CN113688993A - 机场运营资源规则冲突检测方法、装置、设备及存储介质 - Google Patents

Abstract

本发明公开了一种机场运营资源规则冲突检测方法、装置、设备及存储介质，该方法包括：根据需检测冲突的需求场景，确定规则检测类型，检测类型包括批量检测类型和实时检测类型；基于检测类型，获取机场业务规则；若检测类型为批量检测，采用批量检测方法对获取的业务规则进行冲突检测，确定有冲突的规则；若检测类型为实时检测，采用实时检测方法对获取的业务规则进行冲突检测，确定有冲突的规则；向使用者提供冲突规则信息。该方法能够通过对机场业务规则进行冲突检测，从而降低工作人员检查与修正冲突规则的难度，维护机场业务规则库的逻辑正确性，降低人工成本，提高规则库管理工作效率，确保各种业务规则能被正确实施到机场实际生产运行中。

Description

机场运营资源规则冲突检测方法、装置、设备及存储介质

技术领域

本发明涉及机场资源管理技术领域，尤其涉及一种机场运营资源规则冲突检测方法、装置、设备及存储介质。

背景技术

随着我国民航运输量的快速增长，机场方与航空公司间的交互日益密切，双方业务合作范围愈加宽广，各领域交互深度也更加深入精细。这些业务交互通过各种各样商务合约的形式订立，最后通过业务规则的形式反映到机场使用的各种生产系统里。这些商务合约涉及机场运营资源管理的各方面，涵盖了地服人员、特种车辆、停机位、登机口、行李转盘等各种资源类型，并涉及多类场景需求，例如航司对航班停靠机位的需求、不同机型客机对地面保障时限的要求、不同时段值机柜台的人员排班需求等。鉴于需求的复杂多样性，机场的生产系统存储了庞大的规则记录。例如在干线机场的资源管理系统里，仅在实现停机位分配方面的需求就需维护超10万条的规则记录。同时，由于规则条件的逻辑复杂性，受不同操作人员理解及商务合约频繁变化等影响，对规则增减修改操作可能导致规则间出现逻辑冲突。同时，随着机场运营越来越精细化，规则也变得更加复杂，例如在满足航班需求和确保运行安全背景下，与使用时序有关的停机位动态限制规则被提出，该类规则对时间、顺序、机型等要素都提出来了更细的要求，导致规则复杂性进一步加剧，若修改规则时出现失误，甚至会严重影响机场运行安全。

目前面对机场系统中数量庞大的规则数据集，通过人工找到有冲突的规则进行修正，需要耗费大量人工成本。有些情况下由于规则复杂度和数量庞大，几乎难以通过人工方式找到有冲突的规则进行修正。这些问题都严重影响业务需求执行的准确性，降低了规则库的应用效率，因此寻求一种高效快速的业务规则冲突检测方法是一件亟待解决的问题，也具有极强地实践应用意义。

发明内容

有鉴于此，本发明提供一种机场运营资源规则冲突检测方法、装置、设备及存储介质。

第一方面，本申请提供了一种机场运营资源规则冲突检测方法，该方法包括：

根据需检测冲突的需求场景，确定规则检测类型，所述检测类型包括批量检测类型和实时检测类型；

基于所述检测类型，获取机场业务规则；

若所述检测类型为批量检测，采用批量检测方法对获取的业务规则进行冲突检测，确定有冲突的规则；

若所述检测类型为实时检测，采用实时检测方法对获取的业务规则进行冲突检测，确定有冲突的规则；

根据所述有冲突的规则，向使用者提供冲突规则信息。

第二方面，本申请实施例提供了一种机场运营资源规则冲突检测装置，该装置包括：

第一确定模块，用于根据需检测冲突的需求场景，确定规则检测类型，所述检测类型包括批量检测类型和实时检测类型；

获取模块，用于基于所述检测类型，获取机场业务规则；

第二确定模块，用于若所述检测类型为批量检测，采用批量检测方法对获取的业务规则进行冲突检测，确定有冲突的规则；

第三确定模块，用于若所述检测类型为实时检测，采用实时检测方法对获取的业务规则进行冲突检测，确定有冲突的规则；

呈现模块，用于根据所述有冲突的规则，向使用者提供冲突规则信息。

第三方面，本申请实施例提供了一种计算机设备，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所述机场运营资源规则冲突检测方法。

第四方面，本申请实施例提供了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所述机场运营资源规则冲突检测方法。

本发明实施例提供的机场运营资源规则冲突检测方法、装置、设备及存储介质，通过根据需检测冲突的需求场景，确定规则检测类型，并基于检测类型，获取机场业务规则，若检测类型为批量检测，采用批量检测方法对获取的业务规则进行冲突检测，确定有冲突的规则，若检测类型为实时监测，采用实时检测方法对获取的业务规则进行冲突检测，确定有冲突的规则，并根据有冲突的规则，向使用者提供冲突规则信息。该发明能够对机场运营资源规则进行冲突检测，得到有冲突的规则，从而降低工作人员检查与修正冲突规则的难度，维护机场业务规则库的逻辑正确性，并且降低了人工成本，提高规则库管理工作效率，确保各种业务规则能被正确实施到机场实际生产运行中。

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它的附图。

图1为本发明实施例提供的机场运营资源规则冲突检测方法的流程示意图；

图2为本发明实施例提供的机场运营资源规则冲突检测方法的流程示意图；

图3为本发明另一实施例提供的机场运营资源规则冲突检测方法的流程示意图；

图4为本发明另一实施例提供的机场运营资源规则冲突检测方法的流程示意图；

图5为本发明实施例提供的分配系统中的规则记录的界面示意图；

图6为本发明实施例提供的对话框提示的界面示意图；

图7为本发明实施例提供的在对话框中新增规则的界面示意图；

图8为本发明另一实施例提供的对话框提示的界面示意图；

图9为本发明实施例提供的多机位容量缩减的规则界面示意图；

图10为本发明另一实施例提供的使用时序限定规则编制界面的界面示意图；

图11为本发明另一实施例提供的有冲突规则记录的界面示意图；

图12为本发明另一实施例提供的对话框提示的界面示意图；

图13为本发明另一实施例提供的有冲突规则记录的界面示意图；

图14为本发明另一实施例提供的对话框提示的界面示意图；

图15为本发明实施例提供的停机位动态分配方法的流程示意图；

图16为本发明实施例提供的停机位动态分配装置的结构示意图；

图17为本发明实施例提供的计算机设备的结构示意图。

具体实施方式

下面结合附图对本发明实施例进行详细描述。

需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合；并且，基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。

如背景技术中提到的，随着我国民航运输量的快速增长，机场方与航空公司间的交互日益密切，这些业务交互通过各种各样商务合约的形式订立，最后通过业务规则的形式反映到机场使用的各种生产系统里。这些商务合约涉及机场运营各方面，例如航司对航班停靠机位的需求、不同机型客机对地面保障时限的要求、不同时段值机柜台的人员排班需求等。鉴于需求的复杂多样性，系统存储了庞大的规则记录，例如干线机场仅在停机位分配方面就需维护超10万条的规则记录。同时，由于规则条件的逻辑复杂性，受不同操作人员理解及商务合约频繁变化等影响，对规则增减修改操作可能导致规则间出现冲突。同时，随着机场运营越来越精细化，规则也变得更加复杂，例如在满足航班需求和确保运行安全背景下，与使用时序有关的停机位动态限制规则被提出，该类规则对时间、顺序、机型等要素都提出来了更细的要求，导致规则复杂性进一步加剧。若修改规则时出现失误，甚至会严重影响机场运行安全。目前面对机场系统中数量庞大的规则数据集，通过人工找到有冲突的规则进行修正，需要耗费大量人工成本；有些情况下由于规则复杂度和数量庞大的原因，几乎难以通过人工方式找到有冲突的规则进行修正。

基于上述缺陷，本发明实施例提供了一种机场运营资源规则冲突检测方法，根据需检测冲突的需求场景，确定规则检测类型，并基于检测类型，获取机场业务规则，若检测类型为批量检测，采用批量检测方法对获取的业务规则进行冲突检测，确定有冲突的规则，若检测类型为实时监测，采用实时检测方法对获取的业务规则进行冲突检测，确定有冲突的规则，并根据有冲突的规则，向使用者提供冲突规则信息。该发明能够根据规则检测类型对机场运营资源规则进行冲突检测，得到有冲突的规则，从而降低工作人员检查与修正冲突规则的难度，维护机场业务规则库的逻辑正确性，并且降低了人工成本，提高规则库管理工作效率，确保各种业务规则能被正确实施到机场实际生产运行中。

下面将参考附图并结合实施例来详细说明本申请。

下面是本发明对本实施例中的部分名词的基本解释：

属性：业务对象具有的各种维度的特征，称为属性。例如航班对象的特征有航空公司、航班号、机型、飞行任务、地区属性、起飞时间、降落时间等。每种属性都有指定的限制范围，当人员编辑时只能在这个范围内选取。例如地区属性的限制范围是{国内、国际、地区、混合}。

