航班調整方法、裝置、電子設備及儲存媒體
本揭露係關於航空資訊處理領域，更明確而言是關於一種航班調整方法、裝置、電子設備及儲存媒體。
在航空領域中，當遭遇到天氣異常(如颱風、雷暴、大風、大霧等)或其他因素(如飛機故障、流量管控、空域佔用等)可能導致出現不同程度的航班延誤或者取消的情況時，絕大部分航空公司使用人工的方式在運行控制系統中進行航班調整，調整方案需要人工根據經驗給出。像颱風等極端天氣對多基地運行造成影響的情況下，調度員需要數小時左右才能將航班計畫梳理完畢。
本揭露實施例提供一種航班調整方法、裝置、電子設備及電腦儲存媒體。
第一態樣，本揭露實施例中提供了一種航班調整方法。
具體的，所述航班調整方法，包括：
獲取航班的調整參數；其中，所述調整參數包括基礎資訊、目標參數和約束條件；
根據所述調整參數確定至少一種目標航班調整方案。
進一步地，根據所述調整參數確定至少一種目標航班調整方案，包括：
根據所述基礎資訊確定滿足所述約束條件的多種候選航班調整方案；
根據所述目標參數從所述多種候選航班調整方案中確定至少一種目標航班調整方案。
進一步地，根據所述目標參數從所述多種候選航班調整方案中確定至少一種目標航班調整方案，包括：
根據所述目標參數確定多種所述候選航班調整方案對應的目標值；
根據所述目標值從所述多種候選航班調整方案中確定所述目標航班調整方案。
進一步地，獲取航班的調整參數，包括：
回應於對所述目標參數的設定請求，展示預先設定好的多組目標參數；
接收對所述多組目標參數組合中至少一組的選擇，將其作為所述目標參數。
進一步地，在選擇了多組所述目標參數的情形下，根據所述調整參數確定至少一種目標航班調整方案，包括：
針對每一組所述目標參數，根據所述調整參數確定至少一種目標航班調整方案。
進一步地，還包括：
接收高級參數的配置；
根據所述高級參數對所述目標參數進行調整。
進一步地，還包括：
根據至少一個所述目標航班調整方案生成視覺化圖表；
展示所述視覺化圖表。
第二態樣，本揭露實施例中提供了一種航班調整裝置。
具體的，所述航班調整裝置，包括：
獲取模組，被配置為獲取航班的調整參數；其中，所述調整參數包括基礎資訊、目標參數和約束條件；
確定模組，被配置為根據所述調整參數確定至少一種目標航班調整方案。
進一步地，所述確定模組，包括：
第一確定子模組，被配置為根據所述基礎資訊確定滿足所述約束條件的多種候選航班調整方案；
第二確定子模組，被配置為根據所述目標參數從所述多種候選航班調整方案中確定至少一種目標航班調整方案。
進一步地，所述第二確定子模組，包括：
第三確定子模組，被配置為根據所述目標參數確定多種所述候選航班調整方案對應的目標值；
第四確定子模組，被配置為根據所述目標值從所述多種候選航班調整方案中確定所述目標航班調整方案。
進一步地，所述獲取模組，包括：
展示子模組，被配置為回應於對所述目標參數的設定請求，展示預先設定好的多組目標參數；
接收子模組，被配置為接收對所述多組目標參數組合中至少一組的選擇，將其作為所述目標參數。
進一步地，在選擇了多組所述目標參數的情形下，所述確定模組，包括：
第五確定子模組，被配置為針對每一組所述目標參數，根據所述調整參數確定至少一種目標航班調整方案。
進一步地，還包括：
接收模組，被配置為接收高級參數的配置；
調整模組，被配置為根據所述高級參數對所述目標參數進行調整。
進一步地，還包括：
生成模組，被配置為根據至少一個所述目標航班調整方案生成視覺化圖表；
展示模組，被配置為展示所述視覺化圖表。
所述功能可以透過硬體實現，也可以透過硬體執行相應的軟體實現。所述硬體或軟體包括一個或多個與上述功能相對應的模組。
在一個可能的設計中，航班調整裝置的結構中包括記憶體和處理器，所述記憶體用於儲存一條或多條支援航班調整裝置執行上述第一態樣中航班調整方法的電腦指令，所述處理器被配置為用於執行所述記憶體中儲存的電腦指令。所述航班調整裝置還可以包括通信介面，用於航班調整裝置與其他設備或通信網路通信。
第三態樣，本揭露實施例提供了一種電子設備，包括記憶體和處理器；其中，所述記憶體用於儲存一條或多條電腦指令，其中，所述一條或多條電腦指令被所述處理器執行以實現第一態樣所述的方法。
第四態樣，本揭露實施例提供了一種電腦可讀儲存媒體，用於儲存企業帳戶的安全認證裝置所用的電腦指令，其包含用於執行上述第一態樣中航班調整方法所涉及的電腦指令。
本揭露實施例提供的技術方案可以包括以下有益效果：
本揭露實施例在需要進行航班調整時，在獲得包括基礎資訊、目標參數和與約束條件的航班調整參數後，根據調整參數確定至少一種目標航班調整方案。本揭露實施例透過設定航班調整參數，進而自動透過獲取的調整參數給出可行的最佳航班調整方案，供相關人員使用；可見，本揭露實施例提出了一種智慧航班調整方案，從而縮短航班計畫恢復時間，提高了操作效率，降低了成本損失，並提高了服務品質，能夠快速恢復航班計畫並使航空公司的運營成本達到最低。
應當理解的是，以上的一般描述和後文的細節描述僅是示例性和解釋性的，並不能限制本揭露。
下文中，將參考圖式詳細描述本揭露的示例性實施方式，以使本領域技術人員可容易地實現它們。此外，為了清楚起見，在圖式中省略了與描述示例性實施方式無關的部分。
在本揭露中，應理解，諸如“包括”或“具有”等的術語旨在指示本說明書中所揭露的特徵、數位、步驟、行為、組件、部分或其組合的存在，並且不欲排除一個或多個其他特徵、數位、步驟、行為、組件、部分或其組合存在或被添加的可能性。
另外還需要說明的是，在不衝突的情況下，本揭露中的實施例及實施例中的特徵可以相互組合。下面將參考圖式並結合實施例來詳細說明本揭露。
圖1示出根據本揭露一實施方式的航班調整方法的流程圖。如圖1所示，所述航班調整方法包括以下步驟S101-S102：
在步驟S101中，獲取航班的調整參數；其中，所述調整參數包括基礎資訊、目標參數和約束條件；
在步驟S102中，根據所述調整參數確定至少一種目標航班調整方案。
航班通常指飛機由始發站按規定的航線起飛，經過經停站至終點站或不經經停站直達終點站的運輸飛行。通常情況下，航班具有航班號、起降機場、航線、飛行時間等屬性。
