CN117726050B - 目标航班任务的执行数量确定方法、电子设备及存储介质 - Google Patents
目标航班任务的执行数量确定方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117726050B CN117726050B CN202410175731.3A CN202410175731A CN117726050B CN 117726050 B CN117726050 B CN 117726050B CN 202410175731 A CN202410175731 A CN 202410175731A CN 117726050 B CN117726050 B CN 117726050B
- Authority
- CN
- China
- Prior art keywords
- time
- target
- executed
- execution
- preset
- 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 39
- 238000004364 calculation method Methods 0.000 claims abstract description 30
- 238000013507 mapping Methods 0.000 claims abstract description 20
- 238000007689 inspection Methods 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000012417 linear regression Methods 0.000 claims description 4
- 230000007704 transition Effects 0.000 claims description 3
- 230000010006 flight Effects 0.000 abstract description 11
- 230000006870 function Effects 0.000 description 30
- 230000003287 optical effect Effects 0.000 description 3
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种目标航班任务的执行数量确定方法、电子设备及存储介质,涉及目标航班任务的执行数量确定领域,所述方法包括:获取当前时间对应的每一目标任务,以得到目标任务列表A;获取整点时间列表TAi;根据预设的参数映射表,确定TAi中每一整点时间对应的已执行比例确定函数的参数组,以得到TAi对应的参数组列表CAi;获取Tnow和TAi之间的每一计算时间,以得到Ai对应的计算时间列表QEi;得到已执行比例列表YEi;根据YEi以及Ai对应的计划执行总数量,确定QEi,q与QEi,q+1之间的已执行数量;通过本发明的方法,结合机场若干历史航班的执行数据能够较为准确的预估等待安检的用户数量。
Description
技术领域
本发明涉及目标航班任务的执行数量确定领域,特别是涉及一种目标航班任务的执行数量确定方法、电子设备及存储介质。
背景技术
在民航领域,用户在乘坐飞机时,通常会根据自己对应的航班的计划起飞时间,提前到对应的机场安检口进行安检,然后等待登机;对于不同航班而言,其对应的计划起飞时间不同,对应的安检等待的与数量也不同;例如,在早高峰或晚高峰对应时间段内,等待安检的用户数量较多,在其他时间段内等待安检的用户数量较少;机场管理人员通常会根据预估的等待安检的用户数量来开放安检口,如果预估的等待安检的用户数量预估不准确,将导致机场安检口的开放数量不合理。
发明内容
针对上述技术问题,本发明采用的技术方案为:
根据本申请的第一方面,提供了一种目标航班任务的执行数量确定方法,所述方法包括以下步骤:
S100,获取当前时间Tnow对应的每一目标任务,以得到目标任务列表A=(A1,A2,…,Ai,…,An),i=1,2,…,n;其中,Ai为获取到的第i个目标任务,n为获取到的目标任务的数量;TAi-Tnow≤TQ;TAi为Ai对应的计划执行时间,TQ为预设的时间间隔阈值;每一天的时间段内预设有若干计算时间,任意两个相邻计算时间之间的时间间隔相同;目标任务为目标航班,计划执行时间为目标航班的计划起飞时间,计算时间为人为设置的时间点,执行数量为已经完成安检的用户数量。
