CN116757554A - 一种机场飞行区效能评价方法及系统 - Google Patents
一种机场飞行区效能评价方法及系统 Download PDFInfo
- Publication number
- CN116757554A CN116757554A CN202311013793.6A CN202311013793A CN116757554A CN 116757554 A CN116757554 A CN 116757554A CN 202311013793 A CN202311013793 A CN 202311013793A CN 116757554 A CN116757554 A CN 116757554A
- Authority
- CN
- China
- Prior art keywords
- data
- index
- evaluation
- flight
- expert
- 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
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 113
- 238000000034 method Methods 0.000 claims abstract description 67
- 230000002159 abnormal effect Effects 0.000 claims abstract description 42
- 238000007726 management method Methods 0.000 claims abstract description 42
- 238000013210 evaluation model Methods 0.000 claims abstract description 21
- 238000013278 delphi method Methods 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims description 38
- 238000012545 processing Methods 0.000 claims description 29
- 238000004140 cleaning Methods 0.000 claims description 28
- 238000009826 distribution Methods 0.000 claims description 21
- 238000003032 molecular docking Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 12
- 238000013468 resource allocation Methods 0.000 claims description 9
- 238000013499 data model Methods 0.000 claims description 6
- 230000002776 aggregation Effects 0.000 claims description 5
- 238000004220 aggregation Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 claims description 5
- 230000008520 organization Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000013523 data management Methods 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- 230000010006 flight Effects 0.000 claims description 3
- 238000013439 planning Methods 0.000 claims description 3
- 238000012797 qualification Methods 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 238000011835 investigation Methods 0.000 claims description 2
- 230000001737 promoting effect Effects 0.000 claims description 2
- 230000008439 repair process Effects 0.000 claims description 2
- 210000001503 joint Anatomy 0.000 abstract description 5
- 230000010365 information processing Effects 0.000 abstract description 2
- 230000007246 mechanism Effects 0.000 abstract description 2
- 230000005856 abnormality Effects 0.000 description 11
- 238000004590 computer program Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000008092 positive effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012800 visualization Methods 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