在一些特殊情況下，例如極端天氣、航空管制、飛機故障等場景下，可能會導致飛機延誤或飛機取消等事件。而航空公司在面臨這種情況下時，通常需要進行航班調整，例如取消航班、航班延期、更換飛機(例如在飛機故障的情況或者將兩個以上航班合併在一起時可以更換成更大的飛機等)、調整航線、調整起飛及/或停機機場等，而這些航班調整方式都面臨成本損失的問題。此外，航班調整還涉及乘客的飛行安排(簽轉、延期、取消等)，這也會導致增加航空公司對乘客的理賠、乘客對航空公司滿意度等不同程度的代價。而不同的航班調整方式將會導致不同的損失及/或代價，同時航班調整還得遵循天氣、航空飛行規定等約束，因此在遇到航班調整時，既要滿足天氣、航空飛行規定等約束，又要使得航空公司付出的代價最低，這是當前航空領域迫切需要解決的一個問題。
本實施例中，可以在航班調整系統中預先設定好航班調整演算法，並在需要航班調整時，相關人員在航班調整系統中設定好當前進行航班調整所需的調整參數，航班調整系統獲取到調整參數後，將調整參數輸入至預先建立的航班調整演算法中，得到一個或多個最佳的解決方案，也即航班調整方案。
在一些實施例中，航班調整方案可以包括對調整時間段內的多種航班及航班上乘客的多種調整方式，例如取消航班的數量、航班延期(包括航班延遲起飛及/或延遲降落)的數量、航班延期的時間、航班提前的數量、航班提前的時間、哪些航班需要更換飛機、所更換的飛機是從同一機型分組內更換還是不同機型分組之間更換、所更換的飛機是從同一飛機分組更換還是不同飛機分組之間更換、簽轉乘客的數量、乘客被退票的數量等，具體可以根據實際情況而定，在此不再贅述。
例如，由於未來三天的天氣原因需要航班調整時，假如未來三天原始航班包括100個，那麼利用本揭露實施例得到的航班調整方案包括對這100個航班的各種不同調整方式，這些不同的調整方式包括單不限於取消其中一部分航班、延期其中一部分航班、保留剩餘航班以及取消的航班中乘客的退轉簽等。
在一些實施例中，本揭露實施例中的航班調整演算法可以採用運籌優化演算法，以從多種可能的航班調整方案中選擇一種或多種最佳的方案。運籌優化演算法可以理解為在滿足約束條件的前提下從多個變數組成的多種組合中選擇出最佳的變數組合。
而運籌優化演算法應用到本揭露實施例中，變數可以認為是航班的不同調整方式，包括航班取消、在同一機型分組內更換飛機(也即更換前後的飛機屬於同一個機型分組，機型分組是根據飛機的機型預先劃分好的)、在同一飛機分組內更換飛機(也即更換前後的飛機屬於同一個飛機分組，而飛機分組也是根據飛機的預設屬性預先劃分好的，飛機分組和機型分組的劃分方式可以不同)、航班延期、航班提前等。而不同航班調整方式可以對應不同的目標參數，目標參數可以對應不同航班調整方式的運營損失值。在一些實施例中，目標參數可以實作為罰分值，航班調整方式對應的運營損失值越大，目標參數越大。例如，某航班A被取消，則該航班A對應的調整方式的目標參數為a1，而某航班B被延遲起飛，則該航班B對應的調整方式的目標參數為b1，由於取消航班比延期航班帶來的運營損失要大，因此目標參數在實作為罰分值的情況下，目標參數a1大於目標參數b1。
在本揭露中，基礎資訊包括以下至少一種資訊：航班資訊、飛機資訊、機型資訊或者機庫資訊，例如，基礎資訊可以包括航班調整物件例如機場或航空公司等所擁有的飛機、調整前的航班資訊、機庫等實體資料。基礎資訊通常情況下是預先設定好的；同一航班調整物件例對應的基礎資訊基本上不會發生太大的變化，只有在基礎資訊對應的實際航班、飛機、機型或者機庫等發生變化時，需要進行相應的調整。
約束條件包括航班調整的一些限制條件。在一些實施例中，約束條件根據實際場景的不同而不同，如前所述，場景對應於導致本次航班調整的原因，例如，天氣原因、機場關閉、飛機故障、航班調減、機場流控、維修計畫等原因。而不同的原因則對應不同的約束條件。因此約束條件的設定則與實際場景相關。不同場景下需要設定的約束條件包括但不限於禁止進出港條件(某機場在某時間段不能進港或者出港)、飛機故障條件(某飛機在某時間段不能使用)、航班調減條件(在某時間段內對某機場的起飛架次進行限制)、過站不足條件(因前序航班延期導致後續航站的過站時間不足)、機場容量限制條件(某機場在某時間段起降速率受限)、指定航班的飛機屬性條件(指定某個航班只能有符合某些條件的飛機執行)、固定銜接條件(航班調整過程中中固定將兩個航班銜接到一架飛機上先後執行)等。
在一些實施例中，航班調整演算法採用運籌優化演算法，其根據基礎資訊以及約束條件找出各種不同航班調整方式(也即運籌優化演算法中的變數)對應的候選航班調整方案(也即運籌優化演算法中的變數組合)，並根據航班調整方式對應的目標參數計算出不同候選航班調整方案對應的目標值(例如航班調整方案對應的運營損失值)，並根據目標值從候選航班調整方案中選出至少一種最佳的目標航班調整方案(例如選出運營損失值最小的方案)。
運籌優化演算法在尋找可能的候選航班調整方案時會遵循設定的約束條件，並找到符合約束條件的多種候選航班調整方案。約束條件可以包括強約束條件和軟約束條件。強約束條件可以認為是不可違背的約束條件，例如不能採用不屬於本航空公司的航線、機場、機庫等，不能違反本國的一些航空飛行管制條例等；而軟約束條件可以認為是儘量要滿足的一些條件，例如，飛機故障等原因造成航班調整時，儘量在同機型分組和同一飛機分組之間更換飛機，如果跨機型分組和飛機分組更換飛機的話，則目標參數值會較大；再例如軟約束條件還包括最大簽轉時間、最大延期時間等成本約束條件。
在一些實施例中，運籌優化演算法可以採用列生成演算法。列生成演算法將航班調整問題分為主問題和多個子問題，子問題用於搜索有效飛行路線，每個子問題針對一架飛機尋找在預設的航班調整時間段內能夠被該架飛機執行的有效飛行路線(飛行路線包括飛行起始時間、降落時間、起飛機場和降落機場)，所尋找出來的有效飛行路線至少要滿足約束條件；多個子問題針對航空公司在航班調整時間段內可用的多架飛機分別尋找有效飛行路線，並且將尋找出來的有效飛行路線加入主問題待處理的飛行路線中，主問題針對這些待處理的有效飛行路線從中找出滿足約束條件的各種航班組合，也即各種候選航班調整方案，並根據目標參數計算各種候選航班調整方案的目標值(例如採用該種航班調整方案的運營損失值)。
主問題和子問題的具體實現過程是一個不斷反覆運算的過程，這是因為在預設的航班調整時間段內一架飛機可執行的飛行路線非常多，無法在很短的時間內窮舉出來，因此子問題會不斷反覆運算的尋找有效飛行路線，而主問題在每一輪反覆運算中求解出本輪最佳的航班調整方案，並且依據列生成演算法計算本輪反覆運算的對偶值(對偶值的計算為列生成演算法中已知的技術，在此不再贅述)，該對偶值被帶入下一輪子問題當中；子問題會基於主問題在上一反覆運算過程中計算出來的對偶值進一步搜索新的有效飛行路線，根據上一輪搜索結果計算出來的對偶值能夠提高本輪子問題的搜索效率，例如對偶值可以提高上一輪搜索結果中未包含的航班在本輪搜索結果中出現的概率，在到達預設的反覆運算次數或者子問題不再搜索到新的有效飛行路線的情況下，子問題停止搜索，而主問題根據子問題搜索出來所有有效航班序列，得到滿足約束條件且使得目標值最優的航班調整方案。