S200,获取Tnow对应的整点时间、TAi对应的整点时间以及Tnow和TAi之间的每一整点时间,以得到Ai对应的整点时间列表TAi=(TAi,1,TAi,2,…,TAi,j,…,TAi,f(i)),j=1,2,…,f(i);其中,TAi,j为Ai对应的第j个整点时间,f(i)为Ai对应的整点时间的数量;TAi,r<TAi,r+1,r=1,2,…,f(i)-1。
S300,根据预设的参数映射表,确定TAi中每一整点时间对应的已执行比例确定函数的参数组,以得到TAi对应的参数组列表CAi=(CAi,1,CAi,2,…,CAi,j,…,CAi,f(i));其中,CAi,j为TAi,j对应的已执行比例确定函数的参数组;CAi,j=(ki,j,bi,j),ki,j为TAi,j对应的已执行比例确定函数的第一预设参数,bi,j为TAi,j对应的已执行比例确定函数的第二预设参数;参数映射表包括若干行,每一行对应一个预设的整点时间以及该整点时间对应的已执行比例确定函数的参数组;参数映射表根据若干历史目标任务对应的执行数据得到;已执行比例确定函数用于确定TAi中每一整点时间对应的已执行目标任务的比例;已执行比例为已完成安检的用户数量占目标航班的总用户数量的比例。
S400,获取Tnow和TAi之间的每一计算时间,以得到Ai对应的计算时间列表QEi=(QEi,1,QEi,2,…,QEi,p,…,QEi,g(i)),p=1,2,…,g(i);其中,QEi,p为Ai对应的第p个计算时间,g(i)为Ai对应的计算时间的数量。
S500,遍历QEi,若TAi,r≤QEi,p<TAi,r+1,则根据CAi,r确定QEi,p对应的已执行比例,以得到已执行比例列表YEi=(YEi,1,YEi,2,…,YEi,p,…,YEi,g(i));其中,YEi,p为QEi,p对应的已执行比例;YEi,p=ki,r×TEi,p+bi,r;TEi,p为Ai在QEi,p的转换时间差;TEi,p=1/(1+exp(TAi-QEi,p)/60);exp()为预设的以自然常数为底的指数函数。
S600,根据YEi以及Ai对应的计划执行总数量,确定QEi,q与QEi,q+1之间的已执行数量;q=1,2,…,g(i)-1;计划执行总数量为目标航班的总用户数量。
根据本申请的另一方面,还提供了一种非瞬时性计算机可读存储介质,存储介质中存储有至少一条指令或至少一段程序,至少一条指令或至少一段程序由处理器加载并执行以实现上述目标航班任务的执行数量确定方法。
根据本申请的另一方面,还提供了一种电子设备,包括处理器和上述非瞬时性计算机可读存储介质。
本发明至少具有以下有益效果:
本发明的目标航班任务的执行数量确定方法,获取每一目标任务,根据每一目标任务对应的整点时间以及每一目标任务对应的计划执行时间,在预设的参数映射表中确定出每一目标任务对应的已执行比例确定函数的第一预设参数和第二预设参数;获取当前时间与每一目标任务的计划执行时间之间的每一计算时间,根据确定出的每一目标任务对应的已执行比例确定函数的第一预设参数和第二预设参数,确定每一目标任务在每一计算时间对应的已执行比例,进而得到相邻两个计算时间时间的已执行数量;由于参数映射表是根据若干历史目标任务对应的执行数据得到,而机场一段时间内每天的航班数量不会有很大的波动,因此,通过本发明的方法,结合机场若干历史航班的执行数据能够较为准确的预估等待安检的用户数量。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述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他的附图。
图1为本发明实施例提供的目标航班任务的执行数量确定方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域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,都属于本发明保护的范围。
需要说明的是,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他方面独立地实施,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他结构及/或功能性实施此设备及/或实践此方法。
下面将参照图1所述的目标航班任务的执行数量确定方法的流程图,对一种目标航班任务的执行数量确定方法进行介绍。
所述目标航班任务的执行数量确定方法包括以下步骤:
S100,获取当前时间Tnow对应的每一目标任务,以得到目标任务列表A=(A1,A2,…,Ai,…,An),i=1,2,…,n;其中,Ai为获取到的第i个目标任务,n为获取到的目标任务的数量;TAi-Tnow≤TQ;TAi为Ai对应的计划执行时间,TQ为预设的时间间隔阈值;每一天的时间段内预设有若干计算时间,任意两个相邻计算时间之间的时间间隔相同;目标任务为目标航班,计划执行时间为目标航班的计划起飞时间,计算时间为人为设置的时间点,执行数量为已经完成安检的用户数量。
