CN116993137B - 一种停机位的确定方法、装置、电子设备及介质 - Google Patents
一种停机位的确定方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN116993137B CN116993137B CN202311268430.7A CN202311268430A CN116993137B CN 116993137 B CN116993137 B CN 116993137B CN 202311268430 A CN202311268430 A CN 202311268430A CN 116993137 B CN116993137 B CN 116993137B
- Authority
- CN
- China
- Prior art keywords
- stand
- flight
- constraint
- matrix
- allocation
- 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 47
- 239000011159 matrix material Substances 0.000 claims abstract description 300
- 230000010006 flight Effects 0.000 claims abstract description 27
- 238000001514 detection method Methods 0.000 claims abstract description 19
- 238000012549 training Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 8
- 230000015654 memory Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000013468 resource allocation 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Operations Research (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及航空技术领域，尤其涉及一种停机位的确定方法、装置、电子设备及介质，该方法包括：获取机场的待确定航班的航班数据，及机场各停机位的当前的携带有权重的停机位约束条件；根据航班数据，预测待确定航班的停机位分配权重矩阵；根据航班数据、停机位约束条件，确定待确定航班的停机位约束权重矩阵；停机位约束权重矩阵中包括检测航班数据是否符合各停机位的停机位约束条件的检测结果对应的约束权重；根据停机位分配权重矩阵和停机位约束权重矩阵，确定待确定航班的停机位。本申请通过待确定航班的停机位分配权重矩阵和停机位约束权重矩阵，确定待确定航班的停机位，提高了机场运行效率。
Description
技术领域
本发明涉及航空技术领域，具体而言，涉及一种停机位的确定方法、装置、电子设备及介质。
背景技术
随着航空领域的快速发展，国内的大型枢纽机场都配置有多条跑道和多个停机位。当航班即将落地时，由跑道分配人员按照以往经验为各航班分配跑道后，然后跑道分配人员将各航班分配的跑道告知停机位分配人员，以使停机位分配人员按照以往经验为各航班分配停机位。
但是，由于停机位是停机位分配人员按照以往经验进行分配的，因此无法做到为各航班分配的停机位是最优分配，导致机场运行效率较低。
发明内容
有鉴于此，本申请的目的在于提供一种停机位的确定方法、装置、电子设备及介质，能够根据航班的停机位分配权重矩阵和停机位约束权重矩阵确定航班的停机位，提高了机场运行效率。
第一方面，本申请实施例提供了一种停机位的确定方法，该停机位的确定方法包括：
获取机场的待确定航班的航班数据，及机场各停机位的当前的携带有权重的停机位约束条件；
根据航班数据，预测待确定航班的停机位分配权重矩阵；停机位分配权重矩阵中包括预测的各停机位的分配权重；
根据航班数据、停机位约束条件，确定待确定航班的停机位约束权重矩阵；停机位约束权重矩阵中包括检测航班数据是否符合各停机位的停机位约束条件的检测结果对应的约束权重；
根据停机位分配权重矩阵和停机位约束权重矩阵，确定待确定航班的停机位。
在一种可能的实施方式中，根据航班数据，预测待确定航班的停机位分配权重矩阵，包括：
将航班数据输入到跑道分配模型和停机位分配模型中，分别得到待确定航班的跑道分配概率矩阵和停机位分配概率矩阵；
其中，跑道分配模型是通过航班样本数据及对应的跑道分配结果进行训练得到的；停机位分配模型是通过航班样本数据及对应的停机位分配结果进行训练得到的；
根据跑道分配概率矩阵和停机位分配概率矩阵，确定待确定航班的停机位分配权重矩阵。
在一种可能的实施方式中，根据跑道分配概率矩阵和停机位分配概率矩阵，确定待确定航班的停机位分配权重矩阵，包括：
获取机场各跑道的当前的跑道约束条件；
根据航班数据、跑道约束条件，确定待确定航班的跑道分配结果矩阵；跑道分配结果矩阵中包含有各跑道的分配结果；
根据跑道分配概率矩阵、停机位分配概率矩阵和跑道分配结果矩阵，确定待确定航班的停机位分配权重矩阵。
在一种可能的实施方式中，根据跑道分配概率矩阵、停机位分配概率矩阵和跑道分配结果矩阵，确定待确定航班的停机位分配权重矩阵，包括：
将跑道分配概率矩阵、停机位分配概率矩阵和跑道分配结果矩阵带入下述公式中，确定待确定航班的停机位分配权重矩阵；
；
其中，为停机位分配权重矩阵，/>为跑道分配概率矩阵，/>为跑道分配结果矩阵，为停机位与跑道之间的距离矩阵，/>为停机位分配概率矩阵。
在一种可能的实施方式中，根据航班数据、停机位约束条件，确定待确定航班的停机位约束权重矩阵，包括：
针对每个停机位，检测待确定航班的航班数据是否符合停机位的停机位约束条件；
根据检测结果为符合的停机位约束条件对应的权重，确定待确定航班的停机位的约束权重；
将待确定航班的所有停机位的约束权重，生成停机位约束权重矩阵。
在一种可能的实施方式中，根据停机位分配权重矩阵和停机位约束权重矩阵，确定待确定航班的停机位，包括：