规则：为实现特定目的设定的操作规定。规则由前提与操作两部分构成，可格式化表述为“IF(条件)THEN(操作)”。例如“IF(航空公司＝国航and机型＝空客A320)THEN(停靠机位101)”。

前提：规则中对业务对象进行限制部分。业务对象数据需要满足前提的要求才能执行对应操作。前提由一个或多个条件构成，例如前提(航空公司＝国航and机型＝{A320，A319，A321，B737})包含了航空公司、机型两个条件。

条件：一个属性及其选定的取值范围构成了一个条件，例如：“航空公司＝{国航、南航}”。

缺省条件：如果一条规则没有对相应业务对象某个属性进行具体限制，则该属性作为一个缺省条件。在进行冲突检测过程中，认为该属性的限制范围里的全部数值均符合要求。冲突检测时自动补足该缺省条件。

操作：规则中对业务对象进行处理动作的部分。例如给航班对象分配停机位101，给航班对象分配值机柜台J01至J03号。需要注意，根据业务场景复杂程度不同，操作部分也会有一条或多个条件的限制。例如：分配(值机柜台＝{J01、J02、J03})、不能安排(时间＝{主机位航班离开机位10分钟前,主机位航班离开机位10分钟后}and停机位＝{201,202,203}and航班＝{南航、国航})。

规则命中：当某条业务数据符合一个规则的前提时，称为“命中”该规则。例如现有规则“IF(航空公司＝国航and机型＝空客A320)THEN(停靠机位101)”。则航班数据：使用机型A320执飞的国航航班，符合该规则前提，因此命中该规则；而使用机型B737执飞的国航航班不符合其前提，不命中该规则。

规则库：全部规则的集合即为规则库。在实用场景中，按业务对象不同可分为机位分配规则库、登机口分配规则库、摆渡车司机排班规则库、机务排班规则库等。

冲突：当一条业务数据“命中”了多条规则，并指向了不同的操作(包括部分操作不一致或完全不一致)，称这几条规则发生了冲突。例如，现有规则A“IF(航空公司＝国航)THEN(分配A01至A03号值机柜台)”与规则B“IF(航空公司＝南航、国航and地区属性＝国际)THEN(分配A03至A06号值机柜台)”，那么一条国航的国际航班将同时符合规则A与B的前提，无法确定该航班到底应分配哪些值机柜台，因此这两条规则是有冲突的，在生产系统运行时会引发问题。

基于上述术语约定，本发明提出如下论断：“当且仅当两条规则的前提部分每个条件的限制范围内都有交叉，且操作部分的条件不完全一致时，这两个规则将会引发冲突”。

据此，本发明首先设计下述数据结构来辅助完成冲突检测，在此提前说明：

交叉矩阵C

这是一个布尔矩阵。该矩阵表示待测规则的前提在某属性上是否与其他待测规则有交叉。待测规则所用的每种属性都有这样一个对应的交叉矩阵。第j个属性的交叉矩阵C_j为：

该矩阵中元素c_kt表征规则k与t的前提，在对该属性的取值上是否有交叉。c_kt＝1表示交叉，c_kt＝0表示无交叉。由于矩阵对角线元素c₁₁到c_nn为同一个规则，因此为0。在批量检测方法中，该矩阵维度为n×n，n为待测规则总数；在实时检测方法中，该矩阵维度为1×n，既一个行向量，n为待测规则总数。

总交叉矩阵CF

这是一个布尔矩阵。该矩阵用于总体表示各待测规则的前提是否有交叉。若两个规则的前提有交叉，则可能发生一条业务数据同时“命中”该两条规则的情况。

该矩阵中元素f_kt表示规则k与t的前提是否有交叉。f_k＝1表示交叉，f_k＝0表示不交叉。在批量检测方法中，该矩阵维度为n×n，n为待测规则总数；在实时检测方法中，该矩阵维度为1×n，既一个行向量，n为待测规则总数。

重合矩阵O

这是一个布尔矩阵。该矩阵表示待测规则的操作部分在某属性上是否与其他待测规则重合一致。待测规则的操作部分所用的每种属性都有一个对应的重合矩阵。第j个属性的重合矩阵O_j为：

该矩阵中元素o_kt表征规则k与t的操作部分，在该属性的取值上是否出现重合。o_kt＝1表示重合，o_kt＝0表示不重合。由于矩阵对角线元素o₁₁到o_nn为同一个规则，因此预置为1。在批量检测方法中，该矩阵维度为n×n，n为待测规则总数；在实时检测方法中，该矩阵维度为1×n，既一个行向量，n为待测规则总数。

总重合矩阵OF

这是一个布尔矩阵。该矩阵总体表示待测规则的操作之间是否有重合一致。若两个规则的操作一致，对后续处理结果无影响；若不一致，且一条业务数据同时“命中”了这两条规则，则引发冲突，影响后续处理结果。

该矩阵中元素f_kt表示规则k与t的操作是否重合一致。f_kt＝1表示重合一致，f_kt＝0表示不一致。在批量检测方法中，该矩阵维度为n×n，n为待测规则总数；在实时检测方法中，该矩阵维度为1×n，既一个行向量，n为待测规则总数。

进一步，对OF诸元素取反，得到的矩阵OF’，其含义也表示待测规则的操作之间是否有重合一致，但元素含义调整为f_kt＝1表示不一致，f_kt＝0表示一致。OF’将在最后确定规则是否冲突时使用到。

规则冲突矩阵F

该矩阵用于表示待测规则是否有冲突。

在F的非对角线元素中，F_ik表示第i条规则与第k条规则的冲突信息，F_ik＝1表示冲突，F_ik＝0表示无冲突。因此，根据F中除对角线外取值＝1的元素，可以确定哪些规则之间存在冲突。由于矩阵对角线元素f₁₁到f_nn为同一个规则，不做检测。在批量检测方法中，该矩阵维度为n×n，n为待测规则总数；在实时检测方法中，该矩阵维度为1×n，既一个行向量，n为待测规则总数。

需要说明的是，下述法实施例的执行主体可以是机场运营资源规则冲突检测装置，该装置可以通过软件、硬件或者软硬件结合的方式实现成为终端设备的部分或者全部。下述方法实施例的执行主体以服务器为例来进行说明。

图1为本发明实施例提供的机场运营资源规则冲突检测方法的流程示意图，如图1所示，该方法包括：

步骤S101、根据需检测冲突的需求场景，确定规则检测类型，检测类型包括批量检测类型和实时检测类型。

步骤S102、基于检测类型，获取机场业务规则。

步骤S103、若检测类型为批量检测，采用批量检测方法对获取的业务规则进行冲突检测，确定有冲突的规则。

步骤S104、若检测类型为实时检测，采用实时检测方法对获取的业务规则进行冲突检测，确定有冲突的规则。

步骤S105、根据有冲突的规则，向使用者提供冲突规则信息。

可选的，如图2所示，当规则检测类型为批量检测类型时，上述步骤S103可以包括如下方法步骤:

步骤S201、从获取的机场业务规则中确定待检测规则的前提部分的全部属性类型，得到第一属性集。

具体的，上述机场业务规则可以存储在规则库中，可以从规则库中获取机场业务规则，并从获取的机场业务规则中确定待检测规则的前提部分中的所有属性类型，该属性集是第一属性集A。

需要说明的是，确定待测规则的前提部分所用的属性集合A，步骤如下：

初始时A为空集；

For i＝1...n，对第i个规则进行检查(n为待测规则总数)；

For j＝1...t，属性j进行检查，(t＝规则i的前提条件中所用到的属性总数)

If A中没有属性j，则将该属性加入到A。转第3步；

输出集合A；

步骤S202、对第一属性集中的每种属性，采用交叉判定算法生成属性的交叉矩阵，得到第一属性集中每个属性对应的交叉矩阵。

本步骤中，可以对第一属性集A中的每一种属性j，使用交叉判定算法生成该属性的交叉矩阵C_j，进而得到第一属性集A中每个属性的交叉矩阵C。

如图3所示，在采用交叉判定算法生成该属性的交叉矩阵C_j的时候，步骤如下：

初始化该属性j的交叉矩阵C_j。矩阵维度为n×s。由于执行批量检测，n与s均为为待测规则总数。矩阵内各元素值预置为0；

For i＝1...n，处理第i个规则(n为待测规则总数)；

For k＝1...n，且k≠i。对规则i与第k个规则做如下处理；

If规则i与k在条件属性j上的取值范围有交叉(既有相同的取值)，则令元素Cik＝1。转第3步；

输出C_j。

步骤S203、采用矩阵合成算法对各交叉矩阵进行处理，得到总交叉矩阵。

具体的，在对第一属性集A中的每个属性j都执行第二步操作后，得到所有属性的交叉矩阵C_j，j＝1...m，m为A中属性总数，使用矩阵合成算法，对各属性的交叉矩阵执行求交集处理，得到冲突矩阵。