本实施例中,目标任务可以理解为目标航班,计划执行时间为对应的航班的计划起飞时间;计算时间为人为设置的时间点;例如,将一天24h的时间段每隔10min设置一个计算时间,能够得到145个计算时间;TQ为经验值,例如,TQ=400min;根据用户安检的历史数据统计可知,用户一般会在距离对应的航班起飞前400min内进行安检,因此,可以将TQ设置为400min。
对于机场而言,当前时间机场内存在若干待起飞的航班,每一航班都有对应的计划起飞时间,将计划起飞时间与当前时间的时间间隔小于等于400min的航班确定为目标航班,即目标任务,从而得到A;执行数量可以理解为已经按成安检的用户数量。
S200,获取Tnow对应的整点时间、TAi对应的整点时间以及Tnow和TAi之间的每一整点时间,以得到Ai对应的整点时间列表TAi=(TAi,1,TAi,2,…,TAi,j,…,TAi,f(i)),j=1,2,…,f(i);其中,TAi,j为Ai对应的第j个整点时间,f(i)为Ai对应的整点时间的数量;TAi,r<TAi,r+1,r=1,2,…,f(i)-1。
本实施例中,整点时间可以理解为时间对应的小时;例如,Tnow为10:30:25,那么,Tnow对应的整点时间为10:00:00;如果Tnow为10:30:25,TAi为12:35:00,那么,TAi=(10:00:00,11:00:00,12:00:00)。
可以理解的是,由于本实施例中,Ai对应的整点时间列表中整点时间的数量是不同的,故而,本实施例中,f(i)不是指代一个具体的函数或函数结果值,而是指代一个随着i的具体值的不同而可能的值,例如,当i=1时,f(i)=3;i=2时,f(i)=4;i=3时,f(i)=3。
S300,根据预设的参数映射表,确定TAi中每一整点时间对应的已执行比例确定函数的参数组,以得到TAi对应的参数组列表CAi=(CAi,1,CAi,2,…,CAi,j,…,CAi,f(i));其中,CAi,j为TAi,j对应的已执行比例确定函数的参数组;CAi,j=(ki,j,bi,j),ki,j为TAi,j对应的已执行比例确定函数的第一预设参数,bi,j为TAi,j对应的已执行比例确定函数的第二预设参数;参数映射表包括若干行,每一行对应一个预设的整点时间以及该整点时间对应的已执行比例确定函数的参数组;参数映射表根据若干历史目标任务对应的执行数据得到;已执行比例确定函数用于确定TAi中每一整点时间对应的已执行目标任务的比例;已执行比例为已完成安检的用户数量占目标航班的总用户数量的比例。
本实施例中,预设的参数映射表中记录了一天内的若干整点时间对应的参数组;例如,预设的参数映射表中记录了6:00:00-24:00:00之间的15个整点时间,以及每一整点时间对应的参数组;在相邻的两个整点时间对应的时间段内机场已安检的人数比例与距离计划起飞时间的时长是呈线性关系的,因此,预设的参数映射表可以通过以下步骤得到:
S310,获取历史时间段内每一历史目标任务的执行数据,以得到历史目标任务执行数据列表DQ=(DQ1,DQ2,…,DQa,…,DQc),a=1,2,…,c;其中,DQa为获取到的第a个历史目标任务的执行数据,c为历史时间段内历史目标任务的数量;DQa=(DQa,1,DQa,2);DQa,1为第a个历史目标任务的计划起飞时间,DQa,2为DQa,1前TQ内的每一预设整点时间对应的历史已执行数量比例数据;DQa,2包括若干历史已执行比例。
历史时间段可以为过去的10个月,历史时间段内存在有若干历史目标任务,能够获取到每一历史目标任务在对应的计划起飞时间前TQ内的每一预设整点时间对应的已安检的人数比例,以及TQ内的每一预设整点时间与计划起飞时间之间的时间间隔,从而得到DQ;已执行比例可以理解为已完成安检的用户数量占对应的航班的总用户数量的比例。
S320,使用预设的线性回归拟合算法,对DQ内的每一预设整点时间对应的历史目标任务的执行数据进行拟合,得到每一预设整点时间对应的已执行比例确定函数的第一预设参数和第二预设参数,进而得到所述预设的参数映射表。
本实施例中,需要对每一历史目标任务在对应的计划起飞时间前TQ内的每一预设整点时间与计划起飞时间之间的时间间隔进行变换,得到x;即x=1/(1+exp(LP-LQ)/60),LP为预设整点时间,LQ为计划起飞时间;exp()为预设的以自然常数为底的指数函数;可以设置初始已执行比例确定函数y=k×x+b;然后使用预设的线性回归拟合算法,将每一预设整点时间对应的已完成安检的用户数量占对应的航班的总用户数量的比例y与x进行拟合,得到对应的预设整点时间对应的已执行比例确定函数的k和b,即第一预设参数和第二预设参数;例如,在整点时间为6点时,对应的k=4.28,b=-0.59;在整点时间为7点时,对应的k=3.60,b=-0.37。