计算停机位分配权重矩阵和停机位约束权重矩阵中，每个停机位的分配权重和约束权重之间的差的绝对值，得到每个停机位对应的第一数值；
计算停机位分配权重矩阵和停机位约束权重矩阵中，每个停机位的分配权重和约束权重之间的和的绝对值的二分之一，得到每个停机位对应的第二数值；
根据所有停机位的第一数值和第二数值，确定停机位目标权重矩阵；
根据停机位目标权重矩阵，确定待确定航班的停机位。
在一种可能的实施方式中，根据所有停机位的第一数值和第二数值，确定停机位目标权重矩阵，包括：
若第一数值大于第二数值，则将停机位分配权重矩阵和停机位约束权重矩阵中，停机位的分配权重和约束权重之间的和的平均值，确定为停机位的目标权重；
若第一数值小于等于第二数值，则将停机位分配权重矩阵和停机位约束权重矩阵中，停机位的分配权重和约束权重之间的和，确定为停机位的目标权重；
将待确定航班的所有停机位的目标权重，生成待确定航班的停机位目标权重矩阵。
第二方面，本申请实施例还提供了一种停机位的确定装置，该停机位的确定装置包括：
获取模块，用于获取机场的待确定航班的航班数据，及机场各停机位的当前的携带有权重的停机位约束条件；
预测模块，用于根据航班数据，预测待确定航班的停机位分配权重矩阵；停机位分配权重矩阵中包括预测的各停机位的分配权重；
确定模块，用于根据航班数据、停机位约束条件，确定待确定航班的停机位约束权重矩阵；停机位约束权重矩阵中包括检测航班数据是否符合各停机位的停机位约束条件的检测结果对应的约束权重；
确定模块，还用于根据停机位分配权重矩阵和停机位约束权重矩阵，确定待确定航班的停机位。
在一种可能的实施方式中，预测模块，具体用于将航班数据输入到跑道分配模型和停机位分配模型中，分别得到待确定航班的跑道分配概率矩阵和停机位分配概率矩阵；其中，跑道分配模型是通过航班样本数据及对应的跑道分配结果进行训练得到的；停机位分配模型是通过航班样本数据及对应的停机位分配结果进行训练得到的；根据跑道分配概率矩阵和停机位分配概率矩阵，确定待确定航班的停机位分配权重矩阵。
在一种可能的实施方式中，预测模块，还用于：
获取机场各跑道的当前的跑道约束条件；
根据航班数据、跑道约束条件，确定待确定航班的跑道分配结果矩阵；跑道分配结果矩阵中包含有各跑道的分配结果；
根据跑道分配概率矩阵、停机位分配概率矩阵和跑道分配结果矩阵，确定待确定航班的停机位分配权重矩阵。
在一种可能的实施方式中，预测模块，还用于：
将跑道分配概率矩阵、停机位分配概率矩阵和跑道分配结果矩阵带入下述公式中，确定待确定航班的停机位分配权重矩阵；
；
其中，为停机位分配权重矩阵，/>为跑道分配概率矩阵，/>为跑道分配结果矩阵，为停机位与跑道之间的距离矩阵，/>为停机位分配概率矩阵。
在一种可能的实施方式中，确定模块，具体用于针对每个停机位，检测待确定航班的航班数据是否符合停机位的停机位约束条件；根据检测结果为符合的停机位约束条件对应的权重，确定待确定航班的停机位的约束权重；将待确定航班的所有停机位的约束权重，生成停机位约束权重矩阵。
在一种可能的实施方式中，确定模块，具体用于计算停机位分配权重矩阵和停机位约束权重矩阵中，每个停机位的分配权重和约束权重之间的差的绝对值，得到每个停机位对应的第一数值；计算停机位分配权重矩阵和停机位约束权重矩阵中，每个停机位的分配权重和约束权重之间的和的绝对值的二分之一，得到每个停机位对应的第二数值；根据所有停机位的第一数值和第二数值，确定停机位目标权重矩阵；根据停机位目标权重矩阵，确定待确定航班的停机位。
在一种可能的实施方式中，确定模块，还用于：
若第一数值大于第二数值，则将停机位分配权重矩阵和停机位约束权重矩阵中，停机位的分配权重和约束权重之间的和的平均值，确定为停机位的目标权重；
若第一数值小于等于第二数值，则将停机位分配权重矩阵和停机位约束权重矩阵中，停机位的分配权重和约束权重之间的和，确定为停机位的目标权重；
将待确定航班的所有停机位的目标权重，生成待确定航班的停机位目标权重矩阵。
第三方面，本申请实施例还提供了一种电子设备，包括：处理器、存储介质和总线，存储介质存储有处理器可执行的机器可读指令，当电子设备运行时，处理器与存储介质之间通过总线通信，处理器执行机器可读指令，以执行如第一方面任一项停机位的确定方法的步骤。
第四方面，本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行如第一方面任一项停机位的确定方法的步骤。
本申请的有益效果为本申请实施例提供了一种停机位的确定方法、装置、电子设备及介质，该方法包括：获取机场的待确定航班的航班数据，及机场各停机位的当前的携带有权重的停机位约束条件；根据航班数据，预测待确定航班的停机位分配权重矩阵；停机位分配权重矩阵中包括预测的各停机位的分配权重；根据航班数据、停机位约束条件，确定待确定航班的停机位约束权重矩阵；停机位约束权重矩阵中包括检测航班数据是否符合各停机位的停机位约束条件的检测结果对应的约束权重；根据停机位分配权重矩阵和停机位约束权重矩阵，确定待确定航班的停机位。本申请通过待确定航班的停机位分配权重矩阵和停机位约束权重矩阵，确定待确定航班的停机位，提高了机场运行效率。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例提供的一种停机位的确定方法的流程图；
图2示出了本申请实施例提供的另一种停机位的确定方法的流程图；
图3示出了本申请实施例提供的另一种停机位的确定方法的流程图；
图4示出了本申请实施例提供的一种停机位的确定装置的结构示意图；
图5示出了本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。 应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。 此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。
另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