需要说明的是，矩阵合成算法的过程，步骤如下：

初始化矩阵R。矩阵维度为n×s，n与s均为待测规则总数。矩阵中各元素值均预置为1；

For j＝1...p，对M中第j个矩阵M_j做如下处理。

For i＝1...n，k＝1...s，做如下处理。

令R的元素R_ik＝R_ik×M_j_ik；

输出完成处理后的矩阵R。

需要说明的是，由于输入矩阵类型不同，该算法输出的矩阵所代表含义也不同。若输入的子矩阵集合{M}＝交叉矩阵集合，则输出R是总交叉矩阵CF。若输入的子矩阵集合{M}＝重合矩阵集合，则输出R是总重合矩阵OF。若输入的子矩阵集合{M}＝CF与OF’，则输出R是冲突矩阵F。

步骤S204、从获取的机场业务规则中确定待检测规则的操作部分的全部属性类型，得到第二属性集。

具体的，可以从获取的机场业务规则中确定待检测规则和待检测规则的操作部分中的所有属性类型，该属性集是第二属性集B。

确定第二属性集B的过程，步骤如下：

初始时B为空集；

For i＝1...n，对第i个规则进行检查(n为待测规则总数)；

For j＝1...t，对属性j进行检查，(t＝规则i的操作中，其条件所用到的属性总数)

If B中没有属性j，则将该属性加入到B。转第3步；

输出集合B；

步骤S205、对第二属性集中的每种属性，采用重合判定算法生成属性的重合矩阵，得到第二属性集中每个属性对应的重合矩阵。

本步骤中，可以对第二属性集B中的每一种属性j，使用重合判定算法生成该属性的重合矩阵O_j，进而得到第二属性集B中每个属性的重合矩阵O。

在采用重合判定算法生成该属性的重合矩阵O_j的时候，步骤如下：

初始化该属性j的重合矩阵O_j。矩阵维度为n×s。n与s均为为待测规则总数。矩阵内各元素值预置为1；

For i＝1...n，处理第i个规则(n为待测规则总数)；

For k＝1...n，且k≠i。对规则i与第k个规则做如下处理；

If规则i与k的操作部分，在属性j上取值范围不相同，则令元素O_ik＝0。转第3步；输出O_j。

步骤S206、采用矩阵合成算法对各重合矩阵进行处理，得到总重合矩阵。

在使用矩阵合成算法对各重合矩阵O进行处理，得到总重合矩阵OF；矩阵合成算法在步骤S203已描述，在本步骤中其输入的子矩阵集合{M}＝重合矩阵O集合，输出是总重合矩阵OF。

步骤S207、对总重合矩阵中各元素取反，得到取反后的总重合矩阵。

本步骤中，对重合OF矩阵中各元素取反，得到取反后的总重合矩阵OF’。OF’也表示待测规则的操作之间是否一致，但矩阵中元素含义调整为f_kt＝1表示不一致，在下一步中作为输入数据使用。

步骤S208、采用矩阵合成算法对总交叉矩阵和取反后的总重合矩阵，确定冲突矩阵，得到有冲突的规则。

本步骤中，使用矩阵合成算法对CF与OF’进行处理，得到冲突矩阵F。矩阵合成算法在步骤S203已描述，其输入的子矩阵集合{M}＝＝CF与OF’，则输出R是冲突矩阵F。按前述定义，在F中的非对角线元素中，F_ik表示第i条规则与第k条规则的冲突信息，F_ik＝1表示冲突，F_ik＝0表示无冲突。因此，根据F中除对角线外取值＝1的元素，可以确定哪些规则之间存在冲突。

可选地，请参见图4，当规则检测类型为实时检测类型时，上述步骤S104还可以包括如下方法步骤：

步骤S301、将获取的原始机场业务规则和增改后的新规则作为待测规则，确定所述待测规则的前提部分的全部属性类型，得到属性集A。

具体的，当人员对现有规则库中原始的机场业务规则进行行新增或修改一条规则后(由于删除规则不引发冲突，不需要进行检查)，可以读取原始机场业务规则和增改后的新规则，构成待测规则集合，并确定该待测规则集合的前提部分的所有属性类型，形成属性集A，该过程与上述步骤S201的过程类似，在此不再赘述。

步骤S302、对于属性集A中的每一种属性j，采用交叉判定算法生成属性的行向量，得到属性集A中每个属性的交叉矩阵或行向量C。

步骤S303、采用矩阵合成算法对各行向量C进行处理，得到总冲突矩阵或总行向量CF。

步骤S304、确定待测规则的操作部分使用所有属性类型，形成属性集B。

步骤S305、对属性集B的每一种属性j，使用重合判定算法生成该属性的重合矩阵或行向量O_j，并得到操作部分每个属性的行向量O。

步骤S306、采用矩阵合成算法对各行向量O进行处理，得到总冲突矩阵或总行向量OF。

步骤S307、对OF中各元素取反，得到取反后的总行向量OF’。

步骤S308、采用矩阵合成算法对CF与OF’进行处理，得到行向量F,并得到有冲突的规则。

上述具体过程可以包括如下步骤：

第一步，当人员对现有规则库中某一类规则进行新增或修改一条规则后(由于删除规则不引发冲突，不需要进行检查)，依序读取新规及其他原有规则，构成测规则集合。确定待测规则的前提部分所有属性类型，形成属性集A。

第二步，对属性集A的每一种属性j，使用交叉判定算法生成该属性的交叉矩阵(行向量)C_j；进而得到A中每个属性的交叉矩阵(行向量)C。

第三步，使用矩阵合成算法对各矩阵(行向量)C进行处理，得到总交叉矩阵(行向量)CF；

第四步，读取待测规则集合。确定待测规则的操作部分使用所有属性类型，形成属性集B。

第五步，对B的每一种属性j，使用重合判定算法生成该属性的重合矩阵(行向量)O_j；进而得到操作部分每个属性的重合矩阵(行向量)O。

第六步，使用矩阵合成算法对各矩阵(行向量)O进行处理，得到总重合矩阵(行向量)OF；

第七步，对OF中各元素取反，得OF’。

第八步，使用矩阵合成算法对CF与OF’进行处理，将这两个矩阵作为矩阵合成算法的输入矩阵，得到冲突矩阵(行向量)F。根据F中除元素1外其他取值＝1的元素，确定新规则与哪些原有规则发生了冲突。

需要说明的是，上述实时监测方法，其主要特点在于处理的数据结构是一个行向量，且第一个元素表示新规则，第2-n元素表示已有的规则，其余计算方法及步骤思路与批量检测类似，故不再赘述。

在通过批量或实时处理得到规则冲突矩阵F后，可以根据一个冲突规则组检索方法生成有冲突的规则组，并通过对话框、列表等可视化方式向使用者提示有冲突的规则。根据提示信息，使用者可针对性修正有冲突的规则，以确保将正确的规则应用到包括航班停机位分配、提取转盘分配、登机口分配、特车司机、航班地面服务人员等多种分配、调度管理的场景中。

其中，冲突规则组检索方法如下，其输入为冲突矩阵F，输出为有冲突的规则组：

Function_冲突规则组检索(冲突矩阵F){

①初始化一个空白冲突的规则组G；

②For i＝1...n；

③初始化空白集合T_i，T_i＝{空}；//T_i用于记录与规则i有冲突的规则；

④For k＝1...m，且k＝i+1；

⑤If F_ik＝1，表示规则i与k有冲突，将k加入T，得T＝{k}

⑥If T_i集合不为空，将T_i加入G。

⑦输出G。

系统客户端依次读取有冲突的规则组G中的中T_i，向用户进行相应信息提示。注意在实时检测时，由于F为1×m的一维行向量，故该方法第二步将只执行一次循环。

实施例1提取转盘分配规则例

示例性地，可以通过行李转盘分配这一业务场景为例，对获取的机场业务规则进行冲突检测方法进行详细说明。

在机场的到达大厅里，一般设有数十条行李提取装盘供进港旅客提取托运行李所用，每天机场需为多达几百甚至上千进港航班分配提取转盘，分配时需要考虑各航班所属航空公司、机型、地区属性、任务等因素。与此相应，机场人员需要在有关的管理系统中编制维护大量业务规则记录，若规则逻辑发生冲突，将直接干扰行李提取工作正常开展，对旅客出行造成明显不利影响，因此维护行李转盘分配规则库逻辑正确性意义十分重大。由于实际行李提取转盘规则数量庞大考虑要素复杂，对规则简化示意处理进行说明：