本揭露實施例在需要進行航班調整時，在獲得包括基礎資訊、目標參數和與約束條件的航班調整參數後，根據調整參數確定至少一種目標航班調整方案。本揭露實施例透過設定航班調整參數，進而自動透過獲取的調整參數給出可行的最佳航班調整方案，供相關人員使用；可見，本揭露實施例提出了一種智慧航班調整方案，從而縮短航班計畫恢復時間，提高了操作效率，降低了成本損失，並提高了服務品質，能夠快速恢復航班計畫並使航空公司的運營成本達到最低。
在本實施例的一個可選實現方式中，在確定了目標航班調整方案的同時，還可以確定該目標調整方案對應的目標值，該目標值與採用該目標航班調整方案進行航班調整給航空公司等帶來的運營損失相對應。
在本實施例的一個可選實現方式中，如圖2所示，所述步驟S102，即根據所述調整參數確定至少一種目標航班調整方案的步驟，進一步包括以下步驟S201-S202：
在步驟S201中，根據所述基礎資訊確定滿足所述約束條件的多種候選航班調整方案；
在步驟S202中，根據所述目標參數從所述多種候選航班調整方案中確定至少一種目標航班調整方案。
該可選的實現方式中，基礎資訊對應當前航班調整所針對的航班調整物件例如航空公司或機場等的基礎資訊，包括但不限於當前所針對的物件如航空公司的飛機相關的至少一種資訊(如飛機數量、飛機型號、飛機容量及其屬性等)、原始航班資料、機型分組、飛機分組、機庫停機方案等。基礎資訊是預先設定好的，不同航班調整物件可能具有不同的基礎資訊，而基礎資訊也會隨著物件的運營以及航空管控規定等的變化不斷更新。
飛機相關的資料包括但不限於物件擁有的飛機數量、飛機型號、飛機容量、每架飛機的當前使用狀態等；原始航班資料包括但不限於物件的航班路線、每個航班路線的航程時間、航段時間、過站時間、滑行時間、執行航班路線的飛機、航班路線的起飛機場以及降落機場等資料；機型分組資料包括預先根據不同的機型及/或佈局劃分而成的多種不同機型分組，例如在劃分時可以將機型相近、互換成本較低的多種機型設定在同一個機型組中；飛機分組資料包括預先根據飛機的不同機型、佈局、能力屬性等將飛機劃分為不同的機隊，航班調整演算法在求解航班調整方案時可以優先考慮同一組機型分組和飛機分組的飛機進行互換；機庫停機方案包括預先根據所擁有的停放飛機的機庫形成不同的機庫停機方案，供航班調整演算法使用。
在一些實施例中，在約束條件的限制下，找出各種候選航班調整方案，例如航空管制這一場景下設定的約束條件為在某一段時間內某一機場起飛的飛機不超過一定數量，那麼在該數量的限制下，可以根據原始航班資料，確定安排在該段時間內從該機場起飛的所有航班，並從中選擇不多於該數量的航班組成不同候選航班調整方案，例如，在該段時間內從該機場起飛的航班總共有10個，而突發的航空管制下限定只允許5架飛機起飛，那麼每個候選航班調整方案包括有5個航班不進行調整，而其他5個航班被延期或者被取消，取消航班和延期航班所對應的目標參數由於對應的是取消航班和延期航班所帶來的運營損失值(需要說明的是目標參數不等於運營損失值，而是運營損失值的一種實作，運營損失值與目標參數具有一定的線性關係)，因此不同候選航班調整方案對應的航班取消和延期的航班數量不同，則整個方案對應的運營損失值也，在運籌優化演算法中透過預先建立目標函數的方式，利用目標參數計算每個候選航班調整方案對應的目標值(需要說明的是目標參數不等於運營損失值，而是運營損失值的一種實作，運營損失值與目標參數具有一定的線性關係，因此根據目標參數值計算出來的目標值也不等同於運營損失值，但是目標值與運營損失值也具有一定的線性關係，可以基於該線性關係和目標值確定運營損失值)，進而可以確定目標值對應的運營損失值，可以將運營損失值最小的一種候選航班調整方案確定為最終的航班調整方案，以上僅是舉例說明，而實際情況要複雜的多，每種候選航班調整方案並不僅限於取消航班和延期航班兩種調整方式，還可能實際乘客簽轉、換飛機等調整方式，具體根據實際情況而定，在此不做限制。
在本實施例的一個可選實現方式中，如圖3所示，所述步驟S202，即根據所述目標參數從所述多種候選航班調整方案中確定至少一種目標航班調整方案的步驟，進一步包括以下步驟S301-S302：
在步驟S301中，根據所述目標參數確定多種所述候選航班調整方案對應的目標值；
在步驟S302中，根據所述目標值從所述多種候選航班調整方案中確定所述目標航班調整方案。
該可選的實現方式中，可以預先定義好計算目標值的目標函數，此處目標值對應於運營損失值，也即航班調整對航空公司等物件帶來的損失值。可以透過計算不同的候選航班調整方案對應的目標值，並選擇目標值對應的運營損失最小的一種或多種候選航班調整方案作為最終的目標航班調整方案。
下面透過一個簡單的例子說明目標值的計算原理。假設目標函數設定如下：
Y=a1x1+a2x2……+aixi+……；
其中，Y為目標函數值，xi為第i個變數，對應本揭露實施例中候選航班調整方案中的第i種類別的調整方式(如取消航班、延遲航班等)，ai為第i種調整方式xi對應的目標參數(如取消航班對應的目標參數為1000，延遲航班對應的目標參數為500)。
假設一種候選航班調整方案中取消航班數量為5，而延遲航班數量為0，那麼該候選航班調整方案的目標值Y=5*1000+0*500=5000；而另一種候選航班調整方案中取消航班數為3，而延遲航班數量為2，那麼該候選航班調整方案的目標值Y=3*1000+2*500=4000；那麼透過目標值可知後一種候選航班調整方案更優，可以選擇其作為目標航班調整方案。需要說明的是，上述僅為舉例說明，而實際目標函數更為複雜，在此不做限制。
在本實施例的一個可選實現方式中，如圖4所示，所述步驟S101，即獲取航班的調整參數的步驟，進一步包括以下步驟S401-S402：
在步驟S401中，回應於對所述目標參數的設定請求，展示預先設定好的多組目標參數；
在步驟S402中，接收對所述多組目標參數組合中至少一組的選擇，將其作為所述目標參數。