需要说明的是,本领域技术人员能够根据实际需要采用现有的线性回归拟合算法,得到对应的预设整点时间对应的已执行比例确定函数的k和b,此处不加赘述。
S400,获取Tnow和TAi之间的每一计算时间,以得到Ai对应的计算时间列表QEi=(QEi,1,QEi,2,…,QEi,p,…,QEi,g(i)),p=1,2,…,g(i);其中,QEi,p为Ai对应的第p个计算时间,g(i)为Ai对应的计算时间的数量。
本实施例中,每一天内均设置有若干个计算时间,遍历当天内的每一计算时间,将所有在Tnow和TAi之间的计算时间确定出,以得到Ai对应的计算时间列表QEi。
S500,遍历QEi,若TAi,r≤QEi,p<TAi,r+1,则根据CAi,r确定QEi,p对应的已执行比例,进而得到已执行比例列表YEi=(YEi,1,YEi,2,…,YEi,p,…,YEi,g(i));其中,YEi,p为QEi,p对应的已执行比例;YEi,p=ki,r×TEi,p+bi,r;TEi,p为Ai在QEi,p的转换时间差;TEi,p=1/(1+exp(TAi-QEi,p)/60);exp()为预设的以自然常数为底的指数函数。
本实施例中,若TAi,r≤QEi,p<TAi,r+1,则使用CAi,r确定QEi,p对应的航班已经完成安检的用户数量占该航班总用户数量的比例;需要说明的是,本实施例的中的时长的单位均为分钟,通过(TAi-QEi,p)/60转换为小时;从而使得1/(1+exp(TAi-QEi,p)/60)始终为小于0.5的数值;而CAi,r是根据历史目标任务的执行数据拟合得到的,历史目标任务对应的已执行比例小于等于1,因此,通过上述方法得到的YEi中的每一已执行比例均小于等于1。
S600,根据YEi以及Ai对应的计划执行总数量,确定QEi,q与QEi,q+1之间的已执行数量;q=1,2,…,g(i)-1;计划执行总数量为目标航班的总用户数量。
进一步的,步骤S600可以包括以下步骤:
S610,获取Ai对应的计划执行总数量NUMi。
S620,根据YEi,q与YEi,q+1,确定Ai在QEi,q与QEi,q+1之间对应的已执行数量NUMi,q=(YEi,q+1-YEi,q)×NUMi。
本实施例中,计划执行总数量为对应的航班的总用户数量,即已经卖出的机票的数量;然后根据YEi,q与YEi,q+1能够预估QEi,q和QEi,q+1对应的已完成安检的用户数量,从而确定Ai在QEi,q与QEi,q+1之间对应的已执行数量NUMi,q。
进一步的,在步骤S600之后,所述方法可以包括以下步骤:
S700,获取A中每一目标任务在QEi,q与QEi,q+1之间的已执行数量,以得到已执行数量列表NUM=(NUM1,q,NUM2,q,…,NUMi,q,…,NUMn,q)。
S710,根据NUM,确定A中的所有目标任务在QEi,q与QEi,q+1之间对应的已执行总数量ZQ=∑n i=1NUMi,q。
通过上述方法,能够得到机场内每一目标航班对应的已完成安检的用户数量,进而能够确定整个机场对应的已安检的用户数量。
S720,获取历史时间段内每一QEi,q对应的目标子区域的数量,以得到目标子区域数量列表SL=(SL1,SL2,…,SLu,…,SLv),u=1,2,…,v;其中,SLu为获取到的历史时间段内第u个QEi,q对应的目标子区域的数量,v为历史时间段内QEi,q的数量;目标子区域为预设区域内满足预设的执行目标任务条件的子区域。
本实施例中,预设的执行目标任务条件为将安检口开放,目标子区域为机场内开放的安检口;历史时间段内机场在每一QEi,q均对应有开放的安检口数量,能够将历史时间段内每一天的QEi,q对应的开放的安检口的数量获取,以得到SL。
S730,根据SL,确定历史目标子区域最大数量NUMmax、历史目标子区域最小数量NUMmin和历史目标子区域平均数量NUMmax;其中,NUMmax=MAX(SL);NUMmin=MIN(SL);NUMav=;MAX()为预设的求最大值函数,MIN()为预设的求最小值函数,为预设的向下取整函数。
S740,根据ZQ、NUMmax、NUMmin和NUMav,确定QEi,q对应的执行HW的最大等待时长WEmax i,q=×TG;QEi,q对应的执行HW的最小等待时长WEmin i,q=/>×TG;以及QEi,q对应的执行HW的平均等待时长WEav i,q=/>×TG;其中,TG为历史用户执行HW的平均执行时长,HW为目标任务对应的关联子任务;/>为预设的向上取整函数。
本实施例中,HW为目标任务,即目标航班;目标任务对应的关联子任务则为该目标航班对应的安检任务。
