拥堵信息，得到每个乘客的额外耗费时长，然后，当额外耗费时长超过预设耗费时长的乘客数量不超过预设乘客数量时，则将该待拟定起飞时间确定为所述预开通航班的起飞时间，既能保证尽量多的乘客在花费尽量少的额外耗费时长情况下，赶到机场；又能避免发生一些乘车由于过早地到达起飞机场所导致的耗费大量的额外时间的情况，极大提高乘客的体验度，进而提高该预开通航班的收益。
其中，电子设备300可以选用电脑、手机等，相对应地，其程序330为电脑软件或手机APP等，且上述关于本发明的一种电子设备300中的各参数和步骤，可参考上文中一种确定预开通航班的起飞时间的方法的实施例中的各参数和步骤，在此不做赘述。
所属技术领域的技术人员知道，本发明可以实现为系统、方法或计算机程序产品。
因此，本公开可以具体实现为以下形式，即：可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等)，还可以是硬件和软件结合的形式，本文一般称为“电路”、“模块”或“系统”。此外，在一些实施例中，本发明还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是一一但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM),只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (7)
1.一种确定预开通航班的起飞时间的方法，其特征在于，包括：
S1、根据预开通航班的起飞机场所在城市的乘客分布信息以及所述预开通航班的起飞机场的位置，获取每个乘客到达所述预开通航班的起飞机场的用时最短路径，并获取每条用时最短路径上的关键路段；
S2、将所述预开通航班的待拟定起飞时间分别输入获取到的每个关键路段所分别对应的时间段-拥堵模型中，得到每个乘客在对应用时最短路径上的每个关键路段时所分别对应的拥堵信息；
S3、将每个乘客在对应用时最短路径上的每个关键路段时所分别对应的拥堵信息分别输入交通拥堵预测模型中，得到每个乘客在对应用时最短路径的每个关键路段所对应的关联路段时的拥堵信息；
其中，将每月中发生交通拥堵次数大于一预定次数的路段判定为关键路段，或将一天之内出现交通拥堵且交通拥堵的时间超过预设时间的路段列为容易堵车的路段即关键路段，根据关键路段的拥堵信息生成拥堵子图，生成连续1个小时或更长时间内的动态的拥堵子图，根据拥堵子图的变化，得到关联性强的至少两个关键路段，该至少两个关键路段互为关联路段；
其中，在拥堵子图上用不同颜色表示不同的拥堵信息，通过计算颜色之间RGB差异，来确定关联性的强弱；或者用余弦相似度算法，把不同的拥堵信息转换为向量，然后利用余弦相似度算法计算不同的拥堵信息之间的余弦相似度在一个小时内或更长时间内的变化幅值，根据变化幅值来确定关联性的强弱；
S4、根据每个乘客在对应用时最短路径上的每个关键路段时所分别对应的拥堵信息和每个乘客在对应用时最短路径的每个关键路段所对应的关联路段时的拥堵信息，得到每个乘客的额外耗费时长；
S5、当额外耗费时长超过预设耗费时长的乘客数量不超过预设乘客数量时，则将该待拟定起飞时间确定为所述预开通航班的起飞时间。
2.根据权利要求1所述的一种确定预开通航班的起飞时间的方法，其特征在于，所述S5之后还包括：
当额外耗费时长超过预设耗费时长的乘客数量超过预设乘客数量时，对待拟定起飞时间进行更新，并返回执行S2。
3.根据权利要求1或2所述的一种确定预开通航班的起飞时间的方法，其特征在于，还包括：
将所述预开通航班的起飞时间输入时刻-乘客流量函数，得到所述预开通航班的起飞时间对应的乘客流量，根据该乘客流量对所述预开通航班的起飞时间进行修正。
4.根据权利要求1或2所述的一种确定预开通航班的起飞时间的方法，其特征在于，还包括：根据在所述预开通航班的起飞机场的预设范围内的每个路段的历史交通信息，构建所述交通拥堵预测模型以及构建每个关键路段所分别对应的时间段-拥堵模型。
5.一种确定预开通航班的起飞时间的系统，其特征在于，包括获取模块、第一拥堵信息获取模块、第二拥堵信息获取模块、计算模块和确定模块；
所述获取模块用于：根据预开通航班的起飞机场所在城市的乘客分布信息以及所述预开通航班的起飞机场的位置，获取每个乘客到达所述预开通航班的起飞机场的用时最短路径，并获取每条用时最短路径上的关键路段；
所述第一拥堵信息获取模块用于：将所述预开通航班的待拟定起飞时间分别输入获取到的每个关键路段所分别对应的时间段-拥堵模型中，得到每个乘客在对应用时最短路径上的每个关键路段时所分别对应的拥堵信息；
所述第二拥堵信息获取模块用于：将每个乘客在对应用时最短路径上的每个关键路段时所分别对应的拥堵信息分别输入交通拥堵预测模型中，得到每个乘客在对应用时最短路径的每个关键路段所对应的关联路段时的拥堵信息；