假设现有三条规则如下：

针对批量检测场景，进行冲突批量检测的实施步骤为：

第一步，获取待测规则集合，确定待测规则的前提部分所有属性类型，形成第一属性集A。初始时A＝{空集}；然后检查规则1使用到的属性。依次将“机型”“航空公司”“航班任务”加入到A。A＝{机型，航空公司，航班任务}；并继续检查规则2。将“地区属性”加入到A。A＝{机型，航空公司，航班任务，地区属性}；然后继续检查规则3。规则3使用的各属性已在A中，完成。从而输出：A＝{机型，航空公司，地区属性，航班任务}；

第二步，对第一属性集A中每一种属性j，使用交叉判定算法生成对应的交叉矩阵C_j；进而得到A中每个属性的交叉矩阵C。以属性“机型”的交叉矩阵C_1为例，先初始化矩阵C_1，共3条规则，矩阵为3×3。

然后对规则1进行检查，在机型条件上，规则1与2的取值有交叉；与规则3无交叉，更新C_1第一行后

并完成对规则2、3检查后，得到“机型”的交叉矩阵C_1为

同理，“航空公司”交叉矩阵C_2为

同理，“地区属性”交叉矩阵C_3为。

其中，规则1没有对“地区属性”进行限制，“地区属性”是该规则的一个缺省子条件。

同理，“航班任务”的交叉矩阵C_4为

第三步，使用矩阵生成算法：对C_1、C_2、C_3、C_4执行求交集处理，得到总交叉矩阵CF：矩阵初始化，矩阵中各元素值均预置为1，共3条规则，矩阵为3×3。

然后代入C_1与本矩阵每个相同位置元素相乘，结果更新到F，既R_ik＝R_ik×M_j_ik。完成处理后的CF为

继续依次代入C_2、C_3及C_4做相同合成处理，最后得到完成处理后的CF。

第四步，读取待检测规则集合，确定待检测规则的操作部分使用所有属性类型，形成属性集B。本例中，操作的条件组只有一个，既B＝{转盘编号}。

第五步，对B的每一种属性j，使用重合判定算法生成每个属性的重合矩阵O。本例只有属性“转盘编号”，使用重合判定算法生成的O_1为

初始化矩阵O_1，共3条规则，矩阵为3×3。

对规则1进行检查，其分配的转盘编号1与规则2、3均不重合，第一行后两个元素仍为0。

同样，依次完成对规则2、3检查后，得到“转盘编号”矩阵O_1为

第六步，使用矩阵合成算法对各矩阵O进行处理，得到总重合矩阵OF。本例中，待测规则只有一个条件，的因此OF＝O_1。既

三条规则的操作部分均不一致。

第七步，对OF矩阵中各元素取反，得OF’。

第八步，使用矩阵合成算法对CF与OF’进行处理，得到冲突矩阵F。根据F中除对角线外取值＝1的元素，确定有冲突的规则。按R_ik＝R_ik×M_j_ik对上述CF与OF’相同位置元素进行处理，最后得到：

最后，按照上述处理方法对冲突矩阵F进行检测处理，得到冲突规则组，G＝{{1,2}}。即得到规则1、2存在冲突。若在应用场景中按照现有规则1、2对航班业务数据进行处理，会引发冲突，如：国航CA使用机型A350执行的国内航班，将同时“命中”规则1，2，从而提示机场人员对规则进行修正。

本实施例能够对一个规则集进行冲突批量检测，特别是批量导入已有规则到规则库后，能够立刻提示机场人员存在冲突风险，并明确指明需要修正规则，从而确保实际业务正常进行。

进一步地，在实时检测场景中，在上述行李转盘分配规则集基础上，当用户又新增了一条规则，4：IF(机型＝空客A330and地区属性＝国际and航班任务＝正班)THEN(分配1号行李转盘)。

第一步与批量检测时的第一步操作一致，在此不再赘述,确定属性类型的集合A＝{机型，航空公司，地区属性、航班任务}。

第二步，对每一种属性，使用交叉判定算法生成针对新规则的四个1×n的重叠矩阵，分别对应属性“机型”“航空公司”“地区属性”“航班任务”。交叉判定算法操作与前述批量检测场景相同，在此不再赘述。其中，

c_1＝(0 0 1 1)，，表示规则4与规则2、3在机型子条件上有重叠。注意，按前文描述，C_1第一个元素代表的是规则4，以下同。

c_2＝(0 1 1 1)，规则4在属性“航空公司”上是一个缺省条件，故规则4与规则1、2、3在航空公司条件上均有交叉。

c_3＝(0 1 0 1)，表示规则4与规则1、3在地区属性条件上有交叉。

c_4＝(0 1 1 1)，表示规则4与规则1、2、3在航班任务条件上均有交叉。

第三步，使用矩阵生成算法C_1、C_2、C_3、C_4进行处理，得到总交叉矩阵CF：初始总交叉矩阵CF＝(1 1 1 1)，

代入C_1与本矩阵每个相同位置元素相乘，结果更新到F，既R_ik＝R_ik×M_j_ik。完成处理后的CF为，CF＝(0 0 0 1)，

继续对C_2、C_3及C_4做相同处理，得最终的总交叉矩阵。CF＝(0 0 0 1)

第四步，读取待测规则集合。确定待测规则的操作部分使用所有属性类型，形成属性集B。本例中，操作的条件组只有一个，既B＝{转盘编号}。

第五步，对B的每一种属性j，使用重合判定算法生成每个属性的重合矩阵O。本例只有属性“转盘编号”，使用重合判定算法生成的O_1为：初始化矩阵O_1，是一个一维行向量。如前述，第一个元素表示规则4与自己的重合。

o_1＝(1 0 0 0)

然后对规则1进行检查，由于规则1与4均使用1号转盘，故第二个元素该为1。

o_1＝(1 1 0 0)

同样，依次完成对规则2、3检查，由于使用转盘与4不同，仍为0。得到“转盘编号”矩阵O_1为

o_1＝(1 1 0 0)

第六步，使用矩阵合成算法对各矩阵O进行处理，得到总重合矩阵OF。本例中，待测规则只有一个条件，因此O_1就是OF。即

OF＝(1 1 0 0)

第七步，对OF矩阵中各元素取反，得OF’。

OF'＝(0 0 1 1)

第八步，使用矩阵合成算法对CF与OF’进行处理，得到冲突矩阵F。：

F＝(0 0 0 1)

最后，按照上述处理方法对F进行检索处理，得到该例的冲突规则组G，G＝{{4,3}}。即新规则1与原有规则3存在冲突。相应的，在应用场景中若新增一条规则4并引入航班数据进行装盘分配，会出现冲突的例子是：南航CZ使用机型A330执行的国际航班进行转盘分配时，无法确定应当分配1号行李转盘还是分配3号行李转盘。

本实施例能够在人员增改一条规则后进行实时检测，从而立刻提示机场人员存在冲突风险，从而确保业务要求能被正确执行。

实施例2配置值机柜台分配模板规则例

示例性地，引入机场真实使用的值机柜台分配模板规则为对象，对冲突检测方法进行示例说明。

值机柜台分配模板规则用于控制出港航班的值机柜台分配，以“航空公司”“航班号”“航空国内国际属性”“分配模式”“代理”为依据，对每个出港航班分配指定值机柜台、值机岛。据本发明所述规则定义，值机柜台分配模板规则结构为：前提(航空公司条件and航班号条件and航空国际国内属性条件and分配模式条件and代理条件)+操作分配(值机岛、柜台)。每天机场需为多达几百甚至上千处港航班分配值机柜台，若规则逻辑有冲突，将直接干扰行李提取工作正常开展，对旅客出行造成明显不利影响。

分配系统中该规则记录可以为如下图5所示，首先，设现检查场景为批量检测。用户通过点击规则界面上的“批量规则检测”按钮，启动使用本发明内容的系统后台程序，对上述规则记录进行批量检测。

后台的批量检测具体步骤如下：

第一步，读取上述规则集合。确定待测规则的前提部分所有属性类型，形成属性集A。本例中，A＝{航空公司、航班号、航空国际国内属性、分配模式、代理}。

第二步，对属性集A的每一种属性j，使用交叉判定算法生成该属性的交叉矩阵C_j；进而得到A中每个属性的交叉矩阵C。由于该操作结果存储于系统内存且规模较大，作为中间步骤，该处理结果不在此展现。

第三步，使用矩阵合成算法对各矩阵C进行处理，得到总交叉矩阵CF。由于该操作结果存储于系统内存且规模较大，作为中间步骤，该处理结果不在此展现。

第四步，读取待测规则集合。确定待测规则的操作部分使用所有属性类型，形成属性集B。本例中，B＝{值机岛、柜台}

第五步，对B的每一种属性j，使用重合判定算法生成该属性的重合矩阵O_j；进而得到操作部分每个属性的重合矩阵O。由于该操作结果存储于系统内存且规模较大，作为中间步骤，该处理结果不在此展现。

第六步，使用矩阵合成算法对各矩阵O进行处理，得到总重合矩阵OF；由于该操作结果存储于系统内存且规模较大，作为中间步骤，该处理结果不在此展现。

第七步，对OF矩阵中各元素取反，得OF’。由于该操作结果存储于系统内存且规模较大，作为中间步骤，该处理结果不在此展现。

第八步，使用矩阵合成算法对CF与OF’进行处理，得到冲突矩阵F。根据F中除对角线外取值＝1的元素，确定有冲突的规则；由于该操作结果存储于系统内存且规模较大，作为中间步骤，该处理结果不在此展现。但通过仔细对比，可以发现下述两条规则在前提部分存在交叉(航班号条件上有交叉)，且在操作部分的条件不完全一致(分配一致的柜台仅有J01、J02、J11、J12)。

故：后台批量检查结果为：ID是17012792、17012793的规则有冲突。最后，按发明内容，将该数据反馈到系统前端，通过对话框方式提供给用户以便进行后续修正。其中，对话框提示内容如图6所示。

进一步地，设现检查场景为实时检测。用户通过点击规则界面上的“规则添加”按钮，在弹出的添加对话框中新录入一条规则，该内容规则如图7所示.