为了使得本领域技术人员能够使用本申请内容，结合特定应用场景“航空技术领域”，给出以下实施方式。对于本领域技术人员来说，在不脱离本申请的精神和范围的情况下，可以将这里定义的一般原理应用于其他实施例和应用场景。虽然本申请主要围绕“航空技术领域”进行描述，但是应该理解，这仅是一个示例性实施例。
需要说明的是，本申请实施例中将会用到术语“包括”，用于指出其后所声明的特征的存在，但并不排除增加其它的特征。
下面对本申请实施例提供的一种停机位的确定方法进行详细说明。
参照图1所示，为本申请实施例提供的一种停机位的确定方法的流程示意图，该停机位的确定方法的具体执行过程为：
S101、获取机场的待确定航班的航班数据，及机场各停机位的当前的携带有权重的停机位约束条件。
S102、根据航班数据，预测待确定航班的停机位分配权重矩阵。
S103、根据航班数据、停机位约束条件，确定待确定航班的停机位约束权重矩阵。
S104、根据停机位分配权重矩阵和停机位约束权重矩阵，确定待确定航班的停机位。
本申请提供了一种停机位的确定方法，该方法包括：获取机场的待确定航班的航班数据，及机场各停机位的当前的携带有权重的停机位约束条件；根据航班数据，预测待确定航班的停机位分配权重矩阵；停机位分配权重矩阵中包括预测的各停机位的分配权重；根据航班数据、停机位约束条件，确定待确定航班的停机位约束权重矩阵；停机位约束权重矩阵中包括检测航班数据是否符合各停机位的停机位约束条件的检测结果对应的约束权重；根据停机位分配权重矩阵和停机位约束权重矩阵，确定待确定航班的停机位。本申请通过待确定航班的停机位分配权重矩阵和停机位约束权重矩阵，确定待确定航班的停机位，提高了机场运行效率。
下面对本申请实施例示例性的各步骤进行说明：
S101、获取机场的待确定航班的航班数据，及机场各停机位的当前的携带有权重的停机位约束条件。
在本申请实施方式中，待确定航班是指在当前时间之后预设时长内降落到机场的航班；例如预设时长为30分钟，则将在当前时间之后30分钟内降落到机场的航班确定为待确定航班；这样就可以提前确定待确定航班的停机位，以预留出足够的时间对所有待确定航班进行停机位分配，使停机位资源分配更合理，进而提高机场运行效率。其中，航班数据包括待确定航班的航班发动机类型、航班尾流涡旋类型、航班航线、机场的跑道运行模式、天气、航班机型、航空公司、航班属性、航班任务类型、航班中转旅客信息、航班进出港时间等。每个停机位包含有至少一个停机位约束条件，停机位约束条件可以是可停靠的航班机型、航班属性、航班任务类型、航班进港和离港的时间差、航空公司、当前是否可用等等。而且，每个停机位约束条件对应有预设的权重。
这里，航班发动机类型分为喷气式类型、涡桨式类型以及螺旋桨式类型；航班尾流涡旋类型分为滑流类型、紊流类型、喷流类型和翼尖涡流类型；航班航线，航班航线不同，优先分配的停机位也不同，比如航线表明往东航行，则应将该航班优先分配到东向的停机位；机场的跑道运行模式分为隔离平行运行模式、独立平行运行模式和关平行仪表进近模式；天气包括气温，风向，风力，降雨量，能见度等；航班属性包括国内航班和国际航班；航班任务类型包括客机、货机等；航班中转旅客信息中包括中转人数、旅客消费能力等。
S102、根据航班数据，预测待确定航班的停机位分配权重矩阵。
在本申请实施方式中，停机位分配权重矩阵中包括预测的各停机位的分配权重。具体地，将航班数据输入到跑道分配模型和停机位分配模型中，分别得到待确定航班的跑道分配概率矩阵和停机位分配概率矩阵；其中，跑道分配模型是通过航班样本数据及对应的跑道分配结果进行训练得到的；停机位分配模型是通过航班样本数据及对应的停机位分配结果进行训练得到的；根据跑道分配概率矩阵和停机位分配概率矩阵，确定待确定航班的停机位分配权重矩阵。
S103、根据航班数据、停机位约束条件，确定待确定航班的停机位约束权重矩阵。
在本申请实施方式中，停机位约束权重矩阵中包括检测航班数据是否符合各停机位的停机位约束条件的检测结果对应的约束权重。
通过下述步骤根据航班数据、停机位约束条件，确定待确定航班的停机位约束权重矩阵：
I、针对每个停机位，检测待确定航班的航班数据是否符合该停机位的停机位约束条件。
在本申请实施方式中，检测航班数据是否符合该停机位的停机位约束条件；检测结果包括符合和不符合两种检测结果。针对每一个停机位约束条件，该停机位都对应有一个检测结果。
II、根据检测结果为符合的停机位约束条件对应的权重，确定待确定航班的停机位的约束权重。
可选地，将该停机位对应的所有检测结果为符合的停机位约束条件对应的权重的加权平均值，确定为待确定航班的停机位的约束权重。
可选地，将该停机位对应的所有检测结果为符合的停机位约束条件对应的权重的平均值，确定为待确定航班的停机位的约束权重。
III、将待确定航班的所有停机位的约束权重，生成停机位约束权重矩阵。
在本申请实施方式中，按照停机位的序号，依次将停机位的约束权重添加到停机位约束权重矩阵中。停机位约束权重矩阵是一个的矩阵。
S104、根据停机位分配权重矩阵和停机位约束权重矩阵，确定待确定航班的停机位。
具体地，计算停机位分配权重矩阵和停机位约束权重矩阵中，每个停机位的分配权重和约束权重之间的差的绝对值，得到每个停机位对应的第一数值；计算停机位分配权重矩阵和停机位约束权重矩阵中，每个停机位的分配权重和约束权重之间的和的绝对值的二分之一，得到每个停机位对应的第二数值；根据所有停机位的第一数值和第二数值，确定停机位目标权重矩阵；根据停机位目标权重矩阵，确定待确定航班的停机位。
参照图2所示，为本申请实施例提供的另一种停机位的确定方法的流程示意图，下面对本申请实施例示例性的各步骤进行说明：
S201、将航班数据输入到跑道分配模型和停机位分配模型中，分别得到待确定航班的跑道分配概率矩阵和停机位分配概率矩阵。
在本申请实施方式中，跑道分配概率矩阵中包括将待确定航班分配到各航班分别对应的分配概率，是一个的矩阵。停机位分配概率矩阵包括将待确定航班分配到各停机位分别对应的分配概率，是一个/>的矩阵。将航班数据中的航班发动机类型、航班尾流涡旋类型、航班航线、机场的跑道运行模式和天气输入到跑道分配模型中，得到待确定航班的跑道分配概率矩阵；将航班数据中的航班航线、机场的跑道运行模式、天气、航班机型、航空公司、航班属性、航班任务类型、航班中转旅客信息和航班进出港时间输入到停机位分配模型中，得到待确定航班的停机位分配概率矩阵。