其中，将每月中发生交通拥堵次数大于一预定次数的路段判定为关键路段，或将一天之内出现交通拥堵且交通拥堵的时间超过预设时间的路段列为容易堵车的路段即关键路段，根据关键路段的拥堵信息生成拥堵子图，生成连续1个小时或更长时间内的动态的拥堵子图，根据拥堵子图的变化，得到关联性强的至少两个关键路段，该至少两个关键路段互为关联路段；
其中，在拥堵子图上用不同颜色表示不同的拥堵信息，通过计算颜色之间RGB差异，来确定关联性的强弱；或者用余弦相似度算法，把不同的拥堵信息转换为向量，然后利用余弦相似度算法计算不同的拥堵信息之间的余弦相似度在一个小时内或更长时间内的变化幅值，根据变化幅值来确定关联性的强弱；
所述计算模块用于：根据每个乘客在对应用时最短路径上的每个关键路段时所分别对应的拥堵信息和每个乘客在对应用时最短路径的每个关键路段所对应的关联路段时的拥堵信息，得到每个乘客的额外耗费时长；
所述确定模块用于：当额外耗费时长超过预设耗费时长的乘客数量不超过预设乘客数量时，则将该待拟定起飞时间确定为所述预开通航班的起飞时间。
6.根据权利要求5所述的一种确定预开通航班的起飞时间的系统，其特征在于，所述确定模块还用于：当额外耗费时长超过预设耗费时长的乘客数量超过预设乘客数量时，对待拟定起飞时间进行更新，并重新调用所述第一拥堵信息获取模块、所述第二拥堵信息获取模块和所述计算模块，直至使额外耗费时长超过预设耗费时长的乘客数量不超过预设乘客数量。
7.根据权利要求5或6所述的一种确定预开通航班的起飞时间的系统，其特征在于，还包括修正模块，所述修正模块用于：
将所述预开通航班的起飞时间输入时刻-乘客流量函数，得到所述预开通航班的起飞时间对应的乘客流量，根据该乘客流量对所述预开通航班的起飞时间进行修正。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110193813.7A CN112967013B (zh) | 2021-02-20 | 2021-02-20 | 一种确定预开通航班的起飞时间的方法、系统和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110193813.7A CN112967013B (zh) | 2021-02-20 | 2021-02-20 | 一种确定预开通航班的起飞时间的方法、系统和电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112967013A CN112967013A (zh) | 2021-06-15 |
| CN112967013B true CN112967013B (zh) | 2024-03-19 |
Family
ID=76285306
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110193813.7A Active CN112967013B (zh) | 2021-02-20 | 2021-02-20 | 一种确定预开通航班的起飞时间的方法、系统和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112967013B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6278965B1 (en) * | 1998-06-04 | 2001-08-21 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Real-time surface traffic adviser |
| CN1434946A (zh) * | 2000-07-21 | 2003-08-06 | 交通预测.Com公司 | 一种提供旅行时间预测的方法 |
| US8437948B1 (en) * | 2012-04-12 | 2013-05-07 | Inrix, Inc. | Traffic forecasting |
| CN108898838A (zh) * | 2018-08-03 | 2018-11-27 | 首都经济贸易大学 | 一种基于lstm模型的机场交通拥堵预测方法及装置 |
| CN109190948A (zh) * | 2018-08-20 | 2019-01-11 | 北京航空航天大学 | 一种大型航空枢纽运行与城市交通拥堵的关联分析方法 |
| 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 |
-
2021
- 2021-02-20 CN CN202110193813.7A patent/CN112967013B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6278965B1 (en) * | 1998-06-04 | 2001-08-21 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Real-time surface traffic adviser |
