CN113570186A - 一种基于多维指标的机场运行效率评价方法及装置 - Google Patents

一种基于多维指标的机场运行效率评价方法及装置 Download PDF

Info

Publication number
CN113570186A
CN113570186A CN202110654165.0A CN202110654165A CN113570186A CN 113570186 A CN113570186 A CN 113570186A CN 202110654165 A CN202110654165 A CN 202110654165A CN 113570186 A CN113570186 A CN 113570186A
Authority
CN
China
Prior art keywords
evaluation
efficiency
operation efficiency
airport
criterion
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
CN202110654165.0A
Other languages
English (en)
Inventor
丛玮
朱睿
谢道仪
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.)
Variflight Technology Co ltd
Original Assignee
Variflight 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 Variflight Technology Co ltd filed Critical Variflight Technology Co ltd
Priority to CN202110654165.0A priority Critical patent/CN113570186A/zh
Publication of CN113570186A publication Critical patent/CN113570186A/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
    • G06Q10/0639—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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Computational Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Computing Systems (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Quality & Reliability (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)

Abstract

本发明公开了一种基于多维指标的机场运行效率评价方法及装置，根据机场运行效率的影响因素，确定机位效率、登机效率、滑行效率、正常性水平、保障量五个评价准则；构建机场运行效率的评价指标体系；基于可拓多层次分析法分别计算每个评价准则中各项评价指标的权重以及各个评价准则的权重；通过各项评价指标的历史数据，构建机场运行效率评分模型，计算机场运行效率的综合评分、确定机场运行效率的等级。本发明中，通过多维指标，全面地考虑了机场运行效率的各类因素，将较为主观的相对重要程度判断进行客观化，明确不同因素的影响程度，减少了定性判断的偏差，提供更充分的客观数据，计算方法简便，展现结果直观。