通过上述方法确定安检时的最大等待时长、最小等待时长以及平均等待时长,将上述数据推送至对应的用户,使得用户能够根据推送的数据规划自己的行程,也能够避免安检口排队人数较多或较少。
进一步的,在步骤S710之后,所述方法可以包括以下步骤:
S711,获取用户执行目标任务对应的关联子任务的预设等待时长JT。
S712,根据ZQ、JT和TG,确定目标子区域的数量NUMmb=。
本实施例中,对于机场管理人员而言,机场管理人员会预设机场内安检的等待时长,来避免安检口的排队人数过多;JT/TG能够确定出每一开放的安检口的安检人数,则能够确定需要开放的安检口的数量。
因此,通过上述方法,机场管理人员能够根据预估的机场内需要安检的用户数量,来确定开放安检口的数量,使得用户的等待安检时长在预设等待时长内,从而提高用户的安检效率,也避免开放的安检口的数量过多造成资源浪费的情况发生。
本实施例的目标航班任务的执行数量确定方法,获取每一目标任务,根据每一目标任务对应的整点时间以及每一目标任务对应的计划执行时间,在预设的参数映射表中确定出每一目标任务对应的已执行比例确定函数的第一预设参数和第二预设参数;获取当前时间与每一目标任务的计划执行时间之间的每一计算时间,根据确定出的每一目标任务对应的已执行比例确定函数的第一预设参数和第二预设参数,确定每一目标任务在每一计算时间对应的已执行比例,进而得到相邻两个计算时间时间的已执行数量;由于参数映射表是根据若干历史目标任务对应的执行数据得到,而机场一段时间内每天的航班数量不会有很大的波动,因此,通过本发明的方法,结合机场若干历史航班的执行数据能够较为准确的预估等待安检的用户数量。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
本发明的实施例还提供了一种非瞬时性计算机可读存储介质,该存储介质可设置于电子设备之中以保存用于实现方法实施例中一种方法相关的至少一条指令或至少一段程序,该至少一条指令或该至少一段程序由该处理器加载并执行以实现上述实施例提供的方法。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
本发明的实施例还提供了一种电子设备,包括处理器和前述的非瞬时性计算机可读存储介质。
根据本申请的这种实施方式的电子设备。电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
电子设备以通用计算设备的形式表现。电子设备的组件可以包括但不限于:上述至少一个处理器、上述至少一个储存器、连接不同系统组件(包括储存器和处理器)的总线。
其中,所述储存器存储有程序代码,所述程序代码可以被所述处理器执行,使得所述处理器执行本说明书中描述的各种实施例中的步骤。
储存器可以包括易失性储存器形式的可读介质,例如随机存取储存器(RAM)和/或高速缓存储存器,还可以进一步包括只读储存器(ROM)。
储存器还可以包括具有一组(至少一个)程序模块的程序/实用工具,这样的程序模块包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线可以为表示几类总线结构中的一种或多种,包括储存器总线或者储存器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构中的任意总线结构的局域总线。
电子设备也可以与一个或多个外部设备(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备交互的设备通信,和/或与使得该电子设备能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口进行。并且,电子设备还可以通过网络适配器与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器通过总线与电子设备的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
本发明的实施例还提供一种计算机程序产品,其包括程序代码,当所述程序产品在电子设备上运行时,所述程序代码用于使该电子设备执行本说明书上述描述的根据本发明各种示例性实施方式的方法中的步骤。
虽然已经通过示例对本发明的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本发明的范围。本领域的技术人员还应理解,可以对实施例进行多种修改而不脱离本发明的范围和精神。
Claims (9)
1.一种目标航班任务的执行数量确定方法,其特征在于,所述方法包括以下步骤:
S100,获取当前时间Tnow对应的每一目标任务,以得到目标任务列表A=(A1,A2,…,Ai,…,An),i=1,2,…,n;其中,Ai为获取到的第i个目标任务,n为获取到的目标任务的数量;TAi-Tnow≤TQ;TAi为Ai对应的计划执行时间,TQ为预设的时间间隔阈值;每一天的时间段内预设有若干计算时间,任意两个相邻计算时间之间的时间间隔相同;目标任务为目标航班,计划执行时间为目标航班的计划起飞时间,计算时间为人为设置的时间点,执行数量为已经完成安检的用户数量;
S200,获取Tnow对应的整点时间、TAi对应的整点时间以及Tnow和TAi之间的每一整点时间,以得到Ai对应的整点时间列表TAi=(TAi,1,TAi,2,…,TAi,j,…,TAi,f(i)),j=1,2,…,f(i);其中,TAi,j为Ai对应的第j个整点时间,f(i)为Ai对应的整点时间的数量;TAi,r<TAi,r+1,r=1,2,…,f(i)-1;
S300,根据预设的参数映射表,确定TAi中每一整点时间对应的已执行比例确定函数的参数组,以得到TAi对应的参数组列表CAi=(CAi,1,CAi,2,…,CAi,j,…,CAi,f(i));其中,CAi,j为TAi,j对应的已执行比例确定函数的参数组;CAi,j=(ki,j,bi,j),ki,j为TAi,j对应的已执行比例确定函数的第一预设参数,bi,j为TAi,j对应的已执行比例确定函数的第二预设参数;参数映射表包括若干行,每一行对应一个预设的整点时间以及该整点时间对应的已执行比例确定函数的参数组;参数映射表根据若干历史目标任务对应的执行数据得到;已执行比例确定函数用于确定TAi中每一整点时间对应的已执行目标任务的比例;已执行比例为已完成安检的用户数量占目标航班的总用户数量的比例;
S400,获取Tnow和TAi之间的每一计算时间,以得到Ai对应的计算时间列表QEi=(QEi,1,QEi,2,…,QEi,p,…,QEi,g(i)),p=1,2,…,g(i);其中,QEi,p为Ai对应的第p个计算时间,g(i)为Ai对应的计算时间的数量;
S500,遍历QEi,若TAi,r≤QEi,p<TAi,r+1,则根据CAi,r确定QEi,p对应的已执行比例,进而得到已执行比例列表YEi=(YEi,1,YEi,2,…,YEi,p,…,YEi,g(i));其中,YEi,p为QEi,p对应的已执行比例;YEi,p=ki,r×TEi,p+bi,r;TEi,p为Ai在QEi,p的转换时间差;TEi,p=1/(1+exp(TAi-QEi,p)/60);exp()为预设的以自然常数为底的指数函数;
S600,根据YEi以及Ai对应的计划执行总数量,确定QEi,q与QEi,q+1之间的已执行数量;q=1,2,…,g(i)-1;计划执行总数量为目标航班的总用户数量。
2.根据权利要求1所述的目标航班任务的执行数量确定方法,其特征在于,步骤S600包括以下步骤:
S610,获取Ai对应的计划执行总数量NUMi;
S620,根据YEi,q与YEi,q+1,确定Ai在QEi,q与QEi,q+1之间对应的已执行数量NUMi,q=(YEi,q+1-YEi,q)×NUMi。
3.根据权利要求2所述的目标航班任务的执行数量确定方法,其特征在于,在步骤S600之后,所述方法包括以下步骤:
S700,获取A中每一目标任务在QEi,q与QEi,q+1之间的已执行数量,以得到已执行数量列表NUM=(NUM1,q,NUM2,q,…,NUMi,q,…,NUMn,q);
S710,根据NUM,确定A中的所有目标任务在QEi,q与QEi,q+1之间对应的已执行总数量ZQ=∑n i=1NUMi,q;
S720,获取历史时间段内每一QEi,q对应的目标子区域的数量,以得到目标子区域数量列表SL=(SL1,SL2,…,SLu,…,SLv),u=1,2,…,v;其中,SLu为获取到的历史时间段内第u个QEi,q对应的目标子区域的数量,v为历史时间段内QEi,q的数量;目标子区域为预设区域内满足预设的执行目标任务条件的子区域;
S730,根据SL,确定历史目标子区域最大数量NUMmax、历史目标子区域最小数量NUMmin和历史目标子区域平均数量NUMmax;其中,NUMmax=MAX(SL);NUMmin=MIN(SL);NUMav=;MAX()为预设的求最大值函数,MIN()为预设的求最小值函数,为预设的向下取整函数;
S740,根据ZQ、NUMmax、NUMmin和NUMav,确定QEi,q对应的执行HW的最大等待时长WEmax i,q=×TG;QEi,q对应的执行HW的最小等待时长WEmin i,q=/>×TG;以及QEi,q对应的执行HW的平均等待时长WEav i,q=/>×TG;其中,TG为历史用户执行HW的平均执行时长,HW为目标任务对应的关联子任务;/>为预设的向上取整函数。
4.根据权利要求3所述的目标航班任务的执行数量确定方法,其特征在于,在步骤S710之后,所述方法包括以下步骤:
S711,获取用户执行目标任务对应的关联子任务的预设等待时长JT;