該可選的實現方式中，在一些實施例中，目標參數可以根據不同的場景進行預先設定。場景包括但不限於天氣、機場關閉、飛機故障、航班調減、機場流控、維修計畫等，不同場景下航班調整的約束條件可以有所不同，各種不同調整方式對應的目標參數也可能不同，例如航班調減場景下保留某一航班的目標參數值和維修計畫場景下保留某一航班的目標參數值不同，因為航班調減場景下保留某一航班，意味著要取消另外的航班，也即所付出的代價是一個或多個航班被取消的代價，而維修計畫場景下保留航班的代價可能是更換飛機的代價或延遲維修的代價。因此可以根據實際情況將各種不同場景下採用不同調整方式對應的目標參數預先設定好，在實際應用時可以根據實際場景從預先設定好的目標參數中選擇合適的一組或多組目標參數。
在一些實施例中，系統還可以提供目標參數設定介面；相關人員透過系統上提供的功能表列等預設元件打開目標參數設定介面後，可以在系統頁面上展示預先設定好的多組目標參數，例如以下拉清單或者核取方塊的樣式展示多組目標參數的標識，使用者透過下拉清單或者核取方塊選中其中一組或多組目標參數的標識後，還可以在展示頁面顯示出所選中的該一組或多組目標參數所包括的多個目標參數及其對應的目標參數值；此外，還可以在頁面上顯示“確認”按鈕，使用者在按下“確認”按鈕之後，可以將所選定的該組目標參數及其對應的參數值作為本次航班調整的目標參數。
由於不同場景下同一調整方式對應的目標參數值可以不同，因此可以預先設定好多組目標參數。一組目標參數可以包括多個調整方式對應的目標參數值，不同組的目標參數中至少有一個調整方式對應的目標參數值不同。
對於同一調整方式，在不同場景下其對應的目標參數值可以不同，例如在飛機故障這一場景下，取消航班這一調整方式對應的目標參數值可能會大於航空調減這一場景下的目標參數值，這是因為飛機故障採用更換飛機的方式顯然更加合適，因此可以透過將目標參數值設定較高的方式，避免在目標航班調整方案中出現取消航班這類不太合理的調整方式。因此，可以根據經驗、歷史資料等設定多組目標參數，在進行航班調整的時候，可以從預先設定好的多組目標參數中選擇合適的一組或多組作為目標調整方式。
該可選的實現方式中，通常情況下，航班計畫是預先都安排好的。但是在遇到一些特殊場景時，會導致需要調整預先安排好的航班。本揭露實施例中，場景資料可以認為是導致當前進行航班調整的一些場景因素，比如天氣因素、機場關閉、飛機故障、航班調減、機場流控、維修計畫等場景因素。而不同場景下要採取的調整方式也將不同，比如飛機故障和航班調減下所要採用的調整方式顯然不同，前者最簡單的方式就是更換故障飛機，航班可以不受影響，或者延期一段時間起飛；而後者則需要對整個航班調減時間段裡涉及的所有航班進行調整，重新制定航班計畫。
本揭露實施例在航班調整時，能夠根據實際情況設定場景資料，並且能夠支援一些個性化的設定。例如，可以支援國內特殊的業務規則，包括執行率不足航班(航空管理局對執行比例有考核要求，如果執行率不足可能取消時刻，因此系統支援對執行率不足航班單獨設定)、專項治理航班(航空管理局方和航班調整物件對航班延期比例有考核要求，會對於延期程度高的航班進行專項治理，因此單獨對於這部分航班進行設定)、航班調減(機場和空管在航班延期放行後，會在一定比例上按照配額減少航空公司的航班，需要單獨設定並輸入供演算法計算)。
在本實施例的一個可選實現方式中，在選擇了多組所述目標參數的情形下，所述步驟S102，即根據所述調整參數確定至少一種目標航班調整方案的步驟，進一步包括以下步驟：
針對每一組所述目標參數，根據所述調整參數確定至少一種目標航班調整方案。
該可選的實現方式中，在時間和計算資源允許的情況下，為了得到更優的目標航班調整方案，在設定目標參數時，還可以選擇多組預先設定好的目標參數，並且針對每一組目標參數，透過運行航班調整演算法確定至少一種目標航班調整方案，並將根據每組目標參數計算出來的目標航班調整方案都輸出，供相關人員使用。
在一可選的實現方式中，輸出目標航班調整方案的同時，還可以輸出目標航班調整方案對應的目標值，透過該目標值可以確定採用目標航班調整方案可能會帶來的運營損失值，在有多種目標航班調整方案可選的情況下，相關人員可以根據運營損失值的大小選擇合適的目標航班調整方案。
在本實施例的一個可選實現方式中，所述方法進一步還包括以下步驟：
接收高級參數的配置；
根據所述高級參數對所述目標參數進行調整。
該可選的實現方式中，具有高級許可權的相關人員還可以設定高級參數，例如用於設定更傾向於哪種調整方式的傾向性資料，比如延誤傾向性、取消傾向性、維修計畫違反傾向性、弱限制違反傾向性、航線傾向性、機場傾向性等資料。在設定了這類高級參數後，可以根據所設定的高級參數對目標參數進行調整，以便在計算目標值的時候，能夠實作出相關人員的傾向性。例如，相關人員設定了延誤傾向性參數，那麼航班調整模型可以傾向於給出航班延誤的調整方案，可以在設定的目標參數基礎上，將航班延誤這一調整方式對應的目標參數值進行調整，使得本次航班調整中，航班延誤這一調整方式實際對應的運營損失值所占的比重較小。
在一些實施例中，還可以提供高級參數配置介面。相關人員在透過系統介面上的功能表列等預設元件打開該高級參數設定介面後，頁面上可以展示能夠配置的多個可選高級參數，例如下拉清單或者核取方塊樣式展示可選的高級參數；每個高級參數可以對應於上述調整方式的傾向性資料，比如延誤傾向性、取消傾向性、維修計畫違反傾向性、弱限制違反傾向性、航線傾向性、機場傾向性等資料；相關人員可以根據實際情況選中其中一個或多個高級參數，而航班調整模型在運行過程中，則根據所選中的高級參數及預設規則對目標參數進行調整，並根據調整後的目標參數確定目標航班調整方。
在本實施例的一個可選實現方式中，所述方法進一步還包括以下步驟：
接收對預先設定的至少一組目標參數的處理請求；
根據所述處理請求對至少一組所述目標參數進行調整。
該可選的實現方式中，對預設的目標參數的處理請求包括刪除預設一組或多組目標參數、撤回預設的一組或多組目標參數、重新發佈一組或多組預設的目標參數等。預先設定的多組目標參數可以是不同的人員設定的，在相關人員透過自身經驗及/或歷史資料等方式確定一組或多組合理的目標參數後，可以將其發佈在執行本揭露實施例中提出的航班調整方案的系統中，供其他人員參考及使用，當然相關人員也可以選擇不發佈該一組或多組目標參數，而僅供自己查看使用。此外，相關人員還可以對自己預先設定一組或多組目標參數進行更新，例如刪除、撤回修改等。
預先設定的目標參數的更新還可以與線上執行的航班調整流程相關聯，假如預設的一組目標參數x被相關人員X刪除時，那麼在相關人員Y發起的航班調整流程中選擇了使用該組目標參數，但是該流程中的航班調整演算法還未執行時，可以取消該航班調整流程，同時還可以提示相關人員Y重新發起航班調整流程，這是因為該流程中設定的目標參數由於設定不當，可能會導致輸出的航班調整方案不可用，浪費計算資源。