其中，跑道分配模型是通过航班样本数据中的航班发动机类型、航班尾流涡旋类型、航班航线、机场的跑道运行模式和天气，以及航班样本数据对应的跑道分配结果进行训练得到的；停机位分配模型是通过航班样本数据中的航班航线、机场的跑道运行模式、天气、航班机型、航空公司、航班属性、航班任务类型、航班中转旅客信息和航班进出港时间，以及航班样本数据对应的停机位分配结果进行训练得到的。
这里，通过XGBoost机器学习算法构建跑道分配模型和停机位分配模型；并设置构建的跑道分配模型和停机位分配模型分别对应的学习率、树的深度和迭代次数；通过交叉验证等方法来搜索最优参数组合；使用XGBoost的predict函数在评估数据集上进行预测，根据预测结果选取最优的跑道分配模型和停机位分配模型。此外，跑道分配模型和停机位分配模型的交叉熵损失函数为如下所示：
；
其中，是样本数，/>是标签类别数量，/>为第i个样本属性第j个类别的标签，/>为模型预测第i个样本属于第j个类别的概率。
具体地，获取机场的各航班的历史的航班样本数据以及对应的跑道分配结果；对航班样本数据进行缺失值处理，缺失值处理具体可以是删除缺失值的航班样本数据，也可以对缺失值进行插补；将缺失值处理后的航班样本数据依次进行独热编码处理和DMatrix格式转换，得到最终的航班样本数据；调用跑道分配模型的train函数，将学习率、树的深度、迭代次数和最终的航班样本数据以及对应的跑道分配结果传入到跑道分配模型中，对跑道分配模型进行训练。
具体地，获取机场的各航班的历史的航班样本数据以及对应的停机位分配结果；对航班样本数据进行缺失值处理，缺失值处理具体可以是删除缺失值的航班样本数据，也可以对缺失值进行插补；将缺失值处理后的航班样本数据依次进行独热编码处理和DMatrix格式转换，得到最终的航班样本数据；调用跑道分配模型的train函数，将学习率、树的深度、迭代次数和最终的航班样本数据以及对应的停机位分配结果传入到停机位分配模型中，对停机位分配模型进行训练。
进一步地，在每天航班计划结束后保存所有航班的实际分配方案，使用持续学习方法微调跑道分配模型和停机位分配模型，更新跑道分配模型和停机位分配模型的模型参数；具体地，将当天新产生的航班样本数据中20%的航班样本数据和原航班样本数据中20%的航班样本数据组成新的数据集；基于新的数据集中的航班样本数据对跑道分配模型和停机位分配模型进行训练。
这里，将新的数据集中的航班样本数据对跑道分配模型和停机位分配模型进行训练输入到目标函数中，得到更新后的跑道分配模型或停机位分配模型。目标函数为：
;
其中，为微调后的模型参数，/>为原航班样本数据的数量，/>为当天新增的航班样本数据的数量，/>为微调前的模型参数。
这里，基于上述方式更新后的模型可以在增加新样本的影响的同时，保留原来模型的能力。
S202、根据跑道分配概率矩阵和停机位分配概率矩阵，确定待确定航班的停机位分配权重矩阵。
具体地，通过下述步骤根据跑道分配概率矩阵和停机位分配概率矩阵，确定待确定航班的停机位分配权重矩阵：
I、获取机场各跑道的当前的跑道约束条件。
在本申请实施方式中，每个跑道包含有至少一个跑道约束条件，跑道约束条件可以是单位时间内能够处理的航班数量、相邻航班在跑道上滑行的最小时间间隔、跑道运行模式、空域情况、当前是否可用等等。
II、根据航班数据、跑道约束条件，确定待确定航班的跑道分配结果矩阵；跑道分配结果矩阵中包含有各跑道的分配结果。
在本申请实施方式中，针对每个跑道，判断航班数据是否符合该跑道的跑道约束条件；若符合该跑道的所有跑道约束条件，则该待确定航班对于该跑道的分配结果为可以分配；否则，该待确定航班对于该跑道的分配结果为不可以分配。针对每一个跑道，该待确定航班都对应有一个分配结果。
III、根据跑道分配概率矩阵、停机位分配概率矩阵和跑道分配结果矩阵，确定待确定航班的停机位分配权重矩阵。
这里，将跑道分配概率矩阵、停机位分配概率矩阵和跑道分配结果矩阵带入下述公式中，确定待确定航班的停机位分配权重矩阵；
；
其中，为停机位分配权重矩阵，/>为跑道分配概率矩阵，/>为跑道分配结果矩阵，为停机位与跑道之间的距离矩阵，/>为停机位分配概率矩阵。
这里，式子中的H是将各停机位与各跑道间的滑行距离进行归一化后的矩阵，是一个的矩阵。
本申请实施例中提供了另一种停机位的确定方法，该方法能够确定待确定航班的停机位分配权重矩阵。
参照图3所示，为本申请实施例提供的另一种停机位的确定方法的流程示意图，下面对本申请实施例示例性的各步骤进行说明：
S301、计算停机位分配权重矩阵和停机位约束权重矩阵中，每个停机位的分配权重和约束权重之间的差的绝对值，得到每个停机位对应的第一数值。
在本申请实施方式中，停机位分配权重矩阵中包括各停机位的分配权重，停机位约束权重矩阵中包括各停机位的约束权重。针对每一个停机位，将该停机位的分配权重和约束权重之间的差的绝对值，作为该停机位对应的第一数值；每一个停机位都对应有第一数值。
S302、计算停机位分配权重矩阵和停机位约束权重矩阵中，每个停机位的分配权重和约束权重之间的和的绝对值的二分之一，得到每个停机位对应的第二数值。
在本申请实施方式中，停机位分配权重矩阵中包括各停机位的分配权重，停机位约束权重矩阵中包括各停机位的约束权重。针对每一个停机位，将该停机位的分配权重和约束权重之间的和的绝对值的二分之一，作为该停机位对应的第二数值；每一个停机位都对应有第二数值。
S303、根据所有停机位的第一数值和第二数值，确定停机位目标权重矩阵。
具体地，若第一数值大于第二数值，则将停机位分配权重矩阵和停机位约束权重矩阵中，停机位的分配权重和约束权重之间的和的平均值，确定为停机位的目标权重。
在本申请实施方式中，若第一数值大于第二数值，说明停机位的分配权重和约束权重不一致，为了减小误差，将停机位的分配权重和约束权重之间的和的平均值，确定为停机位的目标权重。
具体地，若第一数值小于等于第二数值，则将停机位分配权重矩阵和停机位约束权重矩阵中，停机位的分配权重和约束权重之间的和，确定为停机位的目标权重。
在本申请实施方式中，若第一数值小于等于第二数值，说明停机位的分配权重和约束权重一致，则将停机位的分配权重和约束权重之间的和，确定为停机位的目标权重。