S712,根据ZQ、JT和TG,确定目标子区域的数量NUMmb=。
5.根据权利要求1所述的目标航班任务的执行数量确定方法,其特征在于,所述预设的参数映射表通过以下步骤得到:
S310,获取历史时间段内每一历史目标任务的执行数据,以得到历史目标任务执行数据列表DQ=(DQ1,DQ2,…,DQa,…,DQc),a=1,2,…,c;其中,DQa为获取到的第a个历史目标任务的执行数据,c为历史时间段内历史目标任务的数量;DQa=(DQa,1,DQa,2);DQa,1为第a个历史目标任务的计划起飞时间,DQa,2为DQa,1前TQ内的每一预设整点时间对应的历史已执行数量比例数据;DQa,2包括若干历史已执行比例;
S320,使用预设的线性回归拟合算法,对DQ内的每一预设整点时间对应的历史目标任务的执行数据进行拟合,得到每一预设整点时间对应的已执行比例确定函数的第一预设参数和第二预设参数,进而得到所述预设的参数映射表。
6.根据权利要求1所述的目标航班任务的执行数量确定方法,其特征在于,TQ=400min。
7.根据权利要求1所述的目标航班任务的执行数量确定方法,其特征在于,任意两个相邻计算时间之间的时间间隔为10min。
8.一种非瞬时性计算机可读存储介质,所述存储介质中存储有至少一条指令或至少一段程序,其特征在于,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1-7中任意一项所述的目标航班任务的执行数量确定方法。
9.一种电子设备,其特征在于,包括处理器和权利要求8所述的非瞬时性计算机可读存储介质。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410175731.3A CN117726050B (zh) | 2024-02-08 | 2024-02-08 | 目标航班任务的执行数量确定方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410175731.3A CN117726050B (zh) | 2024-02-08 | 2024-02-08 | 目标航班任务的执行数量确定方法、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117726050A CN117726050A (zh) | 2024-03-19 |
CN117726050B true CN117726050B (zh) | 2024-05-10 |
Family
ID=90207376
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410175731.3A Active CN117726050B (zh) | 2024-02-08 | 2024-02-08 | 目标航班任务的执行数量确定方法、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117726050B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3021282A1 (en) * | 2017-10-20 | 2019-04-20 | Exhaustless, Inc. | Integrated management of disparate data from isolated data sources |
CN110751329A (zh) * | 2019-10-17 | 2020-02-04 | 中国民用航空总局第二研究所 | 一种机场安检通道的控制方法、装置、电子设备及存储介质 |
CN116681413A (zh) * | 2023-08-03 | 2023-09-01 | 中航信移动科技有限公司 | 一种航班到达时间确定方法、电子设备及存储介质 |
CN117033146A (zh) * | 2023-10-10 | 2023-11-10 | 北京安天网络安全技术有限公司 | 指定共识合约执行进程的识别方法、装置、设备及介质 |
-
2024
- 2024-02-08 CN CN202410175731.3A patent/CN117726050B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3021282A1 (en) * | 2017-10-20 | 2019-04-20 | Exhaustless, Inc. | Integrated management of disparate data from isolated data sources |