Description

一种基于多维指标的机场运行效率评价方法及装置
技术领域
本发明涉及航空运输领域，尤其涉及一种基于多维指标的机场运行效率评价方法及装置。
背景技术
机场作为航空运输系统的重要枢纽，其运行效率与旅客出行服务体验息息相关。随着A-CDM系统的建设完善，机场信息化程度逐步提高，航班保障流程日益流畅，机场运行效率稳步提升。然而当前，业内还没有针对机场运行效率提出一套科学合理的评价指标体系，无法围绕机场运行保障流程主动发现问题，同时对国内外同等量级的机场也缺乏相应的对比评价。
发明内容
为解决背景技术中存在的技术问题，本发明提出基于多维指标的机场运行效率评价方法及装置。
本发明提出一种基于多维指标的机场运行效率评价方法，包括：
S1：根据机场运行效率的影响因素，确定机位效率、登机效率、滑行效率、正常性水平、保障量五个评价准则；
S2：构建机场运行效率的评价指标体系，在评价指标体系中，每个评价准则中对应若干项评价指标；
S3：基于可拓多层次分析法分别计算每个评价准则中各项评价指标的权重以及各个评价准则的权重；
S4：获取各项评价指标的历史数据，根据历史数据确定各项评价指标的评价分值；
S5：根据评价指标的评价分值、权重和评价准则的权重构建机场运行效率评分模型，根据机场运行效率评分模型计算机场运行效率的综合评分；
S6：构建评分等级模型，将机场运行效率划分为多个评价等级；
S7：根据机场运行效率的综合评分和评价等级确定机场运行效率的等级。
优选地，所述步骤S3具体包括：
S301：建立可拓判断矩阵；所述可拓判断矩阵包括目标层、准则层、指标层；
S302：分别获取N个对同一准则下各项评价指标的相对重要程度判断的可拓区间数和各个准则的相对重要程度判断的可拓区间数；
S303：根据可拓区间数计算综合可拓区间数aij：
Figure BDA0003111937290000021
其中，aij表示第i个评价指标/准则与第j个评价指标/准则的相对重要程度，且
Figure BDA0003111937290000022
S304：根据综合可拓区间数获取综合可拓区间矩阵A：
A＝(aij)n×n＝<Amin，Amax>；
S305：分别获取矩阵Amin，Amax的最大特征值对应的具有正分量的归一化特征向量xmin，xmax；
S306：根据特征向量获取满足一致性条件的可拓区间数的权重向量ω：
ω＝<δxmin，θxmax>＝(ω1，ω2，...，ωn)T，
其中，
Figure BDA0003111937290000031
S307：计算权重向量中每个元素距离原点的距离L0：
Figure BDA0003111937290000032
S308：对L0(ω)进行归一化处理；得到同一准则下各项评价指标对于该准则的权重An以及各个准则层对于目标层的权重B；其中，An表示第n个准则下各项评价指标对于该准则的权重。
优选地，所述步骤S5具体包括：
S501：根据评价指标的评价分值，构建评价维度矩阵R：
R＝(S1，S2...Sn)T，
其中Sn表示该评价准则下第n项评价指标的评价分值；所述评价维度矩阵包括：机位效率矩阵R1、登机效率矩阵R2、滑行效率矩阵R3、正常性水平矩阵R4、保障量矩阵R5；
S502：根据上述评价维度矩阵、权重和评价准则的权重构建机场运行效率评分模型：
Figure BDA0003111937290000033
S503：根据机场运行效率评分模型计算机场运行效率的综合评分。
优选地，所述评价等级包括：优、良、一般、较差、差。
优选地，所述机位效率对应的评价指标包括靠桥率、廊桥周转率、机位变更比例、机位提前变更时长；
所述登机效率对应的评价指标包括登机口变更比例、登机口变更提前时长、单位旅客登机时长、旅客登机等待时长；
所述滑行效率对应的评价指标包括滑入时长、滑出时长；
所述正常性水平对应的评价指标包括放行正常性、进场延误、离场延误；
所述保障量对应的评价指标包括保障架次。
本发明还提出一种基于多维指标的机场运行效率评价装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述基于多维指标的机场运行效率评价方法。
本发明还提出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，所述程序被处理器执行时执行上述基于多维指标的机场运行效率评价方法。