随后点击“保存”按钮，该数据被发送到后端，启动使用本发明内容的系统后台程序进行实时检测。

后台的批量检测具体步骤如下：

第一步，依序读取新规及前述已有规则记录，构成测规则集合。确定待测规则的前提部分所有属性类型，形成属性集A。本例中，A＝{航空公司、航班号、航空国际国内属性、分配模式、代理}。

第二步，对属性集A的每一种属性j，使用交叉判定算法生成该属性的交叉矩阵(行向量)C_j；进而得到A中每个属性的交叉矩阵(行向量)(行向量)C。由于该操作结果存储于系统内存且规模较大，作为中间步骤，该处理结果不在此展现。

第三步，使用矩阵合成算法对各矩阵(行向量)C进行处理，得到总交叉矩阵(行向量)CF；由于该操作结果存储于系统内存且规模较大，作为中间步骤，该处理结果不在此展现。

第四步，读取待测规则集合。确定待测规则的操作部分使用所有属性类型，形成属性集B。本例中，B＝{值机岛、柜台}

第五步，对B的每一种属性j，使用重合判定算法生成该属性的重合矩阵(行向量)O_j；进而得到操作部分每个属性的重合矩阵(行向量)O。由于该操作结果存储于系统内存且规模较大，作为中间步骤，该处理结果不在此展现。

第六步，使用矩阵合成算法对各矩阵(行向量)O进行处理，得到总重合矩阵(行向量)OF；由于该操作结果存储于系统内存且规模较大，作为中间步骤，该处理结果不在此展现。

第七步，对OF中各元素取反，得OF’。由于该操作结果存储于系统内存且规模较大，作为中间步骤，该处理结果不在此展现。

第八步，使用矩阵合成算法对CF与OF’进行处理，得到冲突矩阵(行向量)F。由于该操作结果存储于系统内存且规模较大，作为中间步骤，该处理结果不在此展现。但通过仔细对比，可以发现新规则与下述现有规则在前提部分存在交叉(航班号条件有交叉)，且在操作部分的条件不完全一致(分配一致的柜台仅有M30)。

15077241

GA

899,098

国际

开放式

机场

M30-M33

故，后台批量检查结果为：ID是15077241的规则与当前新规则有冲突。最后，按发明内容，将该数据反馈到系统前端，通过对话框方式提供给用户进行后续修正。对话框提示方式如图8所示。

实施例3基于机位动态使用限制规则的检测与应用

示例性地，以停机位使用动态限制规则为例，从业务需求与规则模型、规则结构设计、编制、冲突检测到使用规则完成分配的完整应用流程，说明具有冲突检测能力的系统能够带来的益处。

首先说明第一点：业务需求与规则模型。在常规机位分配时，考虑的是单个机位对可停放航班的限制条件，该限制条件包括可停放机型的尺寸、所服务的航空公司集群、可停放航班所执行的航班任务与航班属性等，不同的机位一般具有不同的限制条件。由于受类型限制的机位不会受其他机位的分配使用情况影响，因此也称为静态限制，在对应机位分配模型中也称为静态约束规则。

随着机场运行精细要求以及航空公司对停机位使用需求的增加，静态约束规则已经不能满足运行要求，更多的规则模型被提出并应用与机场生产中。其中，停机位使用动态限制规则是一个最重要部分。该规则响应的需求场景是当为某航班分配机位时，由于受临近机位实时分配情况(包括停机位设计、航空器安全间距、地面保障等因素)影响，需满足特定限定条件才能进行分配，若不考虑这些限制条件可能引发航空器刮碰等不安全事件。由于该限制需要考虑多个机位的实时使用情况，因此在机位分配模型中称为动态约束。进一步，根据限制业务的场景不同，可将动态约束分为：多机位容量缩减限制约束、多机位使用时序限制约束、进入推出限制约束和多机位特殊航班停放限制约束。

针对上述动态约束，首先是提出模型设计，其次是规则结构的设计。本实施例中构建的停机位使用动态限制模型按照业务应用场景包括：多机位容量缩减限制模型、多机位使用时序限制模型、进入推出限制模型和多机位特殊航班停放限制模型。

首先对对每种模型进行描述：

需要说明的是，该多机位容量缩减限制模型为停机位使用动态限制模型的一个子类型。该模型的需求场景求为：两个及以上的机位同时安排航班停放时，各机位可容纳的机型由于相互影响而发生变化。例如在初始机型约束中，机位101、102、103、104均可停放大、中、小三种类型飞机，由于地面保障要求，当101、103停放大型机时，102、104只能停放中、小型机。

该多机位容量缩减限制模型包括如下约束：

i∈sub_type(F(k))且j∈sub_type(F(l))，若x_ik·xj_l＝1，

其中，sub_type(F(k))表示k机位机型容量动态变化后的可停放航班集合，sub_type(F(l))表示l机位机型容量动态变化后的可停放航班集合,x_ik·x_jl＝1，

表示当航班i、j停放机位K、l时，航班i、j均应对应机位允许停放的航班集合中,S表示参与分配的机位集合，F表示参与分配的航班集合。

需要说明的是，该多机位使用时序限制模型为停机位使用动态限制模型的一个子类型。该模型的需求场景求为：由于机位或滑行路径设计等原因，某些机位组需要按特定顺序停放航班，例如在停机位资源紧张的大型繁忙机场，为满足航班停放需求会开辟临时停机位，这些机位必须严格按照使用先后顺序安排航班停靠。该类限制一般可划分为三类：对停放开始时间、停放结束时间的顺序限制以及对停放开始-结束时间的顺序限制。其中，对于根据停放开始-结束时间的顺序限制可以分为需要将航班按照先进先出的顺序停放在这些机位上，以及需要将航班按先进后出的顺序安排机位。

该多机位使用时序限制模型包括如下约束：

a_j＞a_i且(a_j-a_i)(d_i-d_j)·x_ik·x_jl＞1，

a_j＞a_i且(a_j-a_i)(d_j-d_i)·x_ik·x_jl＞1，

其中，(a_j-a_i)(d_i-d_j)·x_ik·x_jl＞1表示当航班i停放机位k且航班j停放机位l时，航班i需要比航班j更早进入机位且更晚离开，(a_j-a_i)(d_j-d_i)·x_ik·x_jl＞1表示航班i需要比航班j更早进入机位且更早离开，a_i表示航班i占用机位的开始时间，a_j表示航班j占用机位的开始时间，d_i表示航班i占用机位的结束时间，dj表示航班i占用机位的结束时间，S表示参与分配的机位集合，F表示参与分配的航班集合。

需要说明的是，该进入推出限制模型为停机位使用动态限制模型的一个子类型。该模型的需求场景求为：当到达、出发时刻相同或相近的航班，被分配到的机位需使用相同滑行道后，为提高航班准点性及机位运行效率，越来越多机场开始重视进入推出重叠带来的无效航班等待与机位占用问题。常常会发生进港航班占用滑行道上等待出港航班推出、出港航班占用机位等待另一正在推出的出港航班等情况。避免将时刻相近航班分配到同一个滑行道重叠机位区域内，对于提高雨、雪、雾等恶劣条件下机坪运行安全水平有极大意义。

该进入推出限制模型包括如下约束：

|a_i-a_j|·x_ik·x_jl＞w_ka,la，

|a_i-d_j|·x_ik·x_jl＞w_ka,ld，

|d_i-d_j|·x_ik·x_jl＞w_kd,ld，

其中，|a_i-a_j|·x_ik·x_jl＞w_ka,la表示当航班i停放机位k且航班j停放机位l时，航班i和j的进入时间差值大于间隔w_ka,la；w_ka,la表示两个航班分别进入机位k、l时的最小间隔时间；|a_i-d_j|·x_ik·x_jl＞w_ka,ld表示当航班i停放机位k且航班j停放机位l时，航班i与j的进入与推出时间插值大于w_ka,ld；w_ka,ld表示两个航班进出机位k、l时的最小时间间隔；

|d_i-d_j|·x_ik·x_jl＞w_kd,ld表示当航班i停放机位k且航班j停放机位l时，航班i与j的推出时间插值大于w_kd,ld；w_kd,ld表示两个航班分别推出机位k、l时的最小间隔时间；