假如相關人員X需要撤回發佈出來的一組或多組目標參數x時，那麼在相關人員Y發起的航班調整流程中雖然使用了該一組或多組目標參數，但是還未開始執行航班調整演算法時，可以暫停該航班調整流程的執行，直到該一組或多組目標參數x重新被發佈。
假如相關人員X重新發佈之前撤回的一組或多組目標參數x時，那麼相關人員Y發起的航班調整流程與該一組或多組目標參數x相關聯，且該航班調整流程處於暫停狀態，此時可以重新開機該航班調整流程，並根據發佈後的目標參數執行航班調整演算法，並輸出航班調整方案。
可以理解的是，假如目標參數在被更新時，與之關聯的航班調整流程已經開始執行，也即航班調整演算法已經基於該目標參數及其他調整參數進行計算時，則僅更新該目標參數，而不打斷已在執行的航班調整演算法。
本實施例的一個可選實現方式中，所述方法還包括以下步驟：
根據至少一個所述目標航班調整方案生成視覺化圖表；
展示所述視覺化圖表。
該可選的實現方式中，目標航班調整方案可以包括多個，供決策人員選擇。為了方便決策人員從多個目標航班調整方案中選擇合適的方案進行航班調度，可以將目標航班調整方案以視覺化圖表的形式展示出來。目標航班調整方案對應的視覺化圖表可以基於一個或多個維度上的關鍵性指標生成，將多個目標航班調整方案以這些一個或多個維度的關鍵性指標對應的視覺化圖表展示出來，能夠直觀地從中看出各個目標航班調整方案在不同維度上的比較效果。
決策人員可以根據實際需求選擇一個或多個維度上的關鍵性指標，系統可以基於決策人員的選擇展示出多個目標航班調整方案在該一個或多個維度上的關鍵性指標維度上的視覺化圖表，以便決策人員能夠直觀地確定多個目標調整方案在其所選擇的關鍵性指標維度上的比較結果，並基於實際情況選擇合適的目標航班調整方案。
關鍵性指標可以是預先設定好的，且對應於目標航班調整方案中的調整方式，例如取消航班的數量、航班延期(包括航班延遲起飛及/或延遲降落)的數量、航班延期的時間、航班提前的數量、航班提前的時間、哪些航班需要更換飛機、所更換的飛機是從同一機型分組內更換還是不同機型分組之間更換、所更換的飛機是從同一飛機分組更換還是不同飛機分組之間更換、簽轉乘客的數量、乘客被退票的數量等。
如圖5(a)-(b)所示，其示例性示出多個維度上的關鍵性指標對應的多個目標航班調整方案的一種視覺化效果圖。其中，圖5(a)的方案比較雷達圖展示了四個目標航班調整方案在多個關鍵性指標維度上的比較結果，該雷達圖中的關鍵性指標包括取消航班數量、延誤航班數量、總延誤時長、旅客取消人數、旅客延誤人數、正常率、航班總收入、航班總成本，從雷達圖可以很直觀地看出這四個目標航班調整方案在上述多個關鍵性指標維度上的比較結果，並且透過點選其中一個目標航班調整方案在雷達圖上的圖形，可以在彈出框中顯示對應維度上的指標資料(如圖5(a)中所示的“11分”)，同時在圖5(b)顯示出該選中的目標航班調整方案在關鍵性指標維度上的其他視覺化圖形，圖5(b)示出選中的該目標航班調整方案的正常率、收益情況(航班總收入和航班總成本的對比效果圖)、延誤情況(延期航班數量和取消航班數量的對比效果圖)、旅客情況(取消旅客人數和延誤旅客人數的對比效果圖)。
當然，可以理解的是，上述關鍵性指標對應的資料也可以透過統計資料的形式展示出來，並且可以提供篩選、排序等功能，決策人員可以根據實際情況，利用關鍵性指標對多個目標調整方案進行篩選及/或排序後，最終選擇合適的目標航班調整方案。
下述為本揭露裝置實施例，可以用於執行本揭露方法實施例。
圖6示出根據本揭露一實施方式的航班調整裝置的結構方塊圖，該裝置可以透過軟體、硬體或者兩者的結合實現成為電子設備的部分或者全部。如圖6所示，所述航班調整裝置包括：
獲取模組601，被配置為獲取航班的調整參數；其中，所述調整參數包括基礎資訊、目標參數和約束條件；
確定模組602，被配置為根據所述調整參數確定至少一種目標航班調整方案。
航班通常指飛機由始發站按規定的航線起飛，經過經停站至終點站或不經經停站直達終點站的運輸飛行。通常情況下，航班具有航班號、起降機場、航線、飛行時間等屬性。
在一些特殊情況下，例如極端天氣、航空管制、飛機故障等場景下，可能會導致飛機延誤或飛機取消等事件。而航空公司在面臨這種情況下時，通常需要進行航班調整，例如取消航班、延誤航班、更換飛機(例如在飛機故障的情況或者將兩個以上航班合併在一起時可以更換成更大的飛機等)、調整航線、調整起飛及/或停機機場等，而這些航班調整方式都面臨成本損失的問題。此外，航班調整還涉及乘客的飛行安排(簽轉、延期、取消等)，這也會導致增加航空公司對乘客的理賠、乘客對航空公司滿意度等不同程度的代價。而不同的航班調整方式將會導致不同的損失及/或代價，同時航班調整還得遵循天氣、航空飛行規定等約束，因此在遇到航班調整時，既要滿足天氣、航空飛行規定等約束，又要使得航空公司付出的代價最低，這是當前航空領域迫切需要解決的一個問題。
本實施例中，可以在航班調整系統中預先設定好航班調整演算法，並在需要航班調整時，相關人員在航班調整系統中設定好當前進行航班調整所需的調整參數，航班調整系統獲取到調整參數後，將調整參數輸入至預先建立的航班調整演算法中，得到一個或多個最佳的解決方案，也即航班調整方案。
在一些實施例中，航班調整方案可以包括對調整時間段內的多種航班及航班上乘客的多種調整方式，例如取消航班的數量、航班延期(包括航班延遲起飛及/或延遲降落)的數量、航班延期的時間、航班提前的數量、航班提前的時間、哪些航班需要更換飛機、所更換的飛機是從同一機型分組內更換還是不同機型分組之間更換、所更換的飛機是從同一飛機分組更換還是不同飛機分組之間更換、簽轉乘客的數量、乘客被退票的數量等，具體可以根據實際情況而定，在此不再贅述。
例如，由於未來三天的天氣原因需要航班調整時，假如未來三天原始航班包括100個，那麼利用本揭露實施例得到的航班調整方案包括對這100個航班的各種不同調整方式，這些不同的調整方式包括單不限於取消其中一部分航班、延期其中一部分航班、保留剩餘航班以及取消的航班中乘客的退轉簽等。
在一些實施例中，本揭露實施例中的航班調整演算法可以採用運籌優化演算法，以從多種可能的航班調整方案中選擇一種或多種最佳的方案。運籌優化演算法可以理解為在滿足約束條件的前提下從多個變數組成的多種組合中選擇出最佳的變數組合。