本发明中，根据机场运行效率的影响因素，确定机位效率、登机效率、滑行效率、正常性水平、保障量五个评价准则；构建机场运行效率的评价指标体系；基于可拓多层次分析法分别计算每个评价准则中各个指标的权重以及各个评价准则的权重；通过各项评价指标的历史数据，构建机场运行效率评分模型，计算机场运行效率的综合评分、确定机场运行效率的等级。
本发明中，评价机场运行效率的方法围绕了航班保障的重要阶段，充分考虑影响机场各个运行保障阶段的各类影响因素并将机场协同运行纳入考量，选取机位利用、旅客登机、航班滑行等关键因素，从机位效率、登机效率、滑行效率和协同效率等视角评估机场运行效率；通过多维指标，全面地考虑了机场运行效率的各类因素，明确了各因素的影响程度，减少了定性判断的偏差，基于航空大数据的评估方法，提供更充分的客观数据，计算方法简便，展现结果直观。
本发明中，通过可拓多层次分析法，将较为主观的相对重要程度判断进行客观化，明确不同因素的影响程度；基于历史数据评估具体机场的运行效率分数，帮助机场运行部门关注自身的运行效率动态特征，更好地进行优化分析，找到影响机场运行效率的关键因素，提出有效的改善措施。
附图说明
图1为本发明提出的一种基于多维指标的机场运行效率评价方法的流程图。
具体实施方式
如图1所示，图1为本发明实施例一种基于多维指标的机场运行效率评价方法的流程图
参照图1，本发明实施例提出的一种基于多维指标的机场运行效率评价方法，包括：
S1：根据机场运行效率的影响因素，确定机位效率、登机效率、滑行效率、正常性水平、保障量五个评价准则；
S2：构建机场运行效率的评价指标体系，在评价指标体系中，每个评价准则中对应若干项评价指标；
本发明实施例中，共使用14个指标描述机场运行效率，具体包括靠桥率S1、廊桥周转率S2、机位变更比例S3、机位提前变更时长S4、登机口变更比例S5、登机口变更提前时长S6、单位旅客登机时长S7、旅客登机等待时长S8、滑入时长S9、滑出时长S10、放行正常性S11、进场延误S12、离场延误S13、保障架次S14。本实例共使用14个指标描述机场运行效率。
S3：基于可拓多层次分析法分别计算每个评价准则中各项评价指标的权重以及各个评价准则的权重；
本发明实施例中，步骤S3：具体包括：
S301：建立可拓判断矩阵；如表1所示所述可拓判断矩阵包括目标层、准则层、指标层；
表1示出了本发明实施例中机场运行效率的评价指标体系，其中包括了目标层、准则层以及指标层所包括的各个指标与准则
表1机场运行效率评价指标体系
Figure BDA0003111937290000061
S302：获取12个专家对同一准则下指标的相对重要程度判断的可拓区间数；根据多个可拓区间数计算综合可拓区间数aij：
Figure BDA0003111937290000062
其中aij表示第i个指标与第j个指标的相对重要程度，且
Figure BDA0003111937290000071
S303：根据综合可拓区间数获取综合可拓区间矩阵A：
A＝(aij)n×n＝<Amin，Amax>；
S304：分别获取矩阵Amin，Amax的最大特征值对应的具有正分量的归一化特征向量xmin，xmax；
S305：根据特征向量获取满足一致性条件的可拓区间数的权重向量ω：
ω＝<δxmin，θxmax>＝(ω1，ω2，...，ωn)T，
其中
Figure BDA0003111937290000072
S306：计算权重向量中每个元素距离原点的距离L0：
Figure BDA0003111937290000073
S307：针对L0(ω)进行归一化处理后得到同一准则下各个指标对于该准则的权重向量An，其中An表示第n个准则下指标对于该准则的权重向量；
本发明实施例中，五个准则下指标对于该准则的权重向量分别为：
A1＝[0.396，0.255，0.182，0.167]
A2＝[0.296，0.216，0.244，0.244]
A3＝[O.348，0.652]
A4＝[0.562，0.225，0.213]
A5＝1
S308：获取12个专家对各个准则的相对重要程度判断的可拓区间数；根据步骤S302-S307所述的方法计算准则对于目标层的权重向量B：
本发明实施例中，准则层对于目标层的权重B具体计算过程如下：
S3081：获取12个专家对五个准则的相对重要程度判断的可拓区间数；根据多个可拓区间数计算综合可拓区间数aij：根据综合可拓区间数获取综合可拓区间矩阵A：
A＝<Amin，Amax>；