- G06Q10/06—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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06Q10/06395—Quality analysis or management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于机场运营信息处理技术领域，公开了一种机场飞行区效能评价方法及系统。该方法包括：进行对接机场集成系统、协同决策系统、地服保障系统、地理信息系统、车辆管理系统、资源分配系统，对接航司的地服保障系统、车辆管理系统，对接空管的综合航迹系统、塔台管理系统的数据采集；采用德尔菲法建立飞行区效能评价体系；基于状态分类方法建立多层次综合评估模型，并应用到建立的飞行区效能评价体系统中，进行飞行区效能的实时评估与预警。本发明建立了闭环管控体系，可以进行事件流程流转与处置，特定异常事件能够自动触发流转到相关负责单位用户，并基于流转流程建立了监管机制，保证异常事件能够最大限度的得到解决。
Description
技术领域
本发明属于机场运营信息处理技术领域，尤其涉及一种机场飞行区效能评价方法及系统。
背景技术
飞行区作为机场业务运营的核心区域，其承载了复杂的业务运行场景，例如最核心的航班保障过程，包含接机、放轮档、机务放行、客舱清洁、组织登机、加油、开关舱门、靠撤桥、摆渡车、客梯车、牵引车、引导车等不同场景任务，涉及多个二级保障部门密切配合，同时航空器的起飞、降落、进港出港滑行又涉及到机场、空管、航司不同单位的密切配合，飞行区是否能正常运行涉及到众多参与单位、参与岗位密切配合，情况较为复杂，如何在监管层面实时了解现场整体运行情况，及时进行有效干预，成为机场是否能够高效率平稳运行的关键。
通过上述分析，现有技术存在的问题及缺陷为：现有技术更多偏重于局部短时间的预警，依据于现场实时数据进行规则判断，预估短时间内是否可能存在问题。因为预警范围较窄，同时时间有限，很多时候，在进行预警时，问题已经出现，甚至已经发展到中后期，解决代价较大，需要更全面和时间维度更长的预警。
现有进行全面预警评估的技术存在接入数据不够全面且实时性、准确性较弱的问题，由于没有通过良好的数据优化整合，使飞行区效能评估得信息准确度低，不能为机场监管层整体掌控现场情况提供数据支持。
发明内容
为克服相关技术中存在的问题，本发明公开实施例提供了一种机场飞行区效能评价方法及系统。具体涉及机场最基础的业务领域，为机场稳定运行、持续发展的基础。本发明通过建立机场飞行区效能评估模型，对接机场大量系统数据，通过优化整合，进行实时飞行区效能评估，为机场监管层整体掌控现场情况提供决策支持。
所述技术方案如下：一种机场飞行区效能评价方法，该方法包括以下步骤：
S1，进行对接机场集成系统、协同决策系统、地服保障系统、地理信息系统、车辆管理系统、资源分配系统数据的采集；
S2，基于采集的数据，采用德尔菲法建立飞行区效能评价体系；所述飞行区效能评价体系包括：专家积极系数、专家协调系数、计算变异系数以及计算满分比数据信息；
S3，基于状态分类方法建立多层次综合评估模型，并应用到建立的飞行区效能评价体系中，进行飞行区效能的实时评估与预警。
在步骤S1中，进行对接机场集成系统、协同决策系统、地服保障系统、地理信息系统、车辆管理系统、资源分配系统数据的采集，包括：
通过统一数据采集平台进行数据聚合处理，将系统不同业务数据采用消息、webservice数据、restful数据、ETL数据、ESB数据进行数据采集处理，将采集到数据放入ODS数据区，建立不同航班、旅客、人员、保障、车辆标准数据模型，进行数据清洗处理、模型转换，最终存入标准数据模型；将ODS数据区数据按照航班管理域主题、运营资源域主题、人员组织域主题、生产保障域主题进行计算处理，存入DW数据区；
建立数据共享服务，将ODS数据区数据、DW数据区数据通过服务形式对外开放，根据数据时效性要求，建立同步访问、异步推送并进行细粒度权限控制的访问体系；建立数据治理体系，建立标准数据交换模型、数据存储模型、数据质量标准，进行数据质量探查，即时获取数据采集处理状况；
建立数据共享平台，形成完整的ODS数据区采集到DW数据区管理，再到数据共享的完整数据处理体系，并针对数据处理体系建立完备的治理方案，为指标体系的建立提供数据来源。
对接机场集成系统：对接入的航班计划、航班动态、航班历史数据、机位使用数据、旅客流量数据、控制区旅客流量数据、基础配置数据进行数据清洗，将航班执行状态异常、航班时刻数据异常、旅客流量数据异常、机位使用时刻异常及冲突异常数据进行剔除；
协同决策系统：对接入的机场保障里程碑数据、机场与空管交换数据、航延数据、预警数据进行数据清洗，将保障里程碑执行时间异常、机场与空管交换数据时刻异常等数据进行剔除；
地服保障系统：对接入的机场航班任务数据、任务派工数据、任务执行数据、人员排班数据、人员资质数据、车辆数据、派工规则数据进行数据清洗，将任务计划时间不符合保障标准、派工冲突异常、任务执行完成时间异常、人员排班工时与规范不符等数据进行剔除；
地理信息系统：对接入的机场飞行区地理信息元素数据进行数据清洗，将滑行道、机动车道线路断线、不闭合异常数据进行剔除，并与现实进行对比，对特定数据进行人工修复；
车辆管理系统：对接入的机场车辆配置数据、车辆动态位置数据、司机数据、车辆关联保障数据进行数据清洗，对车辆动态位置点位距离异常、车辆关联保障数据完成时间异常数据进行剔除；
资源分配系统：对接入的机位分配数据、登机口分配数据、值机柜台分配数据、行李转盘分配数据进行数据清洗，将分配数据中存在冲突以及明显占用时间过短过长的数据进行剔除。
在步骤S2中，基于采集的数据，采用德尔菲法建立飞行区效能评价体系，包括：
通过获取的专家对飞行区效能评估指标的关心程度，建立专家的积极系数；
基于专家对所有指标的协调程度，建立专家协调系数；
计算变异系数，所述变异系数/>包含机位类、保障人员类、保障车辆类、除冰坪类、机坪行驶线类、跑道类具体指标的相对重要性认识差异数据；
计算满分比，满分比表示专家对指标给出满分的总数与专家对指标/>做出评价的总数之比，满分比越大，表明该指标给满分的专家人数越大，越重要。
进一步，建立专家的积极系数的计算方法为参与对飞行区效能评估指标项评分的专家数与本次全部参与评分的专家人数/>之比；计算公式为：
；
其中，代表专家的积极系数，/>表示全部参与评分的专家人数，/>表示特定评估指标/>参与评估的专家数。
进一步，专家协调系数计算公式如下：
；