而運籌優化演算法應用到本揭露實施例中，變數可以認為是航班的不同調整方式，包括航班取消、在同一機型分組內更換飛機(也即更換前後的飛機屬於同一個機型分組，機型分組是根據飛機的機型預先劃分好的)、在同一飛機分組內更換飛機(也即更換前後的飛機屬於同一個飛機分組，而飛機分組也是根據飛機的預設屬性預先劃分好的，飛機分組和機型分組的劃分方式可以不同)、航班延期、航班提前等。而不同航班調整方式可以對應不同的目標參數，目標參數可以對應不同航班調整方式的運營損失值。在一些實施例中，目標參數可以實作為罰分值，航班調整方式對應的運營損失值越大，目標參數越大。例如，某航班A被取消，則該航班A對應的調整方式的目標參數為a1，而某航班B被延遲起飛，則該航班B對應的調整方式的目標參數為b1，由於取消航班比延期航班帶來的運營損失要大，因此目標參數在實作為罰分值的情況下，目標參數a1大於目標參數b1。
在本揭露中，基礎資訊包括以下至少一種資訊：航班資訊、飛機資訊、機型資訊或者機庫資訊，例如，基礎資訊可以包括航班調整物件例如機場或航空公司等所擁有的飛機、調整前的航班資訊、機庫等實體資料。基礎資訊通常情況下是預先設定好的；同一航班調整物件例對應的基礎資訊基本上不會發生太大的變化，只有在基礎資訊對應的實際航班、飛機、機型或者機庫等發生變化時，需要進行相應的調整。
約束條件包括航班調整的一些限制條件。在一些實施例中，約束條件根據實際場景的不同而不同，如前所述，場景對應於導致本次航班調整的原因，例如，天氣原因、機場關閉、飛機故障、航班調減、機場流控、維修計畫等原因。而不同的原因則對應不同的約束條件。因此約束條件的設定則與實際場景相關。不同場景下需要設定的約束條件包括但不限於禁止進出港條件(某機場在某時間段不能進港或者出港)、飛機故障條件(某飛機在某時間段不能使用)、航班調減條件(在某時間段內對某機場的起飛架次進行限制)、過站不足條件(因前序航班延誤導致後續航站的過站時間不足)、機場容量限制條件(某機場在某時間段起降速率受限)、指定航班的飛機屬性條件(指定某個航班只能有符合某些條件的飛機執行)、固定銜接條件(航班調整過程中中固定將兩個航班銜接到一架飛機上先後執行)等。
在一些實施例中，航班調整演算法採用運籌優化演算法，其根據基礎資訊以及約束條件找出各種不同航班調整方式(也即運籌優化演算法中的變數)對應的候選航班調整方案(也即運籌優化演算法中的變數組合)，並根據航班調整方式對應的目標參數計算出不同候選航班調整方案對應的目標值(例如航班調整方案對應的運營損失值)，並根據目標值從候選航班調整方案中選出至少一種最佳的目標航班調整方案(例如選出運營損失值最小的方案)。
運籌優化演算法在尋找可能的候選航班調整方案時會遵循設定的約束條件，並找到符合約束條件的多種候選航班調整方案。約束條件可以包括強約束條件和軟約束條件。強約束條件可以認為是不可違背的約束條件，例如不能採用不屬於本航空公司的航線、機場、機庫等，不能違反本國的一些航空飛行管制條例等；而軟約束條件可以認為是儘量要滿足的一些條件，例如，飛機故障等原因造成航班調整時，儘量在同機型分組和同一飛機分組之間更換飛機，如果跨機型分組和飛機分組更換飛機的話，則目標參數值會較大；再例如軟約束條件還包括最大簽轉時間、最大延誤時間等成本約束條件。
在一些實施例中，運籌優化演算法可以採用列生成演算法。列生成演算法將航班調整問題分為主問題和多個子問題，子問題用於搜索有效飛行路線，每個子問題針對一架飛機尋找在預設的航班調整時間段內能夠被該架飛機執行的有效飛行路線(飛行路線包括飛行起始時間、降落時間、起飛機場和降落機場)，所尋找出來的有效飛行路線至少要滿足約束條件；多個子問題針對航空公司在航班調整時間段內可用的多架飛機分別尋找有效飛行路線，並且將尋找出來的有效飛行路線加入主問題待處理的飛行路線中，主問題針對這些待處理的有效飛行路線從中找出滿足約束條件的各種航班組合，也即各種候選航班調整方案，並根據目標參數計算各種候選航班調整方案的目標值(例如採用該種航班調整方案的運營損失值)。
主問題和子問題的具體實現過程是一個不斷反覆運算的過程，這是因為在預設的航班調整時間段內一架飛機可執行的飛行路線非常多，無法在很短的時間內窮舉出來，因此子問題會不斷反覆運算的尋找有效飛行路線，而主問題在每一輪反覆運算中求解出本輪最佳的航班調整方案，並且依據列生成演算法計算本輪反覆運算的對偶值(對偶值的計算為列生成演算法中已知的技術，在此不再贅述)，該對偶值被帶入下一輪子問題當中；子問題會基於主問題在上一反覆運算過程中計算出來的對偶值進一步搜索新的有效飛行路線，根據上一輪搜索結果計算出來的對偶值能夠提高本輪子問題的搜索效率，例如對偶值可以提高上一輪搜索結果中未包含的航班在本輪搜索結果中出現的概率，在到達預設的反覆運算次數或者子問題不再搜索到新的有效飛行路線的情況下，子問題停止搜索，而主問題根據子問題搜索出來所有有效航班序列，得到滿足約束條件且使得目標值最優的航班調整方案。
本揭露實施例在需要進行航班調整時，在獲得包括基礎資訊、目標參數和與約束條件的航班調整參數後，根據調整參數確定至少一種目標航班調整方案。本揭露實施例透過設定航班調整參數，進而自動透過獲取的調整參數給出可行的最佳航班調整方案，供相關人員使用；可見，本揭露實施例提出了一種智慧航班調整方案，從而縮短航班計畫恢復時間，提高了操作效率，降低了成本損失，並提高了服務品質，能夠快速恢復航班計畫並使航空公司的運營成本達到最低。
在本實施例的一個可選實現方式中，在確定了目標航班調整方案的同時，還可以確定該目標調整方案對應的目標值，該目標值與採用該目標航班調整方案進行航班調整給航空公司等帶來的運營損失相對應。
在本實施例的一個可選實現方式中，如圖7所示，所述確定模組602，包括：
第一確定子模組701，被配置為根據所述基礎資訊確定滿足所述約束條件的多種候選航班調整方案；
第二確定子模組702，被配置為根據所述目標參數從所述多種候選航班調整方案中確定至少一種目標航班調整方案。
該可選的實現方式中，基礎資訊對應當前航班調整所針對的航班調整物件例如航空公司或機場等的基礎資訊，包括但不限於當前所針對的物件如航空公司的飛機相關的以下至少一種資訊：飛機數量、飛機型號、飛機容量及其屬性、原始航班資料、機型分組、飛機分組、機庫停機方案等。基礎資訊是預先設定好的，不同航班調整物件可能具有不同的基礎資訊，而基礎資訊也會隨著物件的運營以及航空管控規定等的變化不斷更新。