如表2、表3所示；
表2示出矩阵Amin：
1.00 2.13 0.59 0.27 0.18
0.25 1.00 0.56 0.22 0.13
1.20 1.40 1.00 0.17 0.91
2.10 3.50 4.50 1.00 0.33
4.00 6.00 0.90 2.00 1.00
表3示出矩阵Amax：
1.00 4.00 0.83 0.48 0.25
0.47 1.00 0.71 0.29 0.17
1.70 1.80 1.00 0.22 1.11
3.70 4.50 5.90 1.00 0.50
5.50 8.00 1.10 3.00 1.00
S3082：分别计算Amin，Amax的具有正分量的归一化特征向量：
xmin＝[0.094，0.058，0.153，0.313，0.382]
xmax＝[0.107，0.056，0.143，0.308，0.387]
S3083：根据特征向量获取满足一致性条件的可拓区间数的权重向量ω；
本发明实施例中，求得对应的δ＝1.103，θ＝0.849，最终获得可拓区间数权重向量：
ω＝[0.080，0.049，0.130，0.265，0.325；0.118，0.061，0.157，0.339，0.427]，
S3084：计算权重向量中每个元素距离原点的距离L0：
L0(ω)＝[0.099，0.055，0.144，0.302，0.376]
S3084：针对L0(ω)进行归一化处理，得到准则对于目标层的权重向量B：
B＝[0.102，0.057，0.147，0.310，0.385]
S4：获取各项评价指标的历史数据，根据历史数据确定各项评价指标的评价分值；
本发明实施例中，历史数据选取××××年××月的数据，以评价××××年××月的机场运行效率；具体得分计算过程如下：
针对每个机场，根据预计统计时间段的开始日当月01日和结束日当月30日，作为机场运行效率评估的时间范围。以每个自然日为间隔，计算从开始到结束时段内的各机场运行效率指标结果，共有30个运行日即30个时间片；
(1)计算30个时间片的靠桥率S1结果：
靠桥率指标分数＝100×靠桥航班架次/总保障架次；
计算结果如表4-1所示；
表4-1靠桥率指标分数
Figure BDA0003111937290000091
Figure BDA0003111937290000101
表4-1中罗列了基于上述计算方法得到的靠桥率指标分数，以第一个时间片为例，该时间片的靠桥率分数82＝100×725/883。
(2)计算30个时间片的廊桥周转率S2结果：
廊桥周转率分数＝100×廊桥周转架次/总保障架次；
计算结果如表4-2所示：
表4-2廊桥周转率指标分数
Figure BDA0003111937290000102
Figure BDA0003111937290000111
表4-2中罗列了基于上述计算方法得到的廊桥周转率指标分数，以第一个时间片为例，该时间片的靠桥率分数77＝100×679/883。
(3)计算30个时间片的机位变更比例S3结果：
机位变更比例分数＝100×(1-机位变更架次/总保障架次)；
计算结果如表4-3所示：
表4-3机位变更比例指标分数
Figure BDA0003111937290000112
Figure BDA0003111937290000121
表4-3中罗列了基于上述计算方法得到的机位变更比例指标分数，以第一个时间片为例，该时间片的机位变更比例指标分数87＝100×(1-113/883)。
(4)计算30个时间片的机位提前变更时长S4结果：
机位提前变更时长分数＝100×(机位提前变更时长/240分钟)；
计算结果如表4-4所示：
表4-4机位提前变更时长指标分数
Figure BDA0003111937290000122
Figure BDA0003111937290000131
表4-4中罗列了基于上述计算方法得到的机位提前变更时长指标分数，以第一个时间片为例，该时间片的机位变更时长指标分数83.3＝100×(199.92/240)。
(5)计算30个时间片的登机口变更比例S5结果：
基于登机口变更航班数量与总保障架次计算，对应的分数如下所示：
登机口变更比例分数＝100×登机口变更航班数/总保障架次。
计算结果如表4-5所示：
表4-5登机口变更指标分数
Figure BDA0003111937290000132
Figure BDA0003111937290000141