具体地，将待确定航班的所有停机位的目标权重，生成待确定航班的停机位目标权重矩阵。
在本申请实施方式中，按照停机位的序号，依次将停机位的目标权重添加到停机位目标权重矩阵中。停机位目标权重矩阵是一个的矩阵。
S304、根据停机位目标权重矩阵，确定待确定航班的停机位。
在本申请实施方式中，将各待确定航班的停机位目标权重矩阵、各跑道滑行到各停机位的滑行时间、各停机位的相邻航班之间的安全时间间隔，带入到下述公式中，得到待确定航班的停机位矩阵；停机位矩阵中包括为各待确定航班确定的停机位。
；
其中，i小于待确定航班的数量，j小于停机位的数量，k小于跑道的数量，为待确定航班的停机位矩阵，/>为预设权重因子，/>为停机位目标权重矩阵中第i个待确定航班第j个停机位的目标权重，/>表示第i个待确定航班被分配到第j个停机位，/>为第i个待确定航班被分配到第j个停机位第k个跑道，/>为第k个跑道滑行道第j个停机位的滑行时间，/>第j个停机位的相邻航班之间的安全时间间隔。
这里，通过上述方式确定的待确定航班的停机位矩阵，考虑了待确定航班与停机位之间的权重匹配关系、各跑道滑行到各停机位的滑行时间、各停机位的相邻航班之间的安全时间间隔三个方面，提高了确定待确定航班的停机位的准确率。
本申请实施例提供了另一种停机位的确定方法，该方法能够确定待确定航班的停机位，提高了确定待确定航班的停机位的准确率。
基于同一发明构思，本申请实施例中还提供了与停机位的确定方法对应的停机位的确定装置，由于本申请实施例中的装置解决问题的原理与本申请实施例上述停机位的确定方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
参照图4所示，为本申请实施例提供的一种停机位的确定装置的示意图，该停机位的确定装置包括：
获取模块401，用于获取机场的待确定航班的航班数据，及机场各停机位的当前的携带有权重的停机位约束条件；
预测模块402，用于根据航班数据，预测待确定航班的停机位分配权重矩阵；停机位分配权重矩阵中包括预测的各停机位的分配权重；
确定模块403，用于根据航班数据、停机位约束条件，确定待确定航班的停机位约束权重矩阵；停机位约束权重矩阵中包括检测航班数据是否符合各停机位的停机位约束条件的检测结果对应的约束权重；
确定模块403，还用于根据停机位分配权重矩阵和停机位约束权重矩阵，确定待确定航班的停机位。
在一种可能的实施方式中，预测模块402，具体用于将航班数据输入到跑道分配模型和停机位分配模型中，分别得到待确定航班的跑道分配概率矩阵和停机位分配概率矩阵；其中，跑道分配模型是通过航班样本数据及对应的跑道分配结果进行训练得到的；停机位分配模型是通过航班样本数据及对应的停机位分配结果进行训练得到的；根据跑道分配概率矩阵和停机位分配概率矩阵，确定待确定航班的停机位分配权重矩阵。
在一种可能的实施方式中，预测模块402，还用于：
获取机场各跑道的当前的跑道约束条件；
根据航班数据、跑道约束条件，确定待确定航班的跑道分配结果矩阵；跑道分配结果矩阵中包含有各跑道的分配结果；
根据跑道分配概率矩阵、停机位分配概率矩阵和跑道分配结果矩阵，确定待确定航班的停机位分配权重矩阵。
在一种可能的实施方式中，预测模块402，还用于：
将跑道分配概率矩阵、停机位分配概率矩阵和跑道分配结果矩阵带入下述公式中，确定待确定航班的停机位分配权重矩阵；
；
其中，为停机位分配权重矩阵，/>为跑道分配概率矩阵，/>为跑道分配结果矩阵，为停机位与跑道之间的距离矩阵，/>为停机位分配概率矩阵。
在一种可能的实施方式中，确定模块403，具体用于具体用于针对每个停机位，检测待确定航班的航班数据是否符合停机位的停机位约束条件；根据检测结果为符合的停机位约束条件对应的权重，确定待确定航班的停机位的约束权重；将待确定航班的所有停机位的约束权重，生成停机位约束权重矩阵。
在一种可能的实施方式中，确定模块403，具体用于计算停机位分配权重矩阵和停机位约束权重矩阵中，每个停机位的分配权重和约束权重之间的差的绝对值，得到每个停机位对应的第一数值；计算停机位分配权重矩阵和停机位约束权重矩阵中，每个停机位的分配权重和约束权重之间的和的绝对值的二分之一，得到每个停机位对应的第二数值；根据所有停机位的第一数值和第二数值，确定停机位目标权重矩阵；根据停机位目标权重矩阵，确定待确定航班的停机位。
在一种可能的实施方式中，确定模块403，还用于：
若第一数值大于第二数值，则将停机位分配权重矩阵和停机位约束权重矩阵中，停机位的分配权重和约束权重之间的和的平均值，确定为停机位的目标权重；
若第一数值小于等于第二数值，则将停机位分配权重矩阵和停机位约束权重矩阵中，停机位的分配权重和约束权重之间的和，确定为停机位的目标权重；
将待确定航班的所有停机位的目标权重，生成待确定航班的停机位目标权重矩阵。
本申请实施例提供了一种停机位的确定装置，能够根据航班的停机位分配权重矩阵和停机位约束权重矩阵确定航班的停机位，提高了机场运行效率。
如图5所示，本申请实施例提供的一种电子设备500，包括：处理器501、存储器502和总线，存储器502存储有处理器501可执行的机器可读指令，当电子设备运行时，处理器501与存储器502之间通过总线通信，处理器501执行机器可读指令，以执行如上述停机位的确定方法的步骤。
具体地，上述存储器502和处理器501能够为通用的存储器和处理器，这里不做具体限定，当处理器501运行存储器502存储的计算机程序时，能够执行上述停机位的确定方法。
对应于上述停机位的确定方法，本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述停机位的确定方法的步骤。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考方法实施例中的对应过程，本申请中不再赘述。在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元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。