其中，表示全部参与评分的专家人数，/>代表指标总数，/>表示第/>个指标得分之和与总共/>个指标得分和均值的差值，/>代表得分等级数；/>越大表明全部专家对所有方案协调程度越好。
进一步，计算变异系数，表示评估指标的波动大小，表明专家们对指标/>的相对重要性认识上的差异程度，也就是协调程度，值越小，代表专家们的协调程度越高，计算公式为：
；
其中，表示专家对要素/>的相对重要性认识差异程度，/>表示为指标/>的平均值；表示指标/>的标准差。
在步骤S3中，基于状态分类方法建立多层次综合评估模型包括：
将飞行区效能评估划分为五个等级，建立层次结构模型，层次结构具有三层，分别为目标层、准则层和指标层，目标层只有一个要素，用于评估的预订目标，准则层用于评估中所需考虑的各项准则，指标层用于实现目标的具体指标；根据准则层中的个数把指标，/>代表指标层中的指标，在/>组中指标有/>个，构成指标矩阵/>，各个指标的加权因子集合为/>，且/>第二层中，加权因子集合表示为/>，/>；
其中，，/>代表准则层中每个准则包含的指标层中的指标，/>代表总计包含多少指标，因为整个指标体系是树形结构，不同准则下指标层中的指标数量是不一样；/>代表构成该准则的每个指标的计算权重，第二层中，加权因子集合/>中目标层的评价目标由准则层中的准则加权计算得来，包含准则层中的准则计算的权重。
在步骤S3中，应用到建立的飞行区效能评价体系中，进行飞行区效能的实时评估与预警，包括：
通过建立围绕飞行区效能评估的事件闭环处置流程，将飞行区效能评价体系干预信息反馈到多层次综合评估模型，对特定异常事件自动触发流转到相关负责单位用户进行预警，负责单位用户针对预警具体情况建立内部工单处置体系，推进预警问题的现场排查、解决、监督，从而消除预警，构建完整的闭环处置流程。
本发明的另一目的在于提供一种机场飞行区效能评价系统，实施所述机场飞行区效能评价方法，该系统包括：
数据采集模块，用于进行对接机场集成系统、协同决策系统、地服保障系统、地理信息系统、车辆管理系统、资源分配系统，对接航司的地服保障系统、车辆管理系统，对接空管的综合航迹系统、塔台管理系统的数据采集；
飞行区效能评价体系构建模块，用于基于采集的上述数据采用德尔菲法建立飞行区效能评价体系；
飞行区效能实时评估与预警模块，用于基于状态分类方法建立多层次综合评估模型，并应用到建立的飞行区效能评价体系统中，进行飞行区效能的实时评估与预警。
结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明对接机场、航司、空管大部分生产类系统数据，基于收集到的数据，采用德尔菲法建立飞行区效能评价体系，基于状态分类方法建立多层次综合评估模型，最终应用到系统中，进行较全面的飞行区效能的实时评估与预警，变被动为主动，主动进行隐患干预，将问题消灭在未发生或者刚发生阶段，同时建立的分级评估体系能够和多级的机场组织架构相契合，不同层级关注的尺度能够进行有效的呈现，从而有利于机场运行效能分级管理，为机场监管层提供决策支撑。
本发明对接机场集成系统、协同决策系统、地服保障系统、地理信息系统、车辆管理系统、资源分配系统，对接航司的地服保障系统、车辆管理系统，对接空管的综合航迹系统、塔台管理系统，通过统一数据采集进行数据聚合处理，同时将部分高频数据放入分布式消息队列，满足实时状态评估及预警的功能。
本发明能够变被动为主动，主动进行隐患干预，显著提升机场飞行区运行效能，进而能够提升航班保障效率，为旅客提供更加优质的服务，收益明显。本发明填补了当前国内外关注飞行区效能评价领域的同时采用相关技术解决的空白，对接机场、航司、空管大部分生产类系统数据，基于收集到的数据，采用德尔菲法建立飞行区效能评价体系，基于状态分类方法建立多层次综合评估模型，最终应用到系统中，进行较全面的飞行区效能的实时评估与预警。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理；
图1是本发明实施例提供的机场飞行区效能评价方法流程图；
图2是本发明实施例提供的机场飞行区效能评价方法原理图；
图3是本发明实施例提供的数据架构图；
图4是本发明实施例提供的指标体系概览图；
图5是本发明实施例提供的系统架构图；
图6是本发明实施例提供的机场飞行区效能评价系统示意图；
图7是本发明实施例提供的层次结构模型；
图中：1、数据采集模块；2、飞行区效能评价体系构建模块；3、飞行区效能实时评估与预警模块。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其他方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施的限制。
本发明实施例提供的通过数据采集，采用德尔菲法建立飞行区效能评价体系，基于状态分类方法建立多层次综合评估模型，最终应用到系统中，进行飞行区效能的实时评估与预警，为机场监管层提供决策支撑。本发明应用后，机场管理层能够对飞行区历史执行情况进行效能评估，评价历史执行优劣，寻找其中较差表现部分，进行事后经验总结，为以后飞行区运行模式与特定场景优化提供依据，同时本方明应用后，机场监管层能够实时掌控飞行区现场运行情况，及时发现异常进行实时干预，保证飞行区能够高效率平稳运行。
如图1所示，本发明实施例提供一种机场飞行区效能评价方法，包括以下步骤：
S1，进行对接机场集成系统、协同决策系统、地服保障系统、地理信息系统、车辆管理系统、资源分配系统数据的采集；
S2，基于采集的数据，采用德尔菲法建立飞行区效能评价体系；所述飞行区效能评价体系包括：专家积极系数、专家协调系数、计算变异系数以及计算满分比数据信息；
S3，基于状态分类方法建立多层次综合评估模型，并应用到建立的飞行区效能评价体系中，进行飞行区效能的实时评估与预警。
实施例1，本发明实施例针对采集的数据建立数据质量标准，进行清洗处理，不同系统数据清洗细节如下：
集成系统：需要对接入的航班计划、航班动态、航班历史数据、机位使用数据、旅客流量数据、控制区旅客流量数据、基础配置数据（航站、航司、机位、登机口、值机柜台、行李转盘、资源关系等）进行数据清洗，将航班执行状态异常、航班时刻数据异常、旅客流量数据异常、机位使用时刻异常及冲突异常数据进行剔除，留存数据质量相对较好的数据项。
协同决策系统：需要对接入的机场保障里程碑数据、机场与空管交换数据、航延数据、预警数据进行数据清洗，将保障里程碑执行时间异常、机场与空管交换数据时刻异常等数据进行剔除，留存数据质量相对较好的数据项。