表4-5中罗列了基于上述计算方法得到的登机口变更指标分数，以第一个时间片为例，该时间片的登机口变更指标分数85＝100×(1-136/883)。
(6)计算30个时间片的登机口变更提前时长S6结果：
登机口变更比例分数＝100×(登机口变更提前时长/240分钟)；
其中，登机口提前变更时长超过240分钟按240分钟计算。
计算结果如表4-6所示：
表4-6机位提前变更时长指标分数
Figure BDA0003111937290000142
Figure BDA0003111937290000151
表4-6中罗列了基于上述计算方法得到的机位提前变更时长指标分，以第一个时间片为例，该时间片的机位提前变更时长指标分数92.14＝100×(1-221.15/240)。
(7)计算30个时间片的单位旅客登机时长S7结果：
单位旅客登机时长分数＝100×(1-平均旅客登机时长/30分钟)；
其中，平均旅客登机时长超过30分钟按30分钟计算。
计算结果如表4-7所示：
表4-7单位旅客登机时长指标分数
Figure BDA0003111937290000152
Figure BDA0003111937290000161
表4-7中罗列了基于上述计算方法得到的单位旅客登机时长分数，以第一个时间片为例，该时间片的单位旅客登机时长分数72.38＝100×(1-21.71/30)。
(8)计算30个时间片的旅客登机等待时长S8结果：
旅客登机等待时长分数＝100×(1-平均登机等待时长/25分钟)；
其中，平均登机等待时长超过25分钟按25分钟计算。
计算结果如表4-8所示：
表4-8旅客登机等待时长指标分数
Figure BDA0003111937290000162
Figure BDA0003111937290000171
表4-8中罗列了基于上述计算方法得到的旅客登机等待时长分数，以第一个时间片为例，该时间片的旅客登机等待时长分数77.19＝100×(1-19.30/25)。
(9)计算30个时间片的滑入时长S9结果：
滑入时长分数＝100×(1-平均滑入时长/24分钟)；
其中，平均滑入时长超过24分钟按24分钟计算。
计算结果如表4-9所示：
表4-9滑入时长指标分数
Figure BDA0003111937290000172
Figure BDA0003111937290000181
表4-9中罗列了基于上述计算方法得到的滑入时长分数，以第一个时间片为例，该时间片的滑入时长分数53.26＝100×(1-11.22/24)
(10)计算30个时间片的滑出时长S10结果：
滑出时长分数＝100×(1-平均滑出时长/30分钟)；
其中，平均滑出时长超过30分钟按30分钟计算。
计算结果如表4-10所示：
表4-10滑出时长指标分数
Figure BDA0003111937290000182
Figure BDA0003111937290000191
表4-10中罗列了基于上述计算方法得到的滑出时长分数，以第一个时间片为例，该时间片的滑出时长分数47.93＝100×(1-15.62/30)
(10)计算30个时间片的放行正常性S11结果：
基于机场放行正常性水平，对应的分数如下所示：
放行正常性分数＝100×放行正常性；
计算结果如表4-11所示：
表4-11放行正常性指标分数
Figure BDA0003111937290000192
Figure BDA0003111937290000201
表4-11中罗列了基于上述计算方法得到的放行正常性分数，以第一个时间片为例，该时间片的放行正常性分数90＝100×0.9。
(12)计算30个时间片的进场延误S12分数：
进场延误分数＝100×(1-平均进场延误时长/30分钟)；
其中，进场延误时长超过30分钟按30分钟计算。
计算结果如表4-12所示：
表4-12进场延误指标分数
Figure BDA0003111937290000202
Figure BDA0003111937290000211
表4-12中罗列了基于上述计算方法得到的进场延误分数，以第一个时间片为例，该时间片的进场延误时长分数50.44＝100×(1-14.87/30)；
(13)计算30个时间片的离场延误S13分数：
离场延误分数＝100×(1-平均离场延误时长/30分钟)；
其中，离场延误时长超过30分钟按30分钟计算；
计算结果如表4-13所示：