所述功能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，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述信息处理方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的具体实施方式，但本申请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申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (5)
1.一种停机位的确定方法，其特征在于，所述停机位的确定方法包括：
获取机场的待确定航班的航班数据，及所述机场各停机位的当前的携带有权重的停机位约束条件；
根据所述航班数据，预测所述待确定航班的停机位分配权重矩阵，包括：将所述航班数据输入到跑道分配模型和停机位分配模型中，分别得到所述待确定航班的跑道分配概率矩阵和停机位分配概率矩阵；其中，所述跑道分配模型是通过航班样本数据及对应的跑道分配结果进行训练得到的；所述停机位分配模型是通过航班样本数据及对应的停机位分配结果进行训练得到的；获取所述机场各跑道的当前的跑道约束条件；根据所述航班数据、所述跑道约束条件，确定所述待确定航班的跑道分配结果矩阵；所述跑道分配结果矩阵中包含有各跑道的分配结果；将所述跑道分配概率矩阵、所述停机位分配概率矩阵和所述跑道分配结果矩阵带入下述公式中，确定所述待确定航班的停机位分配权重矩阵；
；
其中，为停机位分配权重矩阵，/>为跑道分配概率矩阵，/>为跑道分配结果矩阵，/>为停机位与跑道之间的距离矩阵，/>为停机位分配概率矩阵；
所述停机位分配权重矩阵中包括预测的各停机位的分配权重；
根据所述航班数据、所述停机位约束条件，确定所述待确定航班的停机位约束权重矩阵；所述停机位约束权重矩阵中包括检测所述航班数据是否符合各停机位的停机位约束条件的检测结果对应的约束权重；
根据所述停机位分配权重矩阵和所述停机位约束权重矩阵，确定所述待确定航班的停机位，包括：计算所述停机位分配权重矩阵和所述停机位约束权重矩阵中，每个停机位的分配权重和约束权重之间的差的绝对值，得到每个停机位对应的第一数值；计算所述停机位分配权重矩阵和所述停机位约束权重矩阵中，每个停机位的分配权重和约束权重之间的和的绝对值的二分之一，得到每个停机位对应的第二数值；若所述第一数值大于所述第二数值，则将所述停机位分配权重矩阵和所述停机位约束权重矩阵中，所述停机位的分配权重和约束权重之间的和的平均值，确定为所述停机位的目标权重；若所述第一数值小于等于所述第二数值，则将所述停机位分配权重矩阵和所述停机位约束权重矩阵中，所述停机位的分配权重和约束权重之间的和，确定为所述停机位的目标权重；将所述待确定航班的所有停机位的目标权重，生成所述待确定航班的停机位目标权重矩阵；根据所述停机位目标权重矩阵，确定所述待确定航班的停机位。
2.根据权利要求1所述的停机位的确定方法，其特征在于，所述根据所述航班数据、所述停机位约束条件，确定所述待确定航班的停机位约束权重矩阵，包括：
针对每个停机位，检测所述待确定航班的航班数据是否符合所述停机位的停机位约束条件；
根据检测结果为符合的停机位约束条件对应的权重，确定所述待确定航班的所述停机位的约束权重；
将所述待确定航班的所有停机位的约束权重，生成停机位约束权重矩阵。
3.一种停机位的确定装置，其特征在于，所述停机位的确定装置包括：
获取模块，用于获取机场的待确定航班的航班数据，及所述机场各停机位的当前的携带有权重的停机位约束条件；
预测模块，用于根据所述航班数据，预测所述待确定航班的停机位分配权重矩阵，包括：将所述航班数据输入到跑道分配模型和停机位分配模型中，分别得到所述待确定航班的跑道分配概率矩阵和停机位分配概率矩阵；其中，所述跑道分配模型是通过航班样本数据及对应的跑道分配结果进行训练得到的；所述停机位分配模型是通过航班样本数据及对应的停机位分配结果进行训练得到的；获取所述机场各跑道的当前的跑道约束条件；根据所述航班数据、所述跑道约束条件，确定所述待确定航班的跑道分配结果矩阵；所述跑道分配结果矩阵中包含有各跑道的分配结果；将所述跑道分配概率矩阵、所述停机位分配概率矩阵和所述跑道分配结果矩阵带入下述公式中，确定所述待确定航班的停机位分配权重矩阵；
；
其中，为停机位分配权重矩阵，/>为跑道分配概率矩阵，/>为跑道分配结果矩阵，/>为停机位与跑道之间的距离矩阵，/>为停机位分配概率矩阵；
所述停机位分配权重矩阵中包括预测的各停机位的分配权重；
确定模块，用于根据所述航班数据、所述停机位约束条件，确定所述待确定航班的停机位约束权重矩阵；所述停机位约束权重矩阵中包括检测所述航班数据是否符合各停机位的停机位约束条件的检测结果对应的约束权重；
所述确定模块，还用于根据所述停机位分配权重矩阵和所述停机位约束权重矩阵，确定所述待确定航班的停机位，包括：计算所述停机位分配权重矩阵和所述停机位约束权重矩阵中，每个停机位的分配权重和约束权重之间的差的绝对值，得到每个停机位对应的第一数值；计算所述停机位分配权重矩阵和所述停机位约束权重矩阵中，每个停机位的分配权重和约束权重之间的和的绝对值的二分之一，得到每个停机位对应的第二数值；若所述第一数值大于所述第二数值，则将所述停机位分配权重矩阵和所述停机位约束权重矩阵中，所述停机位的分配权重和约束权重之间的和的平均值，确定为所述停机位的目标权重；若所述第一数值小于等于所述第二数值，则将所述停机位分配权重矩阵和所述停机位约束权重矩阵中，所述停机位的分配权重和约束权重之间的和，确定为所述停机位的目标权重；将所述待确定航班的所有停机位的目标权重，生成所述待确定航班的停机位目标权重矩阵；根据所述停机位目标权重矩阵，确定所述待确定航班的停机位。
4.一种电子设备，其特征在于，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如权利要求1或2所述的停机位的确定方法的步骤。