地服保障系统：需要对接入的机场航班任务数据、任务派工数据、任务执行数据、人员排班数据、人员资质数据、车辆数据、派工规则数据进行数据清洗，将任务计划时间不符合保障标准、派工冲突异常、任务执行完成时间异常、人员排班工时与规范不符等数据进行剔除，留存数据质量相对较好的数据项。
地理信息系统：对接入的机场飞行区地理信息元素数据进行数据清洗，将滑行道、机动车道线路断线、不闭合等异常数据进行剔除，并与现实进行对比，对特定数据进行人工修复。
车辆管理系统：对接入的机场车辆配置数据、车辆动态位置数据、司机数据、车辆关联保障数据进行数据清洗，对车辆动态位置点位距离异常、车辆关联保障数据完成时间异常等数据进行剔除，留存数据质量相对较好的数据项。
资源分配系统：对接入的机位分配数据、登机口分配数据、值机柜台分配数据、行李转盘分配数据等进行数据清洗，将分配数据中存在冲突以及明显占用时间过短过长的数据进行剔除，留存数据质量相对较好的数据项。
航司地服保障系统：与上述机场地服保障系统处理方式相同，具体技术处理上需要结合不同航司所采用的数据交换对接技术、数据交换对接协议、数据交换网络环境等进行适配。
航司车辆管理系统：与上述机场地服保障系统处理方式相同，具体技术处理上需要结合不同航司所采用的数据交换对接技术、数据交换对接协议、数据交换网络环境等进行适配。
空管综合航迹系统：对接入的空管飞行器标识数据、位置、高度、速度数据进行数据清洗，将明显速度异常、位置飘点异常、高度异常的数据进行剔除，留存数据质量相对较好的数据项。
空管塔台管理系统：对接入的空管流控数据、放行数据、起飞降落数据、气象数据、地面滑行数据进行数据清洗，根据规则将明显数据时刻异常、位置异常、状态异常的数据进行剔除，留存数据质量相对较好的数据项。
基于这些数据，本发明依据系统性、独立性、可行性、可比性、科学性、一致性原则，采用德尔菲法进行指标的筛选及体系建立。
在建立指标过程中，通过了解专家对飞行区效能评估指标的关心程度，建立专家的积极系数，计算方法为参与对飞行区效能评估指标项评分的专家数与本次全部参与评分的专家人数/>之比；计算公式为：
；
其中，代表专家的积极系数，/>表示全部参与评分的专家人数，/>表示特定评估指标/>参与评估的专家数。
通过了解专家的权威程度，专家权威程度由专家对各指标的重要性做出判断的依据以及对问题的熟悉程度决定，专家权威程度将影响评估的可靠性。
接着了解专家对所有指标的协调程度，建立专家协调系数，/>越大表明全部专家对所有方案协调程度越好，专家协调系数/>计算公式如下：
；
其中，表示全部参与评分的专家人数，/>代表指标总数，/>表示第/>个指标得分之和与总共/>个指标得分和均值的差值，/>代表得分等级数；/>越大表明全部专家对所有方案协调程度越好；
表示专家意见协调系数，反应的是所有专家对所有指标意见的协调程度，具体指标包含机位类、保障人员类、保障车辆类、除冰坪类、机坪行驶线类、跑道类。
计算变异系数，表示评估指标的波动大小，表明专家们对指标/>的相对重要性认识上的差异程度，也就是协调程度，值越小，代表专家们的协调程度越高，计算公式为：
；
其中，表示专家对要素/>的相对重要性认识差异程度，/>表示为指标/>的平均值；表示指标/>的标准差。
筛选出机位、保障车辆、保障人员、除冰坪、机坪行驶线、跑道的不同类别的指标体系，基于状态分类建立多层次综合评估模型，将飞行区效能评估划分为五个等级，建立层次结构模型，层次结构具有三层，分别为目标层、准则层和指标层，目标层只有一个要素，用于评估的预订目标，准则层用于评估中所需考虑的各项准则，指标层用于实现目标的具体指标；根据准则层中的个数把指标/>（/>代表指标层中的指标），在/>（）（/>代表准则层中每个准则包含的指标层中的指标）组中指标有/>（/>代表总计包含多少指标，因为整个指标体系是树形结构，不同准则下指标层中的指标数量是不一样的）个，构成指标矩阵/>，各个指标的加权因子集合为/>（每个准则层中的准则由相应指标层中的指标进行加权计算得到，则代表构成该准则的每个指标的计算权重），且（权重相加要为1），第二层中，加权因子集合表示为（与上述一致，目标层的评价目标由准则层中的准则加权计算得来，所以包含准则层中的准则计算的权重），/>（权重相加要为1）。
示例性的，基于层次分析法确定指标层、准则层各组成要素权值，指标层要素通过相应权值及类别进行加权计算，得到准则层相应综合类型；准则层包含机位类、保障人员类、保障车辆类、除冰坪类、机坪行驶线类、跑道类各组成权值，通过相应权值加权计算得到整体飞行区效能评价情况；
确定评估指标门限值，具体包含上述指标层和准则层各组成要素门限值，基于状态分类确定综合评估门限值，然后进行权重计算，判定评估等级，具体上基于机位类、保障人员类、保障车辆类、除冰坪类、机坪行驶线类、跑道类评价数值加权计算得到综合计算数值，基于历史数据情况进行综合计算数值分层划分，划分为优、良、一般、较差、差不同等级。
本发明构建了围绕飞行区效能评估的系统，系统通过多种技术进行数据采集，并进行数据整合处理，基于数据进行飞行区历史效能评价及现场实时预警，通过建立围绕飞行区效能评估的事件闭环处置流程，将效能评估干预反馈深入到了机场各个管理层级，最终借助于飞行区效能评估模型实现机场飞行区运行效率的提升。
实施例2，作为本发明得另一种实施方式，本发明实施例提供的机场飞行区效能评价方法包括：依据图2可以看到本发明通过对接静态、动态资源数据，基于收集到的数据，建立资源指标及聚合指标，通过这些指标分析，能够对飞行区整体运行进行实时的预测与已经，同时针对历史数据，能够进行飞行区整体运行评价。
本发明具体对接机场集成系统、协同决策系统、地服保障系统、地理信息系统、车辆管理系统、资源分配系统，对接航司的地服保障系统、车辆管理系统，对接空管的综合航迹系统、塔台管理系统，根据评价指标数据要求，通过统一数据采集进行数据聚合处理，将上述系统不同业务数据采用消息、webservice数据、restful数据、ETL数据、ESB数据对接技术进行数据采集处理，将采集到的不同系统数据放入ODS数据区，建立不同航班、旅客、人员、保障、车辆等标准数据模型，进行数据清洗处理、模型转换，最终存入标准数据模型；将ODS数据区数据按照主题进行计算处理，存入DW数据区，形成航班管理域、运营资源域、人员组织域、生产保障域等不同主题；建立数据共享服务，将ODS数据区、DW数据区数据通过服务形式对外开放，根据数据时效性要求，建立同步访问、异步推送并进行细粒度权限控制的访问体系；同时建立数据治理体系，建立标准数据交换模型、数据存储模型、数据质量标准，进行数据质量探查，即时获取数据采集处理状况。建立了数据共享平台，形成完整的ODS采集到DW管理，再到数据共享的完整数据处理体系，并针对数据处理体系建立完备的治理方案，为指标体系的建立提供有效稳定准确的数据来源。