表4-13离场延误指标分数
Figure BDA0003111937290000212
Figure BDA0003111937290000221
表16中罗列了基于上述计算方法得到的离场延误时长分数，以第一个时间片为例，该时间片的离场延误时长分数85.14＝100×(1-4.46/30)。
(14)计算30个时间片的保障架次S14结果：
保障架次分数＝100×(总保障架次/最大保障架次)；
计算结果如表4-14所示：
表4-14保障架次分数
Figure BDA0003111937290000222
Figure BDA0003111937290000231
表4-14中罗列了基于上述计算方法得到的保障架次分数，以第一个时间片为例，该时间片的预计到达时间准确度分数98.33＝100×(883/898)。
S5：根据评价指标的评价分值、权重和评价准则的权重构建机场运行效率评分模型，根据机场运行效率评分模型计算机场运行效率的综合评分；
本发明实施例中，步骤S5具体包括：
S501：根据评价指标的评价分值，构建评价维度矩阵R：
R＝(S1，S2...Sn)T，
其中Sn表示该评价准则下第n项评价指标的评价分值；所述评价维度矩阵包括：机位效率矩阵R1、登机效率矩阵R2、滑行效率矩阵R3、正常性水平矩阵R4、保障量矩阵R5；
本发明实施例中，机位效率因素包含四个指标：靠桥率、廊桥周转率、机位变更比例、机位提前变更时长。机位效率矩阵为：
R1＝(S1，S2，S3，S4)T；
登机效率因素包含四个指标：登机口变更比例、登机口变更提前时长、单位旅客登机时长、旅客登机等待时长。登机效率矩阵为：
R2＝(S5，S6，S7，S8)T；
滑行效率因素包含了两个指标：滑入时长与滑出时长。滑行效率矩阵为：
R3＝(S9，S10)T；
正常性水平包含了三个指标：放行正常性、进场延误、离场延误。正常性水平矩阵为：
R4＝(S11，S12，S13)T；
保障量包含了一个指标：保障架次。保障量矩阵为：
R5＝S14 T；
S502：根据上述评价维度矩阵、权重和评价准则的权重构建机场运行效率评分模型：
Figure BDA0003111937290000241
S503：根据机场运行效率评分模型计算机场运行效率的综合评分。
本发明实施例中，步骤S503具体包括：
S5031：分别计算每个时间片的机场运行效率的综合评分，评分结果如表5所示：
表5示出了基于机场运行效率评分模型得出的30个时间片的综合评分结果：
表5机场运行效率综合评分结果
Figure BDA0003111937290000251
S5032：基于30个时间片的机场运行效率的综合评分计算该时间段内的机场运行效率的综合评分：
本发明实施例中，对30个时间片的机场运行效率的综合评分结果求平均数，得到××××年××月的机场运行效率的综合评分为82.82。
S6：构建评分等级模型，将机场运行效率划分为多个评价等级；
本发明实施例中，基于上述评价函数f#，结合专家打分得到的单指标5个等级的4个阈值，将机场运行效率划分为优、良、一般、较差、差，进而计算综合评价指标的阈值，计算结果如表6所示：
表6
Figure BDA0003111937290000261
S7：根据机场运行效率的综合评分和评价等级确定机场运行效率的等级。
本发明实施例中，30个时间片的综合评分结果所对应的等级如表7所示；
表7
Figure BDA0003111937290000262
Figure BDA0003111937290000271
本发明实施例中，××××年××月的机场运行效率的综合评分为82.82，即该月整体运行状态为良好。
本发明实施例充分考虑影响机场各个运行保障阶段的各类影响因素并将机场协同运行纳入考量，包括：靠桥率、廊桥周转率、机位变更比例、机位变更提前时长、登机口变更比例、登机口变更提前时长、单位旅客登机时长、旅客登机等待时长、滑入时长、滑出时长、放行正常性、进场延误、离场延误、保障架次；通过可拓多层次状态分析，借助客观的数据规律对各类因素的权重进行确认，明确不同因素的影响程度；基于民航运行大数据科学评估每个机场在给定时段内的运行效率分数。
本发明可以帮助机场运行管理人员实现更好的运行效率分析，对不同时段、不同机场的运行效率进行对比总结，从而有效提升航空运输的效率运行水平。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (7)