飛機相關的資料包括但不限於物件擁有的飛機數量、飛機型號、飛機容量、每架飛機的當前使用狀態等；原始航班資料包括但不限於物件的航班路線、每個航班路線的航程時間、航段時間、過站時間、滑行時間、執行航班路線的飛機、航班路線的起飛機場以及降落機場等資料；機型分組資料包括預先根據不同的機型及/或佈局劃分而成的多種不同機型分組，例如在劃分時可以將機型相近、互換成本較低的多種機型設定在同一個機型組中；飛機分組資料包括預先根據飛機的不同機型、佈局、能力屬性等將飛機劃分為不同的機隊，航班調整演算法在求解航班調整方案時可以優先考慮同一組機型分組和飛機分組的飛機進行互換；機庫停機方案包括預先根據所擁有的停放飛機的機庫形成不同的機庫停機方案，供航班調整演算法使用。
在一些實施例中，在約束條件的限制下，找出各種候選航班調整方案，例如航空管制這一場景下設定的約束條件為在某一段時間內某一機場起飛的飛機不超過一定數量，那麼在該數量的限制下，可以根據原始航班資料，確定安排在該段時間內從該機場起飛的所有航班，並從中選擇不多於該數量的航班組成不同候選航班調整方案，例如，在該段時間內從該機場起飛的航班總共有10個，而突發的航空管制下限定只允許5架飛機起飛，那麼每個候選航班調整方案包括有5個航班不進行調整，而其他5個航班被延期或者被取消，取消航班和延期航班所對應的目標參數由於對應的是取消航班和延期航班所帶來的運營損失值(需要說明的是目標參數不等於運營損失值，而是運營損失值的一種實作，運營損失值與目標參數具有一定的線性關係)，因此不同候選航班調整方案對應的航班取消和延期的航班數量不同，則整個方案對應的運營損失值也，在運籌優化演算法中透過預先建立目標函數的方式，利用目標參數計算每個候選航班調整方案對應的目標值(需要說明的是目標參數不等於運營損失值，而是運營損失值的一種實作，運營損失值與目標參數具有一定的線性關係，因此根據目標參數值計算出來的目標值也不等同於運營損失值，但是目標值與運營損失值也具有一定的線性關係，可以基於該線性關係和目標值確定運營損失值)，進而可以確定目標值對應的運營損失值，可以將運營損失值最小的一種候選航班調整方案確定為最終的航班調整方案，以上僅是舉例說明，而實際情況要複雜的多，每種候選航班調整方案並不僅限於取消航班和延期航班兩種調整方式，還可能實際乘客簽轉、換飛機等調整方式，具體根據實際情況而定，在此不做限制。
在本實施例的一個可選實現方式中，如圖8所示，所述第二確定子模組702，包括：
第三確定子模組801，被配置為根據所述目標參數確定多種所述候選航班調整方案對應的目標值；
第四確定子模組802，被配置為根據所述目標值從所述多種候選航班調整方案中確定所述目標航班調整方案。
該可選的實現方式中，可以預先定義好計算目標值的目標函數，此處目標值對應於運營損失值，也即航班調整對航空公司等物件帶來的損失值。可以透過計算不同的候選航班調整方案對應的目標值，並選擇目標值對應的運營損失最小的一種或多種候選航班調整方案作為最終的目標航班調整方案。
下面透過一個簡單的例子說明目標值的計算原理。假設目標函數設定如下：
Y=a1x1+a2x2……+aixi+……；
其中，Y為目標函數值，xi為第i個變數，對應本揭露實施例中候選航班調整方案中的第i種類別的調整方式(如取消航班、延遲航班等)，ai為第i種調整方式xi對應的目標參數(如取消航班對應的目標參數為1000，延遲航班對應的目標參數為500)。
假設一種候選航班調整方案中取消航班數量為5，而延遲航班數量為0，那麼該候選航班調整方案的目標值Y=5*1000+0*500=5000；而另一種候選航班調整方案中取消航班數為3，而延遲航班數量為2，那麼該候選航班調整方案的目標值Y=3*1000+2*500=4000；那麼透過目標值可知後一種候選航班調整方案更優，可以選擇其作為目標航班調整方案。需要說明的是，上述僅為舉例說明，而實際目標函數更為複雜，在此不做限制。
在本實施例的一個可選實現方式中，如圖9所示，所述獲取模組601，包括：
展示子模組901，被配置為回應於對所述目標參數的設定請求，展示預先設定好的多組目標參數；
接收子模組902，被配置為接收對所述多組目標參數組合中至少一組的選擇，將其作為所述目標參數。
該可選的實現方式中，在一些實施例中，目標參數可以根據不同的場景進行預先設定。場景包括但不限於天氣、機場關閉、飛機故障、航班調減、機場流控、維修計畫等，不同場景下航班調整的約束條件可以有所不同，各種不同調整方式對應的目標參數也可能不同，例如航班調減場景下保留某一航班的目標參數值和維修計畫場景下保留某一航班的目標參數值不同，因為航班調減場景下保留某一航班，意味著要取消另外的航班，也即所付出的代價是一個或多個航班被取消的代價，而維修計畫場景下保留航班的代價可能是更換飛機的代價或延遲維修的代價。因此可以根據實際情況將各種不同場景下採用不同調整方式對應的目標參數預先設定好，在實際應用時可以根據實際場景從預先設定好的目標參數中選擇合適的一組或多組目標參數。
在一些實施例中，系統還可以提供目標參數設定介面；相關人員透過系統上提供的功能表列等預設元件打開目標參數設定介面後，可以在系統頁面上展示預先設定好的多組目標參數，例如以下拉清單或者核取方塊的樣式展示多組目標參數的標識，使用者透過下拉清單或者核取方塊選中其中一組或多組目標參數的標識後，還可以在展示頁面顯示出所選中的該一組或多組目標參數所包括的多個目標參數及其對應的目標參數值；此外，還可以在頁面上顯示“確認”按鈕，使用者在按下“確認”按鈕之後，可以將所選定的該組目標參數及其對應的參數值作為本次航班調整的目標參數。
由於不同場景下同一調整方式對應的目標參數值可以不同，因此可以預先設定好多組目標參數。一組目標參數可以包括多個調整方式對應的目標參數值，不同組的目標參數中至少有一個調整方式對應的目標參數值不同。
對於同一調整方式，在不同場景下其對應的目標參數值可以不同，例如在飛機故障這一場景下，取消航班這一調整方式對應的目標參數值可能會大於航空調減這一場景下的目標參數值，這是因為飛機故障採用更換飛機的方式顯然更加合適，因此可以透過將目標參數值設定較高的方式，避免在目標航班調整方案中出現取消航班這類不太合理的調整方式。因此，可以根據經驗、歷史資料等設定多組目標參數，在進行航班調整的時候，可以從預先設定好的多組目標參數中選擇合適的一組或多組作為目標調整方式。
該可選的實現方式中，通常情況下，航班計畫是預先都安排好的。但是在遇到一些特殊場景時，會導致需要調整預先安排好的航班。本揭露實施例中，場景資料可以認為是導致當前進行航班調整的一些場景因素，比如天氣因素、機場關閉、飛機故障、航班調減、機場流控、維修計畫等場景因素。而不同場景下要採取的調整方式也將不同，比如飛機故障和航班調減下所要採用的調整方式顯然不同，前者最簡單的方式就是更換故障飛機，航班可以不受影響，或者延誤一段時間起飛；而後者則需要對整個航班調減時間段裡涉及的所有航班進行調整，重新制定航班計畫。