表示当航班i、j停放机位K、l时，航班i、j均应对应机位允许停放的航班集合中,S表示参与分配的机位集合，F表示参与分配的航班集合。

需要说明的是，该多机位特殊航班停放限制模型为停机位使用动态限制模型的一个子类型。该模型的需求场景求为：由于安检要求、航空公司集群、疫区航班等特殊原因，特定航班停放某个机位后，会影响临近机位可停放的航班。例如，尽管在约束条件中101、102、103号机位均可停放国内、国际航班，但当102号机位停放了国际航班后，相邻101、103号机位也只能停放国际航班。

该多机位特殊航班停放限制模型包括如下约束：

i∈sub_flt(F(k))且j∈sub_flt(F(l))，若x_ik·x_jl＝1，

其中，sub_flt(F(k))表示k机位航班类型动态变化后可停放航班集合，sub_flt(F(l))表示l机位航班类型动态变化后可停放航班集合,x_ik·x_jl＝1，

表示当航班i、j停放机位K、l时，航班i、j均应对应机位允许停放的航班集合中,S表示参与分配的机位集合，F表示参与分配的航班集合。

再介绍第二点：规则结构设计。在上述模型的基础上，本实施例中给出对应动态限定规则的结构设计，该动态限定规则表示当主机位停放特定条件航班时，各个受影响机位对可停放航班的限定条件。该规则可以包括主机位限定约束、受限机位限定约束和限定类型约束，其中，主机位限定约束包括主机位集合和主机位限定条件，受限机位限定约束包括受限机位集合、受限机位限定条件和受影响时间段，该受影响时间段包括进港段受限、进港受限时间区间、出港段受限、出港受限时间区间。

其中，主机位集合表示对其它机位造成动态限制的特定机位。由一个或者多个机位构成，例如机位101～110；主机位限定条件会对其他机位造成限定影响的航班类型，由一系列条件构成，例如机型B737；受限机位集合表示受影响机位，由一个或者多个机位构成，例如机位202～205；受限机位限定条件表示受限机位只能停放的航班类型，由一系列条件构成，例如机型A320；进港段受限表示是否针对出港航班产生影响，例如Y/N；进港受限时间区间表示停放受限机位的进港航班，该限制规则生效的时间范围，其生效范围为左边界之后，右边界之前。该范围以主机位上航班到达机位时间为基准点，叠加前后增加的时间凉。时间量为正数时表示在基准时间点向后延迟，为负时表示在基准时间点向前提前，若右边界为空，表示一直持续到主机位上航班离开机位的时间前，左边界为空，表示一直持续到主机位前一个航班离开机位之后，例如[10,5]，其中，时间单位为分钟；出港段受限表示是否针对出港航班产生影响，例如Y/N；；出港受限时间区间表示停放受限机位的航班的出港航班，本限制规则生效的时间范围，其生效范围为左边界之后，右边界之前，该范围以主机位上航班到达机位时间为基准点，叠加前后增加的时间量，该时间量为正数时表示在基准时间点向后延迟，为负数时表示在基准时间点向前提前，若左边界为空，表示一直持续到主机位上航班到达机位的时间后，右边界为空表示持续到下一个停放主机位的航班到达之前，例如[,5]，其中，时间单位为分钟。

进一步地，该动态限定规则可以应用于上述任意一种停机位使用动态限制模型，如：多机位容量缩减限制模型、多机位使用时序限制模型、进入推出限制模型和多机位特殊航班停放限制模型。

示例性地，当对多机位容量缩减模型使用动态限定规则时，例如：

其中，该规则示例表示当机位201、202停放B747机型时，受限机位203仅能停放B737型飞机，机位204仅能停放A320型飞机。进港段受限为Y表示进港段航班会受到影响，进港受限时间区间[0,]表示影响时间段为[主机位航班到达机位时间+0后,主机位航班离开机位时间前]；出港段受限为Y，表示出港段航班会受到影响，出港受限时间区间[,0]表示影响时间段为[主机位航班到达机位时间后,主机位航班离开机位时间+0前]。类型字段为C_{dyn_type}表示本规则为针对多机位容量缩减限制的规则。

当对多机位使用时序限定模型使用动态限定规则时，例如：

其中，本示例为一个先进先出(FIFO)场景，其中C1表示当201机位停放某航班A时，机位202、203上停放的航班必须在航班A到达5分钟后才能够进入对应机位，且在A离开5分钟后才可离开机位。规则中，主机位限定条件与受限机位限定条件为空，表示针对所有可停放相应机位的航班进行限制。

进港段受限为Y，表示进港段航班会受到影响，进港受限时间区间[5,]表示影响时间段为[主机位航班到达机位时间+5分钟后,主机位航班离开机位时间前]，出港段受限为Y，表示出港段航班会受到影响，出港受限时间区间[5,]表示影响时间段为[主机位航班离开机位时间+5后,下一个停放主机位的航班到达之前]。类型字段为C_{dyn_order}表示本规则为针对多机位使用时序限制的规则。

当对进入推出限制模型使用动态限定规则时，例如：

ID	主机位集合	主机位限定条件	受限机位条件组ID	类型
					C4	201		{S5、S6}	C<sub>dyn_taxi</sub>
C5	202		{S4、S6}	C<sub>dyn_taxi</sub>
					C6	203		{S4、S5}	C<sub>dyn_taxi</sub>

其中，本例由三条C4、C5、C6规则共同组成，表示201-203机位存在滑行道推出限制，任意机位上航班离开机位的时间需要间隔10分钟。其中各规则的主机位限定条件与受限机位限定条件为空，表示针对所有可停放相应机位的航班进行限制。

在受限机位条件组中，各规则进港段受限为N，表示停放在受限机位进港段航班不受到影响。出港段受限为Y，表示停放在受限机位出港段航班会受到影响，出港受限时间区间[10,-10]表示影响时间段为[主机位航班离开机位时间+10分钟后,主机位航班离开机位时间-10分钟前]。类型字段为C_{dyn_taxi}表示本规则为针对进入推出限制的规则。

当对多机位特殊航班停放限制模型使用动态限定规则时，例如：

其中，本例表示当机位201至210机位停放有ET、EY航空公司的国际航班时，S7、S8规则指定的受限机位只能停放指定航空公司的特定航班。受限时间区间与前述容量规则类似，表示在整个主机位航班停放时间段内，受限机位上停放航班都会受到本规则影响。类型字段为C_{dyn_flight}表示本规则为针对多机位特殊航班停放限制的规则。

本实施例中通过采用动态限制规则对停机位使用动态限制模块进行优化，从而满足了机场精细化的分配需求。其中，将航班影响条件按照进港段、出港段单独划分，能够处理针对进港航班或出港航班有特殊动态限制的发等不同场景时的停机位分配问题。

在为每个航班分配机位时，将检查可分配的机位是否满足机型、航班属性、航班任务等静态约束C_base，同时避免时间重叠conflict_time，从而避免将违动态限制的机位分配给航班，防止动态重叠conflict_dyn的发生，其中，时间重叠conflict_time是一种不正确的分配结果，指将两个及以上进-出机位时间有重叠的航班，分配到同一个机位上而产生的重叠，即同一个机位在同一时间分配给多个航班使用，机位分配结果应当避免出现该重叠。动态重叠conflict_dyn是一种不正确的分配结果，指当给某个航班分配的机位不满足多机位动态限制要求时，产生的分配重叠，机位分配结果应当避免出现该重叠。

然后介绍第三点：规则编制。结合机位管理业务要求，基于上述规则设计，开发对应规则编制的系统功能。由于规则繁多，本节以多机位容量缩减的规则、机位使用时序限定规则为列进行展示。图9界面图为多机位容量缩减的规则界面示例，图10界面图为使用时序限定规则编制界面示意图。

然后介绍第四点：冲突检测。在上一步完成规则录入后，按本发明内容对所编制规则进行冲突检测。现以批量检测场景进行介绍。续上一步例子，分别对多机位容量缩减的规则、机位使用时序限定规则进行检测。

对多机位容量缩减的规则，用户通过点击该规则界面中的“批量规则检测”按钮，启动使用系统后台批量检测程序，对该类规则记录进行批量检测。后台检测具体步骤与前述一致，不再赘述，演示性的，图11为标注出有冲突规则记录：

规则13与17012796，规则前提相同，在操作部分的受限机位、受限机型不一致，存在冲突。规则1与17012797，规则前提中的机型条件有交叉，存在冲突。

最后，按照发明内容，将该冲突规则组的数据反馈到系统前端，通过对话框方式提供给用户，以便进行后续修正。图12为对话框提示的示意图。

同样的，对机位使用时序限定规则，用户通过点击该规则界面中的“批量规则检测”按钮，启动使用系统后台批量检测程序，对该类规则记录进行批量检测。后台检测具体步骤与前述一致，不再赘述，演示性的，下图13为标注出有冲突规则记录：