1.一种基于多维指标的机场运行效率评价方法，其特征在于，包括：
S1：根据机场运行效率的影响因素，确定机位效率、登机效率、滑行效率、正常性水平、保障量五个评价准则；
S2：构建机场运行效率的评价指标体系，在评价指标体系中，每个评价准则中对应若干项评价指标；
S3：基于可拓多层次分析法分别计算每个评价准则中各项评价指标的权重以及各个评价准则的权重；
S4：获取各项评价指标的历史数据，根据历史数据确定各项评价指标的评价分值；
S5：根据评价指标的评价分值、权重和评价准则的权重构建机场运行效率评分模型，根据机场运行效率评分模型计算机场运行效率的综合评分；
S6：构建评分等级模型，将机场运行效率划分为多个评价等级；
S7：根据机场运行效率的综合评分和评价等级确定机场运行效率的等级。
2.根据权利要求1所述的基于多维指标的机场运行效率评价方法，其特征在于，所述步骤S3具体包括：
S301：建立可拓判断矩阵；所述可拓判断矩阵包括目标层、准则层、指标层；
S302：分别获取N个对同一准则下各项评价指标的相对重要程度判断的可拓区间数和各个准则的相对重要程度判断的可拓区间数；
S303：根据可拓区间数计算综合可拓区间数aij：
Figure FDA0003111937280000011
其中，aij表示第i个评价指标/准则与第j个评价指标/准则的相对重要程度，且
Figure FDA0003111937280000021
S304：根据综合可拓区间数获取综合可拓区间矩阵A：
A＝(aij)n×n＝<Amin，Amax>；
S305：分别获取矩阵Amin，Amax的最大特征值对应的具有正分量的归一化特征向量xmin，xmax；
S306：根据特征向量获取满足一致性条件的可拓区间数的权重向量ω：
ω＝<δxmin，θxmax>＝(ω1，ω2，…，ωn)T，
其中，
Figure FDA0003111937280000022
S307：计算权重向量中每个元素距离原点的距离L0：
Figure FDA0003111937280000023
S308：对L0(ω)进行归一化处理；得到同一准则下各项评价指标对于该准则的权重An以及各个准则层对于目标层的权重B；其中，An表示第n个准则下各项评价指标对于该准则的权重。
3.根据权利要求2所述的基于多维指标的机场运行效率评价方法，其特征在于，所述步骤S5具体包括：
S501：根据评价指标的评价分值，构建评价维度矩阵R：
R＝(S1，S2...Sn)T，
其中，Sn表示该评价准则下第n项评价指标的评价分值；所述评价维度矩阵包括：机位效率矩阵R1、登机效率矩阵R2、滑行效率矩阵R3、正常性水平矩阵R4、保障量矩阵R5；
S502：根据上述评价维度矩阵、权重和评价准则的权重构建机场运行效率评分模型：
Figure FDA0003111937280000031
S503：根据机场运行效率评分模型计算机场运行效率的综合评分。
4.根据权利要求1所述的基于多维指标的机场运行效率评价方法，其特征在于，所述评价等级包括：优、良、一般、较差、差。
5.根据权利要求1所述的基于多维指标的机场运行效率评价方法，其特征在于，所述机位效率对应的评价指标包括靠桥率、廊桥周转率、机位变更比例、机位提前变更时长；
所述登机效率对应的评价指标包括登机口变更比例、登机口变更提前时长、单位旅客登机时长、旅客登机等待时长；
所述滑行效率对应的评价指标包括滑入时长、滑出时长；
所述正常性水平对应的评价指标包括放行正常性、进场延误、离场延误；
所述保障量对应的评价指标包括保障架次。
6.一种基于多维指标的机场运行效率评价装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-5任一项所述的基于多维指标的机场运行效率评价方法。
7.一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，所述程序被处理器执行时执行如权利要求1-5任一项所述的基于多维指标的机场运行效率评价方法。
CN202110654165.0A 2021-06-11 2021-06-11 一种基于多维指标的机场运行效率评价方法及装置 Pending CN113570186A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110654165.0A CN113570186A (zh) 2021-06-11 2021-06-11 一种基于多维指标的机场运行效率评价方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110654165.0A CN113570186A (zh) 2021-06-11 2021-06-11 一种基于多维指标的机场运行效率评价方法及装置