本发明针对采集的数据建立数据质量标准，进行清洗处理，不同系统数据清洗包括集成系统、协同决策系统、地服保障系统、地理信息系统、车辆管理系统、资源分配系统、航司地服保障系统、航司车辆管理系统、空管综合航迹系统、空管塔台管理系统的清洗与处理。其中图3是本发明实施例提供的数据架构图。
基于这些数据，本发明依据系统性、独立性、可行性、可比性、科学性、一致性原则，采用德尔菲法进行指标的筛选及体系建立。图4是本发明实施例提供的指标体系概览图。
在建立指标过程中，通过了解专家对飞行区效能评估指标的关心程度，建立专家的积极系数的计算方法为参与对飞行区效能评估指标项评分的专家数与本次全部参与评分的专家人数/>之比；计算公式为：
；
其中，代表专家的积极系数，/>表示全部参与评分的专家人数，/>表示特定评估指标/>参与评估的专家数。
通过了解专家的权威程度，专家权威程度由专家对各指标的重要性做出判断的依据以及对问题的熟悉程度决定，专家权威程度将影响评估的可靠性。
接着了解专家对所有指标的协调程度，建立专家协调系数，/>越大表明全部专家对所有方案协调程度越好，专家协调系数/>计算公式如下：
；
其中，表示全部参与评分的专家人数，/>代表指标总数，/>表示第/>个指标得分之和与总共/>个指标得分和均值的差值，/>代表得分等级数；/>越大表明全部专家对所有方案协调程度越好；
接着计算变异系数，该系数表示评估指标的波动大小，表明专家们对要素的相对重要性认识的差异程度，值越小，代表专家们的协调程度越高。通过该方法筛选出了机位、保障车辆、保障人员、除冰坪、机坪行驶线、跑道等不同类别的指标体系。
基于状态分类建立多层次综合评估模型，将飞行区效能评估划分为五个等级，建立层次结构模型，层次结构具有三层，分别为目标层、准则层和指标层，目标层只有一个要素，是评估的预订目标，准则层是评估中所需考虑的各项准则，指标层是为了实现目标的具体指标。根据准则层中的个数T把指标，在/>（/>）组中指标有/>个，构成指标矩阵/>，各个指标的加权因子集合为/>，且，第二层中，加权因子集合表示为/>，。
可以理解，本发明构建了围绕飞行区效能评估的系统，通过采用大数据、人工智能、GIS、北斗等技术，对接不同系统数据，同时针对关键指标依赖的其他系统缺失的数据，自身进行部分采集，采用数据集成的技术构建数据共享平台，针对采集到的数据进行清洗处理，为上层功能的构建提供稳定有效的数据源。本发明基于构建的指标评估体系进行实时飞行区运行监控，针对现场运行异常情况进行告警，同时基于部分指标进行预测。在发现现场运行异常后，本发明建立了闭环管控体系，可以进行事件流程流转与处置，特定异常事件能够自动触发流转到相关负责单位用户，并基于流转流程建立了监管机制，保证异常事件能够最大限度的得到解决。本发明构建了历史评估分析及态势可视等功能，为决策层提供多种主题评估分析，能够让决策层用户真正较全面整体掌控现场情况。图5是本发明实施例提供的系统架构图。
实施例3，如图6所示，本发明提供一种机场飞行区效能评价系统，包括：
数据采集模块1，用于进行对接机场集成系统、协同决策系统、地服保障系统、地理信息系统、车辆管理系统、资源分配系统，对接航司的地服保障系统、车辆管理系统，对接空管的综合航迹系统、塔台管理系统的数据采集；
飞行区效能评价体系构建模块2，用于基于采集的上述数据采用德尔菲法建立飞行区效能评价体系；
飞行区效能实时评估与预警模块3，用于基于状态分类方法建立多层次综合评估模型，并应用到建立的飞行区效能评价体系统中，进行飞行区效能的实时评估与预警。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
上述装置/单元之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程。
基于上述本发明实施例记载的技术方案，进一步的可提出以下应用例。
根据本申请的实施例，本发明还提供了一种计算机设备，该计算机设备包括：至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意各个方法实施例中的步骤。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现上述各个方法实施例中的步骤。
本发明实施例还提供了一种信息数据处理终端，所述信息数据处理终端用于实现于电子装置上执行时，提供用户输入接口以实施如上述各方法实施例中的步骤，所述信息数据处理终端不限于手机、电脑、交换机。
本发明实施例还提供了一种服务器，所述服务器用于实现于电子装置上执行时，提供用户输入接口以实施如上述各方法实施例中的步骤。
本发明实施例还提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行时可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器（Read-Only Memory，ROM）、随机存取存储器（Random AccessMemory，RAM）、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。
为进一步证明上述实施例的积极效果，本发明基于上述技术方案进行如下实验。
如图7，建立层次模型，层次结构具有三层，分别为目标层、准则层和指标层，目标层中只有一个要素，是评估的预订目标，准则层是评估所需考虑的各项准则，指标层是为了实现目标的具体指标；通过基于状态分类的综合评估门限值的确定，权重计算如表1所示。
表1权重计算表
。
基于计算出来的权重及历史数据计算，综合等级门限值分别为：
当综合计算数值小于等于0.156，飞行区效能评级为优；
当综合计算数值大于0.156且小于等于0.283，飞行区效能评级为良；
当综合计算数值大于0.283且小于等于0.494，飞行区效能评级为一般；