规则17012798与872334，规则前提相同，在操作部分的受限机位、受限机型不一致，存在冲突。

最后，按发明内容，将该冲突规则组的数据反馈到系统前端，通过对话框方式提供给用户，以便进行后续修正。图14为对话框提示的示意图。

接下来介绍第五点：基于规则的机位分配。请参见图15所示。

进一步地，按照某类动态限制规则判断对于每个机位s是否可分配至航班i，其中，该规则适用于如下任一类：C_{dyn_type}、C_{dyn_order}、C_{dyn_taxi}、C_{dyn_flight}，如图15所示，该方法包括如下步骤：

步骤S501、对机位s开始检查。

步骤S502、对本类型规则的第r条开始检查，直到最后一条。

步骤S503、判断规则r的受限机位中是否有s。

步骤S504、若没有，则执行第r+1条，并返回执行步骤步骤S301，检查下一条规则。

步骤S505、若有，则在已分配航班记录table_assigned中判断是否存在航班分配到规则r的主机集合中且符合主机位条件。

步骤S506、若不存在，则执行第r+1条，并返回执行步骤步骤S301，检查下一条规则。

步骤S507、若存在，则判断航班i是否满足规则r的受限条件。

步骤S508、若满足受限条件，则机位s可以分配给航班i。

步骤S509、若不满足受限条件，则机位s不能分配给航班i。

本实施例在进行动态限定检查时，先读取待分配机位集合F,并从中确定出参与分配的机位数据S，并确定系统规则库中C_base的全部基本限制类规则，然后对于每个航班i,检查每个机位k是否允许其停放，从而确定该航班的最大可用机位集合S_{max_i}，并按照特定规则对航班集合F进行排序，排序开始对第i个航班分配机位，直到全部航班处理完成。

在对第i个航班分配机位时，先确定已分配航班记录table_assigned，并结合该已分配航班记录table_assigned，在航班i的最大可用机位集合S_{max_i}中去掉有时间重叠的机位，并确定规则库中全部动态使用限定规则Rule_dyn，执行动态限定检查算法，去掉有动态重叠的机位，得到动态可用机位集合S_{dyn_i}，并按照一定策略从动态可用机位集合S_{dyn_i}中选择机位分配至所述航班i。

进一步地，可以将分配结果更新至航班记录中，并按照对航班集合F中航班的排序依次对每个航班执行上述相同操作，直到航班集合F中的所有航班分配完成。

例如，选取国内某大型繁忙机场198个停机位对某日1124个航班数据进行机位分配计算，其中航班数据如下表所示，该属性显示了每个航班的属性信息，包括航空公司、执飞机型。

动态限定规则如下表所示：

ID	主机位集合	主机位限定条件	受限机位条件组ID	类型
					C1	101	机型＝{738,73H,73W}	{S1}	C<sub>dyn_type</sub>
C2	210		{S2}	C<sub>dyn_order</sub>
					C3	201		{S4、S5}	C<sub>dyn_taxi</sub>
C4	202		{S3、S5}	C<sub>dyn_taxi</sub>
					C5	203		{S3、S4}	C<sub>dyn_taxi</sub>
C6	108	航空公司＝{CA}	{C6}	C<sub>dyn_flight</sub>
					C7	50，54，55	航班＝{ET703,ET705}	{C7}	C<sub>dyn_flight</sub>

假设进行机位分配过程中，已完成对第1-4个航班的机位分配，分配记录table_assigned有信息如下：

现需要对第5个航班分配机位，该第5个航班的航班信息为：

假设该航班最大可用机位集合S_{max_5}＝{102-107,109-110,202-209}，按照本实施例中的规则，先针对多机位容量缩减C_{dyn_type}类，S_{max_5}中102-104机位是规则1受限机位，已分配航班1719的停放机位101属于该规则主机位集合，且该航班机型738在主机位限定条件内，检查受限机位限定条件中没有允许333机型，故102-104机位不能分配给航班9307。故在可用机位集合中去掉机位102-104。

进一步地，针对多机位时序限定C_{dyn_order}类，S_{max_5}中209机位是规则2受限机位，已分配航班9222地停放机位210属于该规则主机位集合，停放209机位航班地进、出港受限时间都应当比航班9222晚10分钟，但航班9307到达时间仅比航班9222晚4分钟，不符合要求，故209机位不能分配给航班9307。在可用机位集中去掉209。

进一步地，针对进入推出限制C_{dyn_taxi}类，S_{max_5}中202-203机位是规则6受限机位，已分配航班2807的停放机位108属于该规则主机位集合，停放202-203机位航班出港受限时间应当比航班2807离开时间晚10分钟或早10分钟，但航班9307离开时间仅比航班9222晚6分钟，不符合要求，故202-203机位也不能分配给航班9307。在可用机位集中去掉202-203。

进一步地，针对多机位特殊航班停放C_{dyn_flight}类，S_{max_5}中109-110机位是规则6受限机位，已分配航班3368的停放机位108属于该规则主机位集合，且该航班航空公司CA在主机位限定条件内，检查受限机位限定条件中没有允许航空公司FM，不符合要求，故109-110机位也不能分配给航班9307。在可用机位集中去掉109-110。

经过上述操作后，得到第5个航班的航班i的动态可用机位集合S_{dyn_5}＝{105,106,107，204-208}。后续按照一定策略从本集合中选择一个机位分配给该航班即可。

结合上述方法的实际分配测试效果对比如下：

在使用XeonE5-2620,内存16G的WindowsServer2012环境下，依据本例1-5步所述进行进行机位自动分配计算，与原算法统计违反动态使用限制的航班数比例平均值，得到如下统计数据：

上述数据表明，分配结果有效避免了违反机位动态使用限制情况的发生，也没有出现由于规则逻辑冲突引发不正确重叠状况的发生。

本实施例通过设置动态限定规则有效解决停机位分配中多机位多航班使用时存在的动态冲突的问题，避免不合理分配导致的航空器刮碰等不安全事故的发生，并通过动态限定检查规则，避免将违动态限制的机位分配给航班，防止动态冲突的发生，保证了机坪安全运行，进一步提高了停机位的使用效率。