5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1或2所述的停机位的确定方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311268430.7A CN116993137B (zh) | 2023-09-28 | 2023-09-28 | 一种停机位的确定方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311268430.7A CN116993137B (zh) | 2023-09-28 | 2023-09-28 | 一种停机位的确定方法、装置、电子设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116993137A CN116993137A (zh) | 2023-11-03 |
| CN116993137B true CN116993137B (zh) | 2023-12-05 |
Family
ID=88528811
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311268430.7A Active CN116993137B (zh) | 2023-09-28 | 2023-09-28 | 一种停机位的确定方法、装置、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116993137B (zh) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2905728A1 (en) * | 2014-02-06 | 2015-08-12 | Amadeus S.A.S. | Vehicle stand allocation |
| CN106981221A (zh) * | 2017-03-24 | 2017-07-25 | 北京航空航天大学 | 基于时空间维度分解的机场停机位分配方法及系统 |
| CN109147396A (zh) * | 2018-08-23 | 2019-01-04 | 北京工业大学 | 机场停机位的分配方法及装置 |
| GB201907502D0 (en) * | 2019-05-28 | 2019-07-10 | Sita Information Networking Computing Uk Ltd | System and method for flight arrival time predicition |
| CN110288857A (zh) * | 2019-06-26 | 2019-09-27 | 中国民航大学 | 一种基于时空间维度分解的机场停机位快速调度方法 |
| CN111047915A (zh) * | 2019-12-13 | 2020-04-21 | 中国科学院深圳先进技术研究院 | 停机位分配方法、装置及终端设备 |
| CN111243342A (zh) * | 2018-11-29 | 2020-06-05 | 顺丰科技有限公司 | 航空器的停机位分配方法及装置 |
| CN111369090A (zh) * | 2018-12-25 | 2020-07-03 | 顺丰科技有限公司 | 货运航班停机位分配方法、装置、设备及存储介质 |
| CN112633562A (zh) * | 2020-12-10 | 2021-04-09 | 厦门兆翔智能科技有限公司 | 一种机场停机位智能调度方法 |
| CN113570247A (zh) * | 2021-07-28 | 2021-10-29 | 南京航空航天大学 | 一种基于资源受限条件下的停机位分配多目标优化方法 |
| CN113919169A (zh) * | 2021-10-20 | 2022-01-11 | 南京智慧航空研究院有限公司 | 一种基于模拟感知的航空器场面滑行冲突探测系统 |
| CN115239026A (zh) * | 2022-09-22 | 2022-10-25 | 珠海翔翼航空技术有限公司 | 停机位分配优化方法、系统、设备及介质 |
| CN115841220A (zh) * | 2022-10-24 | 2023-03-24 | 西安悦泰科技有限责任公司 | 一种机场智能停机位自动分配方法 |
| CN116029534A (zh) * | 2023-03-24 | 2023-04-28 | 民航成都信息技术有限公司 | 一种机场停机位的分配方法、装置、电子设备及存储介质 |
-
2023
- 2023-09-28 CN CN202311268430.7A patent/CN116993137B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2905728A1 (en) * | 2014-02-06 | 2015-08-12 | Amadeus S.A.S. | Vehicle stand allocation |
| CN106981221A (zh) * | 2017-03-24 | 2017-07-25 | 北京航空航天大学 | 基于时空间维度分解的机场停机位分配方法及系统 |
| CN109147396A (zh) * | 2018-08-23 | 2019-01-04 | 北京工业大学 | 机场停机位的分配方法及装置 |
| CN111243342A (zh) * | 2018-11-29 | 2020-06-05 | 顺丰科技有限公司 | 航空器的停机位分配方法及装置 |
| CN111369090A (zh) * | 2018-12-25 | 2020-07-03 | 顺丰科技有限公司 | 货运航班停机位分配方法、装置、设备及存储介质 |
| GB201907502D0 (en) * | 2019-05-28 | 2019-07-10 | Sita Information Networking Computing Uk Ltd | System and method for flight arrival time predicition |