当综合计算数值大于0.494且小于等于0.883，飞行区效能评级为较差；
当综合计算数值大于0.883，飞行区效能评级为差；
通过综合计算，可以全面评估当前飞行区运行效能情况。
以上所述，仅为本发明较优的具体的实施方式，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，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种机场飞行区效能评价方法，其特征在于，该方法包括以下步骤：
S1，进行对接机场集成系统、协同决策系统、地服保障系统、地理信息系统、车辆管理系统、资源分配系统数据的采集；
S2，基于采集的数据，采用德尔菲法建立飞行区效能评价体系；所述飞行区效能评价体系包括：专家积极系数、专家协调系数、计算变异系数以及计算满分比数据信息；
S3，基于状态分类方法建立多层次综合评估模型，并应用到建立的飞行区效能评价体系中，进行飞行区效能的实时评估与预警。
2.根据权利要求1所述的机场飞行区效能评价方法，其特征在于，在步骤S1中，进行对接机场集成系统、协同决策系统、地服保障系统、地理信息系统、车辆管理系统、资源分配系统数据的采集，包括：
通过统一数据采集平台进行数据聚合处理，将系统不同业务数据采用消息、webservice数据、restful数据、ETL数据、ESB数据进行数据采集处理，将采集到数据放入ODS数据区，建立不同航班、旅客、人员、保障、车辆标准数据模型，进行数据清洗处理、模型转换，最终存入标准数据模型；将ODS数据区数据按照航班管理域主题、运营资源域主题、人员组织域主题、生产保障域主题进行计算处理，存入DW数据区；
建立数据共享服务，将ODS数据区数据、DW数据区数据通过服务形式对外开放，根据数据时效性要求，建立同步访问、异步推送并进行细粒度权限控制的访问体系；建立数据治理体系，建立标准数据交换模型、数据存储模型、数据质量标准，进行数据质量探查，即时获取数据采集处理状况；
建立数据共享平台，形成完整的ODS数据区采集到DW数据区管理，再到数据共享的完整数据处理体系，并针对数据处理体系建立完备的治理方案，为指标体系的建立提供数据来源。
3.根据权利要求2所述的机场飞行区效能评价方法，其特征在于，
对接机场集成系统：对接入的航班计划、航班动态、航班历史数据、机位使用数据、旅客流量数据、控制区旅客流量数据、基础配置数据进行数据清洗，将航班执行状态异常、航班时刻数据异常、旅客流量数据异常、机位使用时刻异常及冲突异常数据进行剔除；
协同决策系统：对接入的机场保障里程碑数据、机场与空管交换数据、航延数据、预警数据进行数据清洗，将保障里程碑执行时间异常、机场与空管交换数据时刻异常等数据进行剔除；
地服保障系统：对接入的机场航班任务数据、任务派工数据、任务执行数据、人员排班数据、人员资质数据、车辆数据、派工规则数据进行数据清洗，将任务计划时间不符合保障标准、派工冲突异常、任务执行完成时间异常、人员排班工时与规范不符等数据进行剔除；
地理信息系统：对接入的机场飞行区地理信息元素数据进行数据清洗，将滑行道、机动车道线路断线、不闭合异常数据进行剔除，并与现实进行对比，对特定数据进行人工修复；
车辆管理系统：对接入的机场车辆配置数据、车辆动态位置数据、司机数据、车辆关联保障数据进行数据清洗，对车辆动态位置点位距离异常、车辆关联保障数据完成时间异常数据进行剔除；
资源分配系统：对接入的机位分配数据、登机口分配数据、值机柜台分配数据、行李转盘分配数据进行数据清洗，将分配数据中存在冲突以及明显占用时间过短过长的数据进行剔除。
4.根据权利要求1所述的机场飞行区效能评价方法，其特征在于，在步骤S2中，基于采集的数据，采用德尔菲法建立飞行区效能评价体系，包括：
通过获取的专家对飞行区效能评估指标的关心程度，建立专家的积极系数；
基于专家对所有指标的协调程度，建立专家协调系数；
计算变异系数，所述变异系数/>包含机位类、保障人员类、保障车辆类、除冰坪类、机坪行驶线类、跑道类具体指标的相对重要性认识差异数据；
计算满分比，满分比表示专家对指标给出满分的总数与专家对指标/>做出评价的总数之比，满分比越大，表明该指标给满分的专家人数越大，越重要。
5.根据权利要求4所述的机场飞行区效能评价方法，其特征在于，建立专家的积极系数的计算方法为参与对飞行区效能评估指标项评分的专家数与本次全部参与评分的专家人数/>之比；计算公式为：
；
其中，代表专家的积极系数，/>表示全部参与评分的专家人数，/>表示特定评估指标/>参与评估的专家数。
6.根据权利要求4所述的机场飞行区效能评价方法，其特征在于，专家协调系数计算公式如下：
；
其中，表示全部参与评分的专家人数，/>代表指标总数，/>表示第/>个指标得分之和与总共/>个指标得分和均值的差值，/>代表得分等级数；/>越大表明全部专家对所有方案协调程度越好。
7.根据权利要求4所述的机场飞行区效能评价方法，其特征在于，计算变异系数，表示评估指标的波动大小，表明专家们对指标/>的相对重要性认识上的差异程度，也就是协调程度，值越小，代表专家们的协调程度越高，计算公式为：
；
其中，表示专家对要素/>的相对重要性认识差异程度，/>表示为指标/>的平均值；/>表示指标/>的标准差。
8.根据权利要求1所述的机场飞行区效能评价方法，其特征在于，在步骤S3中，基于状态分类方法建立多层次综合评估模型包括：
将飞行区效能评估划分为五个等级，建立层次结构模型，层次结构具有三层，分别为目标层、准则层和指标层，目标层只有一个要素，用于评估的预订目标，准则层用于评估中所需考虑的各项准则，指标层用于实现目标的具体指标；根据准则层中的个数把指标，/>代表指标层中的指标，在/>组中指标有/>个，构成指标矩阵/>，各个指标的加权因子集合为/>，且/>，第二层中，加权因子集合表示为/>，/>；
其中，，/>代表准则层中每个准则包含的指标层中的指标，/>代表总计包含多少指标，因为整个指标体系是树形结构，不同准则下指标层中的指标数量是不一样；代表构成该准则的每个指标的计算权重，第二层中，加权因子集合/>中目标层的评价目标由准则层中的准则加权计算得来，包含准则层中的准则计算的权重。
9.根据权利要求1所述的机场飞行区效能评价方法，其特征在于，在步骤S3中，应用到建立的飞行区效能评价体系中，进行飞行区效能的实时评估与预警，包括：