图16为本发明实施例提供的机场运营资源规则冲突检测装置的结构示意图。如图16所示，该装置可以实现如图1所示的方法，该装置可以包括：

第一确定模块10，用于根据需检测冲突的需求场景，确定规则检测类型，所述检测类型包括批量检测类型和实时检测类型；

获取模块20，用于基于所述检测类型，获取机场业务规则；

第二确定模块30，用于若所述检测类型为批量检测，采用批量检测方法对获取的业务规则进行冲突检测，确定有冲突的规则；

第三确定模块40，用于若所述检测类型为实时检测，采用实时检测方法对获取的业务规则进行冲突检测，确定有冲突的规则；

呈现模块50，用于根据所述有冲突的规则，向使用者提供冲突规则信息。

可选的，第二确定模块30，具体用于：

从获取的机场业务规则中确定待检测规则的前提部分的全部属性类型，得到第一属性集；

对所述第一属性集中的每种属性，采用交叉判定算法生成所述属性的交叉矩阵，得到所述第一属性集中每个属性对应的交叉矩阵；

采用矩阵合成算法对所述各交叉矩阵进行处理，得到总交叉矩阵；

从获取的机场业务规则中确定待检测规则的操作部分的全部属性类型，得到第二属性集；

对所述第二属性集中的每种属性，采用重合判定算法生成所述属性的重合矩阵，得到所述第二属性集中每个属性对应的重合矩阵；

采用矩阵合成算法对所述各重合矩阵进行处理，得到总重合矩阵；

对所述总重合矩阵中各元素取反，得到取反后的总重合矩阵；

采用矩阵合成算法对所述总交叉矩阵和所述取反后的总重合矩阵进行处理，确定冲突矩阵，得到有冲突的规则。

可选的，第三确定模块40，具体用于：

将获取的原始机场业务规则和增改后的新规则作为待测规则，确定所述待测规则的前提部分的全部属性类型，得到属性集A；

对于属性集A中的每一种属性j，采用交叉判定算法生成属性的行向量，得到属性集A中每个属性的行向量C；

采用矩阵合成算法对各行向量C进行处理，得到总行向量CF；

确定待测规则的操作部分使用所有属性类型，形成属性集B；

对属性集B的每一种属性j，使用重合判定算法生成该属性的行向量O_j，并得到操作部分中每个属性的行向量O；

采用矩阵合成算法对各行向量O进行处理，得到总行向量OF；

对总行向量OF中各元素取反，得到取反后的总行向量OF’；

采用矩阵合成算法对CF与OF’进行处理，得到行向量F,并得到有冲突的规则。

可选的，第二确定模块30，具体用于：

初始化所述属性的交叉矩阵，置所述交叉矩阵中的各元素为0，所述交叉矩阵维度为n×s，n、s为待检测规则的总数；

根据第i个规则和第k个规则在条件属性上的取值范围的是否交叉，对第i个规则和第k个规则进行处理，得到每个属性对应的交叉矩阵。

可选的，第二确定模块30，具体用于：

初始化所述属性的重合矩阵，置所述交叉矩阵中的各元素为1，所述交叉矩阵维度为n×s，n、s为待检测规则的总数；

根据第i个规则和第k个规则在条件属性上的取值范围是否相同，对第i个规则和第k个规则进行处理，得到每个属性对应的重合矩阵。

可选的，第二确定模块30，具体用于：

基于所述总交叉矩阵和所述取反后的总重合矩阵，确定子矩阵集合；

采用矩阵合成算法对所述子矩阵集合进行处理，确定冲突矩阵；

根据所述冲突矩阵中除对角线外取值为1的元素，得到有冲突的规则。

本实施例提供的机场运营资源规则冲突检测装置，可以执行上述方法的实施例，其实现原理和技术效果类似，在此不再赘述。

图17为本发明实施例提供的一种计算机设备的结构示意图。如图17所示，其示出了适于用来实现本申请实施例的终端设备或服务器的计算机系统600的结构示意图。

如图17所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM603中，还存储有系统600操作所需的各种程序和数据。CPU601、ROM602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口606也连接至总线604。

以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口606。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

描述于本申请实施例中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，例如，可以描述为：一种处理器包括第一确定模块、获取模块、第二确定模块、第三确定模块及呈现模块。其中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定，例如，获取模块还可以被描述为“用于根据需检测冲突的需求场景，确定规则检测类型，所述检测类型包括批量检测类型和实时检测类型”。

作为另一方面，本申请还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中前述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，前述程序被一个或者一个以上的处理器用来执行描述于本申请的机场运营资源规则冲突检测方法。

综上所述，本发明实施例提供的机场运营资源规则冲突检测方法、装置、设备及存储介质，通过根据需检测冲突的需求场景，确定规则检测类型，并基于检测类型，获取机场业务规则，若检测类型为批量检测，采用批量检测方法对获取的业务规则进行冲突检测，确定有冲突的规则，若检测类型为实时监测，采用实时检测方法对获取的业务规则进行冲突检测，确定有冲突的规则，并根据有冲突的规则，向使用者提供冲突规则信息。该方案能够对机场业务规则进行冲突检测，得到有冲突的规则，从而降低工作人员检查与修正冲突规则的难度，维护机场业务规则库的逻辑正确性，并且降低了人工成本，提高规则库管理工作效率，确保各种业务规则能被正确实施到机场实际生产运行中。

以上所述，仅为本发明的具体实施方式，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，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种机场运营资源规则冲突检测方法，其特征在于，该方法包括：

根据需检测冲突的需求场景，确定规则检测类型，所述检测类型包括批量检测类型和实时检测类型；

基于所述检测类型，获取机场业务规则；

若所述检测类型为批量检测，采用批量检测方法对获取的业务规则进行冲突检测，确定有冲突的规则；

若所述检测类型为实时检测，采用实时检测方法对获取的业务规则进行冲突检测，确定有冲突的规则；

根据所述有冲突的规则，向使用者提供冲突规则信息。

2.根据权利要求1所述的方法，其特征在于，若所述检测类型为批量检测，采用批量检测方法对获取的业务规则进行冲突检测，确定有冲突的规则，包括：

从获取的机场业务规则中确定待检测规则的前提部分的全部属性类型，得到第一属性集；

对所述第一属性集中的每种属性，采用交叉判定算法生成所述属性的交叉矩阵，得到所述第一属性集中每个属性对应的交叉矩阵；

采用矩阵合成算法对所述各交叉矩阵进行处理，得到总交叉矩阵；

从获取的机场业务规则中确定待检测规则的操作部分的全部属性类型，得到第二属性集；

对所述第二属性集中的每种属性，采用重合判定算法生成所述属性的重合矩阵，得到所述第二属性集中每个属性对应的重合矩阵；

采用矩阵合成算法对所述各重合矩阵进行处理，得到总重合矩阵；

对所述总重合矩阵中各元素取反，得到取反后的总重合矩阵；

采用矩阵合成算法对所述总交叉矩阵和所述取反后的总重合矩阵进行处理，确定冲突矩阵，得到有冲突的规则。

3.根据权利要求1所述的方法，其特征在于，若所述检测类型为实时检测，采用实时检测方法对获取的业务规则进行冲突检测，确定有冲突的规则，包括：

将获取的原始机场业务规则和增改后的新规则作为待测规则，确定所述待测规则的前提部分的全部属性类型，得到属性集A；

对于属性集A中的每一种属性j，采用交叉判定算法生成属性的行向量，得到属性集A中每个属性的交叉矩阵或行向量C；

采用矩阵合成算法对所述各行向量C进行处理，得到总冲突矩阵或总行向量CF；

确定待测规则的操作部分使用所有属性类型，形成属性集B；

对所述属性集B的每一种属性j，使用重合判定算法生成该属性的重合矩阵或行向量O_j，从而得到所述操作部分中每个属性的行向量O；

采用矩阵合成算法对所述各行向量O进行处理，得到总冲突矩阵或总行向量OF；

对所述总行向量OF中各元素取反，得到取反后的总行向量OF’；

采用矩阵合成算法对所述CF与所述OF’进行处理，得到行向量F,并得到有冲突的规则。

4.根据权利要求2所述的方法，其特征在于，对所述第一属性集中的每种属性，采用交叉判定算法生成所述属性的交叉矩阵，得到所述第一属性集中每个属性对应的交叉矩阵，包括：

初始化所述属性的交叉矩阵，置所述交叉矩阵中的各元素为0，所述交叉矩阵维度为n×s，n、s为待检测规则的总数；

根据第i个规则和第k个规则在条件属性上的取值范围的是否交叉，对第i个规则和第k个规则进行处理，得到每个属性对应的交叉矩阵。

5.根据权利要求2所述的方法，其特征在于，对所述第二属性集中的每种属性，采用重合判定算法生成所述属性的重合矩阵，得到所述第二属性集中每个属性对应的重合矩阵，包括：

初始化所述属性的重合矩阵，置所述交叉矩阵中的各元素为1，所述交叉矩阵维度为n×s，n、s为待检测规则的总数；

根据第i个规则和第k个规则在条件属性上的取值范围是否相同，对第i个规则和第k个规则进行处理，得到每个属性对应的重合矩阵。

6.根据权利要求2所述的方法，其特征在于，采用矩阵合成算法对所述总交叉矩阵和所述取反后的总重合矩阵进行处理，确定冲突矩阵，得到有冲突的规则，包括：

基于所述总交叉矩阵和所述取反后的总重合矩阵，将这两个矩阵作为矩阵合成算法的输入矩阵；

采用矩阵合成算法进行处理，确定冲突矩阵；

根据所述冲突矩阵中除对角线外取值为1的元素，得到有冲突的规则。

7.一种机场运营资源规则冲突检测装置，其特征在于，所述装置包括：

第一确定模块，用于根据需检测冲突的需求场景，确定规则检测类型，所述检测类型包括批量检测类型和实时检测类型；

获取模块，用于基于所述检测类型，获取机场业务规则；

第二确定模块，用于若所述检测类型为批量检测，采用批量检测方法对获取的业务规则进行冲突检测，确定有冲突的规则；

第三确定模块，用于若所述检测类型为实时检测，采用实时检测方法对获取的业务规则进行冲突检测，确定有冲突的规则；

呈现模块，用于根据所述有冲突的规则，向使用者提供冲突规则信息。

8.根据权利要求7所述的方法，其特征在于，所述第二确定模块，用于：

从获取的机场业务规则中确定待检测规则的前提部分的全部属性类型，得到第一属性集；

对所述第一属性集中的每种属性，采用交叉判定算法生成所述属性的交叉矩阵，得到所述第一属性集中每个属性对应的交叉矩阵；

采用矩阵合成算法对所述各交叉矩阵进行处理，得到总交叉矩阵；

从获取的机场业务规则中确定待检测规则的操作部分的全部属性类型，得到第二属性集；

对所述第二属性集中的每种属性，采用重合判定算法生成所述属性的重合矩阵，得到所述第二属性集中每个属性对应的重合矩阵；

采用矩阵合成算法对所述各重合矩阵进行处理，得到总重合矩阵；

对所述总重合矩阵中各元素取反，得到取反后的总重合矩阵；

采用矩阵合成算法对所述总交叉矩阵和所述取反后的总重合矩阵进行处理，确定冲突矩阵，得到有冲突的规则。

9.一种计算机设备，包括存储器、处理器以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1-6中任一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序用于被处理器执行时实现如权利要求1-6中任一项所述的方法。

Images