CN110751329A (zh) * | 2019-10-17 | 2020-02-04 | 中国民用航空总局第二研究所 | 一种机场安检通道的控制方法、装置、电子设备及存储介质 |
CN116681413A (zh) * | 2023-08-03 | 2023-09-01 | 中航信移动科技有限公司 | 一种航班到达时间确定方法、电子设备及存储介质 |
CN117033146A (zh) * | 2023-10-10 | 2023-11-10 | 北京安天网络安全技术有限公司 | 指定共识合约执行进程的识别方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117726050A (zh) | 2024-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10999140B2 (en) | Mitigation of likelihood and impact of a server-reconfiguration failure | |
US9990230B1 (en) | Scheduling a notebook execution | |
CN109034396B (zh) | 用于处理分布式集群中的深度学习作业的方法和装置 | |
Gocgun et al. | Lagrangian relaxation and constraint generation for allocation and advanced scheduling | |
US20160292621A1 (en) | Automatically identifying a project's staffing-availability risk | |
Rettke et al. | Approximate dynamic programming for the dispatch of military medical evacuation assets | |
US20130139152A1 (en) | Cloud provisioning accelerator | |
WO2019056695A1 (zh) | 任务调度的方法、装置、终端设备及计算机可读存储介质 | |
US8606905B1 (en) | Automated determination of system scalability and scalability constraint factors | |
CN106557369A (zh) | 一种多线程的管理方法及系统 | |
US20180349179A1 (en) | Centralized flexible deployment system | |
CN110490450A (zh) | 基于混合云的生物信息管理系统 | |
US11856053B2 (en) | Systems and methods for hybrid burst optimized regulated workload orchestration for infrastructure as a service | |
CN117726050B (zh) | 目标航班任务的执行数量确定方法、电子设备及存储介质 | |
CN109783236A (zh) | 用于输出信息的方法和装置 | |
CN113590955A (zh) | 目标推荐用户确定方法、装置、电子设备以及存储介质 | |
DE102022210484A1 (de) | Intelligentes Laden mehrerer Fahrzeuge durch gelernte Erfahrung | |
CN115545538A (zh) | 卫星资源调度方法、装置、电子设备及存储介质 | |
CN113344421B (zh) | 人员动态调配方法、系统、电子设备及存储介质 | |
CN113837569A (zh) | It服务人员的匹配方法、系统、电子设备和介质 | |
CN116991563B (zh) | 一种支持快速构建沙箱的队列生成方法及装置 | |
CN116431683A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
WO2020232396A1 (en) | Optimizing reserve crew patterns | |
CN112651674A (zh) | 一种轮班资源数的确定方法及相关设备 | |
CN115474439A (zh) | 用于机器人程序自动化的自动缩放策略 |
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 |