通过建立围绕飞行区效能评估的事件闭环处置流程，将飞行区效能评价体系干预信息反馈到多层次综合评估模型，对特定异常事件自动触发流转到相关负责单位用户进行预警，负责单位用户针对预警具体情况建立内部工单处置体系，推进预警问题的现场排查、解决、监督，从而消除预警，构建完整的闭环处置流程。
10.一种机场飞行区效能评价系统，其特征在于，实施权利要求1-9任意一项所述机场飞行区效能评价方法，该系统包括：
数据采集模块（1），用于进行对接机场集成系统、协同决策系统、地服保障系统、地理信息系统、车辆管理系统、资源分配系统，对接航司的地服保障系统、车辆管理系统，对接空管的综合航迹系统、塔台管理系统的数据采集；
飞行区效能评价体系构建模块（2），用于基于采集的上述数据采用德尔菲法建立飞行区效能评价体系；
飞行区效能实时评估与预警模块（3），用于基于状态分类方法建立多层次综合评估模型，并应用到建立的飞行区效能评价体系统中，进行飞行区效能的实时评估与预警。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311013793.6A CN116757554A (zh) | 2023-08-14 | 2023-08-14 | 一种机场飞行区效能评价方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311013793.6A CN116757554A (zh) | 2023-08-14 | 2023-08-14 | 一种机场飞行区效能评价方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116757554A true CN116757554A (zh) | 2023-09-15 |
Family
ID=87957455
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311013793.6A Pending CN116757554A (zh) | 2023-08-14 | 2023-08-14 | 一种机场飞行区效能评价方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116757554A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117236802A (zh) * | 2023-11-15 | 2023-12-15 | 青岛民航凯亚系统集成有限公司 | 一种民用机场运行适航评估方法及系统 |
| CN117475678A (zh) * | 2023-12-26 | 2024-01-30 | 青岛民航凯亚系统集成有限公司 | 一种基于大模型的机场飞行区规则监察方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102097014A (zh) * | 2011-02-14 | 2011-06-15 | 北京民航中天科技有限责任公司 | 航班地面保障服务指挥调度系统 |
| 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 |
| CN105243255A (zh) * | 2015-08-11 | 2016-01-13 | 北华航天工业学院 | 一种软基处理方案的评价方法 |
| CN112256681A (zh) * | 2020-10-16 | 2021-01-22 | 中国民用航空华东地区空中交通管理局 | 一种空管数字化指标应用系统及方法 |
| CN112330186A (zh) * | 2020-11-18 | 2021-02-05 | 杨媛媛 | 一种场地面运行保障能力评估方法 |
| CN115689144A (zh) * | 2022-05-25 | 2023-02-03 | 青岛民航凯亚系统集成有限公司 | 航班运行保障任务智能调整方法、系统、设备和存储介质 |
| 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 |
-
2023
- 2023-08-14 CN CN202311013793.6A patent/CN116757554A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102097014A (zh) * | 2011-02-14 | 2011-06-15 | 北京民航中天科技有限责任公司 | 航班地面保障服务指挥调度系统 |
| 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 |
| CN105243255A (zh) * | 2015-08-11 | 2016-01-13 | 北华航天工业学院 | 一种软基处理方案的评价方法 |
| CN112256681A (zh) * | 2020-10-16 | 2021-01-22 | 中国民用航空华东地区空中交通管理局 | 一种空管数字化指标应用系统及方法 |
| CN112330186A (zh) * | 2020-11-18 | 2021-02-05 | 杨媛媛 | 一种场地面运行保障能力评估方法 |
| CN115689144A (zh) * | 2022-05-25 | 2023-02-03 | 青岛民航凯亚系统集成有限公司 | 航班运行保障任务智能调整方法、系统、设备和存储介质 |
| 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 |
Non-Patent Citations (1)
| Title |
|---|
| 中国民用航空局职业技能鉴定指导中心: "《数字时代图书馆学情报学研究论丛 公共图书馆用户权利义务规范配置研究》", 电子科学技术大学出版社, pages: 210 - 214 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117236802A (zh) * | 2023-11-15 | 2023-12-15 | 青岛民航凯亚系统集成有限公司 | 一种民用机场运行适航评估方法及系统 |