Publications (1)

Publication Number Publication Date
CN113570186A true CN113570186A (zh) 2021-10-29

Family

ID=78161979

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110654165.0A Pending CN113570186A (zh) 2021-06-11 2021-06-11 一种基于多维指标的机场运行效率评价方法及装置

Country Status (1)

Country Link
CN (1) CN113570186A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116109212A (zh) * 2023-04-11 2023-05-12 中国电子科技集团公司第二十八研究所 一种机场运行效率评价指标设计及监测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104750950A (zh) * 2013-01-18 2015-07-01 南京航空航天大学 一种基于多层次状态分类的机场终端区利用率评价方法
CN111754125A (zh) * 2020-06-29 2020-10-09 西南交通大学 一种基于组合赋权的离散车间生产计划评价方法
CN112101780A (zh) * 2020-09-15 2020-12-18 南京智慧航空研究院有限公司 结构熵权法的机场场面运行综合评价方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104750950A (zh) * 2013-01-18 2015-07-01 南京航空航天大学 一种基于多层次状态分类的机场终端区利用率评价方法
CN111754125A (zh) * 2020-06-29 2020-10-09 西南交通大学 一种基于组合赋权的离散车间生产计划评价方法
CN112101780A (zh) * 2020-09-15 2020-12-18 南京智慧航空研究院有限公司 结构熵权法的机场场面运行综合评价方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CARNOC发布: "机场运行效率分析报告", pages 1 - 3, Retrieved from the Internet <URL:https://www.thepaper.cn/newsDetail_forward_2372097> *
刘万明;: "基于多因素加权灰靶模型的机场生产效率评价", 民航学报, no. 02 *
李印凤等: "基于可拓多层次状态分类的终端区利用率评价", 系统工程与电子技术, pages 2533 - 2539 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116109212A (zh) * 2023-04-11 2023-05-12 中国电子科技集团公司第二十八研究所 一种机场运行效率评价指标设计及监测方法
CN116109212B (zh) * 2023-04-11 2023-06-27 中国电子科技集团公司第二十八研究所 一种机场运行效率评价指标设计及监测方法

Similar Documents

Publication Publication Date Title
CN109829636A (zh) 基于动态优先级的应急任务调度规划方法
CN113570186A (zh) 一种基于多维指标的机场运行效率评价方法及装置
CN113362604B (zh) 一种基于扇区动态交通特征的管制员工作负荷评估方法
Andreatta et al. A set of approximate and compatible models for airport strategic planning on airside and on landside
Qiang et al. Symmetrical design of strategy-pairs for enplaning and deplaning an airplane
Palpialy et al. Forecasting Passengers Arriving and Departing at Sentani International Airport Terminal Using the ARIMA Method
Hong et al. Estimations viability of LCCs business model in Korea
CN113312424A (zh) 一种基于qar数据的飞行员飞行技能画像方法及系统
CN102521901A (zh) 一种飞行员飞行品质自动评估实现方法
CN111640001A (zh) 基于标签关联的客户群行为预测的方法
Novrisal et al. Simulation of departure terminal in Soekarno-Hatta International airport
Liu et al. Modeling and heuristic algorithm of ground ferry vehicle scheduling in large airports
CN114398769A (zh) 一种无人直升机飞行控制系统评分自动获取方法
CN110610257B (zh) 一种航线信息排序方法、系统、存储介质及计算机设备
CN114065386A (zh) 一种快速预计整机mtbf的多元线性回归方程方法
CN114022032A (zh) 一种多维度航空发动机系统风险定量评价方法
Ellis et al. Benchmarking global carrier status in the airline industry
CN111428951A (zh) 人员岗位匹配方法、装置、设备及存储介质
CN110009940A (zh) 一种通用航空混合运行飞行冲突解脱方法及系统
CN113313391B (zh) 一种航班舱位资源分配方法、装置及服务器
Prastiwi et al. Analysis non-Poisson systems cases of queuing passenger aircraft at Ahmad Yani Airport
Zhang et al. Integrated capacity evaluation method on terminal area capacity based on the controller workload statistics
Zhang et al. International Experience of Civil Aviation Service Quality Evaluation
Myers et al. Quantifying the Effects of Aircraft Engine Upgrades on Operating and Support Costs
Kong et al. Comparative analysis of route selection behaviors between full-service and low-cost airlines

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