| CN1434946A (zh) * | 2000-07-21 | 2003-08-06 | 交通预测.Com公司 | 一种提供旅行时间预测的方法 |
| US8437948B1 (en) * | 2012-04-12 | 2013-05-07 | Inrix, Inc. | Traffic forecasting |
| CN108898838A (zh) * | 2018-08-03 | 2018-11-27 | 首都经济贸易大学 | 一种基于lstm模型的机场交通拥堵预测方法及装置 |
| CN109190948A (zh) * | 2018-08-20 | 2019-01-11 | 北京航空航天大学 | 一种大型航空枢纽运行与城市交通拥堵的关联分析方法 |
| 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 |
Non-Patent Citations (1)
| Title |
|---|
| 地面交通拥堵对民航旅客航班时刻选择的影响;陈蒂等;《交通运输系统工程与信息》;第13卷(第2期);第96-102页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112967013A (zh) | 2021-06-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107945507B (zh) | 行程时间预测方法及装置 | |
| CN112308286B (zh) | 航班计划调整方法、装置及计算机可读存储介质 | |
| CN108444486B (zh) | 一种导航路线排序方法和装置 | |
| US10373507B2 (en) | System and method for calculating estimated time of runway landing and gate arrival for aircraft | |
| CN109974735A (zh) | 到达时间的预估方法、装置及计算机设备 | |
| CN111192090A (zh) | 航班的座位分配方法、装置、存储介质和电子设备 | |
| US20170016732A1 (en) | Journey time estimation | |
| CN110853349A (zh) | 车辆调度方法、装置及设备 | |
| CN111161537A (zh) | 考虑拥堵叠加效应的公路拥堵态势预测方法 | |
| CN113628446B (zh) | 一种基于物联网的交通信息采集分析方法及系统 | |
| CN116772877B (zh) | 一种新能源汽车续航里程预测方法、系统、装置及介质 | |
| CN114443303A (zh) | 资源分配方法、装置、设备及介质 | |
| US20180089993A1 (en) | Traffic hindrance risk prediction apparatus | |
| CN110929945A (zh) | 一种航线开通的预测方法、系统及电子设备 | |
| CN111667689B (zh) | 车辆旅行时间预测的方法、设备和计算机设备 | |
| CN111862590A (zh) | 路况预测方法、装置及存储介质 | |
| CN111582919B (zh) | 一种航班客座率预测方法和系统 | |
| CN111613060A (zh) | 一种数据处理方法以及设备 | |
| JP6685763B2 (ja) | 事故予報システム、および事故予報方法 | |
| CN112967013B (zh) | 一种确定预开通航班的起飞时间的方法、系统和电子设备 | |
| US11237008B2 (en) | System and method for controlling vehicular pollution concentration and providing maximum traffic flow throughput | |
| CN111160594B (zh) | 一种到达时间的预估方法、装置及存储介质 | |
| CN111047167B (zh) | 线路数据处理方法、装置、设备和存储介质 | |
| JP2018198026A (ja) | 事故予報システム、および、事故予報方法 | |
| CN107886190B (zh) | 一种突发事件下乘客出行选择行为仿真方法及装置 |
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 |