| CN117475678A (zh) * | 2023-12-26 | 2024-01-30 | 青岛民航凯亚系统集成有限公司 | 一种基于大模型的机场飞行区规则监察方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jaehn et al. | Airplane boarding | |
| CN116757554A (zh) | 一种机场飞行区效能评价方法及系统 | |
| Yu et al. | An adaptive large neighborhood search heuristic for solving a robust gate assignment problem | |
| CN108345983A (zh) | 路网运营安全状况及风险的评估方法、装置及处理器 | |
| CN115456343B (zh) | 一种智慧机场评价指标体系构建与评价方法 | |
| Jun et al. | Towards a greener Extended-Arrival Manager in air traffic control: A heuristic approach for dynamic speed control using machine-learned delay prediction model | |
| CN112330186A (zh) | 一种场地面运行保障能力评估方法 | |
| Skorupski et al. | Dynamic management of aircraft stand allocation | |
| Liang et al. | An improved adaptive parallel genetic algorithm for the airport gate assignment problem | |
| Long et al. | Demand analysis in urban air mobility: A literature review | |
| Li | General aviation demand forecasting models and a microscopic North Atlantic air traffic simulation model | |
| Pelegrín et al. | Urban air mobility: From complex tactical conflict resolution to network design and fairness insights | |
| Zhang et al. | Airport surface movement prediction and safety assessment with spatial–temporal graph convolutional neural network | |
| Żak et al. | Assessment of airside aerodrome infrastructure by SAW method with weights from Shannon's interval entropy | |
| Katrakazas et al. | Big data and emerging transportation challenges: Findings from the noesis project | |
| Yan et al. | Evaluating railway operation safety situation in China based on an improved TOPSIS method: A regional perspective | |
| Tian et al. | Designing and planning sustainable customized bus service for departing attendees of planned special events: A two-phase methodology integrating data-driven and demand-responsive | |
| JP2019091389A (ja) | リソース調停システムおよびリソース調停装置 | |
| Kierzkowski et al. | Passenger level of service estimation model for queuing systems at the airport | |
| Zhang et al. | Fuzzy logic systems for transportation engineering | |
| Zhuge et al. | Aircraft Ground Taxiing Deduction and Conflict Early Warning Method Based on Control Command Information | |
| Maheshwari | Enabling Ride-Sharing in on-Demand Air Service Operations Through Reinforcement Learning | |
| Liang et al. | Sequence optimization of departure flights considering ferry scheduling | |
| Wang et al. | Evaluation of subway passengers transfer hub congestion based on queuing model and TOPSIS method | |
| Wen et al. | Analytical model of airport passenger transportation transfer mode choice based on air travel characteristics |
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 |