| CN110288857A (zh) * | 2019-06-26 | 2019-09-27 | 中国民航大学 | 一种基于时空间维度分解的机场停机位快速调度方法 |
| CN111047915A (zh) * | 2019-12-13 | 2020-04-21 | 中国科学院深圳先进技术研究院 | 停机位分配方法、装置及终端设备 |
| CN112633562A (zh) * | 2020-12-10 | 2021-04-09 | 厦门兆翔智能科技有限公司 | 一种机场停机位智能调度方法 |
| CN113570247A (zh) * | 2021-07-28 | 2021-10-29 | 南京航空航天大学 | 一种基于资源受限条件下的停机位分配多目标优化方法 |
| CN113919169A (zh) * | 2021-10-20 | 2022-01-11 | 南京智慧航空研究院有限公司 | 一种基于模拟感知的航空器场面滑行冲突探测系统 |
| CN115239026A (zh) * | 2022-09-22 | 2022-10-25 | 珠海翔翼航空技术有限公司 | 停机位分配优化方法、系统、设备及介质 |
| CN115841220A (zh) * | 2022-10-24 | 2023-03-24 | 西安悦泰科技有限责任公司 | 一种机场智能停机位自动分配方法 |
| CN116029534A (zh) * | 2023-03-24 | 2023-04-28 | 民航成都信息技术有限公司 | 一种机场停机位的分配方法、装置、电子设备及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 机场停机位分配问题研究;吴虹;;江苏航空(第04期);23-25 * |
| 民用机场停机位优化配置;王力;刘长有;涂奉生;;南京航空航天大学学报(第04期);433-437 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116993137A (zh) | 2023-11-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210383706A1 (en) | System and methods for improving aircraft flight planning | |
| CN107818382B (zh) | 航班到达时间预测方法 | |
| EP3696094A1 (en) | Aircraft stand recovery optimization | |
| Ardil | Trainer aircraft selection using preference analysis for reference ideal solution (PARIS) | |
| CN112307217B (zh) | 知识图谱模型的构建方法以及构建装置、存储介质 | |
| CN110570693A (zh) | 一种基于可靠性的航班运行时间预测方法 | |
| US20210125512A1 (en) | Aircraft parking stand assignment prediction | |
| CN111192090A (zh) | 航班的座位分配方法、装置、存储介质和电子设备 | |
| CN116168566B (zh) | 一种航空器场面联合调度方法、装置、设备及存储介质 | |
| Çeçen et al. | Aircraft sequencing and scheduling in TMAs under wind direction uncertainties | |
| CN115064009A (zh) | 一种终端区无人机与有人机冲突风险等级划分方法 | |
| US10417651B2 (en) | Fuel consumption predictions using associative memories | |
| CN107067095A (zh) | 恶劣天气下航班取消数量的优化方法及装置 | |
| CN114331052A (zh) | 航空运行风险的确定方法、计算设备及存储介质 | |
| CN116993137B (zh) | 一种停机位的确定方法、装置、电子设备及介质 | |
| CN113284369A (zh) | 一种基于ads-b实测航路数据的预测方法 | |
| CN112348225B (zh) | 航迹预测方法、电子设备、非瞬时性计算机可读存储介质 | |
| Hrastovec et al. | Machine learning model for aircraft performances | |
| CN113570910B (zh) | 空中交通流量管理方法、装置和电子设备 | |
| CN111507502B (zh) | 一种虚占航班班次的优化方法和系统 | |
| Arts et al. | Trajectory Based Flight Phase Identification with Machine Learning for Digital Twins | |
| Chu et al. | Hierarchical Method for Mining a Prevailing Flight Pattern in Airport Terminal Airspace | |
| CN112418730A (zh) | 一种运输系统的响应指标预估模型的构建方法 | |
| Sailauov et al. | AIR TRAFFIC FORECASTING USING OPTIMIZATION FOR ECONOMETRIC MODELS. | |
| Bati et al. | Risk Metrics to Measure Safety Performance of the National Airspace System: Implementation Using Machine Learning |
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 |