本揭露實施例在航班調整時，能夠根據實際情況設定場景資料，並且能夠支援一些個性化的設定。例如，可以支援國內特殊的業務規則，包括執行率不足航班(航空管理局對執行比例有考核要求，如果執行率不足可能取消時刻，因此系統支援對執行率不足航班單獨設定)、專項治理航班(航空管理局方和航班調整物件對航班延誤比例有考核要求，會對於延誤程度高的航班進行專項治理，因此單獨對於這部分航班進行設定)、航班調減(機場和空管在航班延誤放行後，會在一定比例上按照配額減少航空公司的航班，需要單獨設定並輸入供演算法計算)。
在本實施例的一個可選實現方式中，在選擇了多組所述目標參數的情形下，所述確定模組602，包括：
第五確定子模組，被配置為針對每一組所述目標參數，根據所述調整參數確定至少一種目標航班調整方案。
該可選的實現方式中，在時間和計算資源允許的情況下，為了得到更優的目標航班調整方案，在設定目標參數時，還可以選擇多組預先設定好的目標參數，並且針對每一組目標參數，透過運行航班調整演算法確定至少一種目標航班調整方案，並將根據每組目標參數計算出來的目標航班調整方案都輸出，供相關人員使用。
在一可選的實現方式中，輸出目標航班調整方案的同時，還可以輸出目標航班調整方案對應的目標值，透過該目標值可以確定採用目標航班調整方案可能會帶來的運營損失值，在有多種目標航班調整方案可選的情況下，相關人員可以根據運營損失值的大小選擇合適的目標航班調整方案。
在本實施例的一個可選實現方式中，所述裝置進一步還包括
接收模組，被配置為接收高級參數的配置；
調整模組，被配置為根據所述高級參數對所述目標參數進行調整。
該可選的實現方式中，具有高級許可權的相關人員還可以設定高級參數，例如用於設定更傾向於哪種調整方式的傾向性資料，比如延誤傾向性、取消傾向性、維修計畫違反傾向性、弱限制違反傾向性、航線傾向性、機場傾向性等資料。在設定了這類高級參數後，可以根據所設定的高級參數對目標參數進行調整，以便在計算目標值的時候，能夠實作出相關人員的傾向性。例如，相關人員設定了延誤傾向性參數，那麼航班調整模型可以傾向於給出航班延誤的調整方案，可以在設定的目標參數基礎上，將航班延誤這一調整方式對應的目標參數值進行調整，使得本次航班調整中，航班延誤這一調整方式實際對應的運營損失值所占的比重較小。
在一些實施例中，還可以提供高級參數配置介面。相關人員在透過系統介面上的功能表列等預設元件打開該高級參數設定介面後，頁面上可以展示能夠配置的多個可選高級參數，例如下拉清單或者核取方塊樣式展示可選的高級參數；每個高級參數可以對應於上述調整方式的傾向性資料，比如延誤傾向性、取消傾向性、維修計畫違反傾向性、弱限制違反傾向性、航線傾向性、機場傾向性等資料；相關人員可以根據實際情況選中其中一個或多個高級參數，而航班調整模型在運行過程中，則根據所選中的高級參數及預設規則對目標參數進行調整，並根據調整後的目標參數確定目標航班調整方。
在本實施例的一個可選實現方式中，所述裝置進一步還包括：
接收對預先設定的至少一組目標參數的處理請求的模組；
根據所述處理請求對至少一組所述目標參數進行調整的模組。
該可選的實現方式中，對預設的目標參數的處理請求包括刪除預設一組或多組目標參數、撤回預設的一組或多組目標參數、重新發佈一組或多組預設的目標參數等。預先設定的多組目標參數可以是不同的人員設定的，在相關人員透過自身經驗及/或歷史資料等方式確定一組或多組合理的目標參數後，可以將其發佈在執行本揭露實施例中提出的航班調整方案的系統中，供其他人員參考及使用，當然相關人員也可以選擇不發佈該一組或多組目標參數，而僅供自己查看使用。此外，相關人員還可以對自己預先設定一組或多組目標參數進行更新，例如刪除、撤回修改等。
預先設定的目標參數的更新還可以與線上執行的航班調整流程相關聯，假如預設的一組目標參數x被相關人員X刪除時，那麼在相關人員Y發起的航班調整流程中選擇了使用該組目標參數，但是該流程中的航班調整演算法還未執行時，可以取消該航班調整流程，同時還可以提示相關人員Y重新發起航班調整流程，這是因為該流程中設定的目標參數由於設定不當，可能會導致輸出的航班調整方案不可用，浪費計算資源。
假如相關人員X需要撤回發佈出來的一組或多組目標參數x時，那麼在相關人員Y發起的航班調整流程中雖然使用了該一組或多組目標參數，但是還未開始執行航班調整演算法時，可以暫停該航班調整流程的執行，直到該一組或多組目標參數x重新被發佈。
假如相關人員X重新發佈之前撤回的一組或多組目標參數x時，那麼相關人員Y發起的航班調整流程與該一組或多組目標參數x相關聯，且該航班調整流程處於暫停狀態，此時可以重新開機該航班調整流程，並根據發佈後的目標參數執行航班調整演算法，並輸出航班調整方案。
本實施例的一個可選實現方式中，所述裝置還包括：
生成模組，被配置為根據至少一個所述目標航班調整方案生成視覺化圖表；
展示模組，被配置為展示所述視覺化圖表。
該可選的實現方式中，目標航班調整方案可以包括多個，供決策人員選擇。為了方便決策人員從多個目標航班調整方案中選擇合適的方案進行航班調度，可以將目標航班調整方案以視覺化圖表的形式展示出來。目標航班調整方案對應的視覺化圖表可以基於一個或多個維度上的關鍵性指標生成，將多個目標航班調整方案以這些一個或多個維度的關鍵性指標對應的視覺化圖表展示出來，能夠直觀地從中看出各個目標航班調整方案在不同維度上的比較效果。
決策人員可以根據實際需求選擇一個或多個維度上的關鍵性指標，系統可以基於決策人員的選擇展示出多個目標航班調整方案在該一個或多個維度上的關鍵性指標維度上的視覺化圖表，以便決策人員能夠直觀地確定多個目標調整方案在其所選擇的關鍵性指標維度上的比較結果，並基於實際情況選擇合適的目標航班調整方案。
關鍵性指標可以是預先設定好的，且對應於目標航班調整方案中的調整方式，例如取消航班的數量、航班延期(包括航班延遲起飛及/或延遲降落)的數量、航班延期的時間、航班提前的數量、航班提前的時間、哪些航班需要更換飛機、所更換的飛機是從同一機型分組內更換還是不同機型分組之間更換、所更換的飛機是從同一飛機分組更換還是不同飛機分組之間更換、簽轉乘客的數量、乘客被退票的數量等。
可以理解的是，假如目標參數在被更新時，與之關聯的航班調整流程已經開始執行，也即航班調整演算法已經基於該目標參數及其他調整參數進行計算時，則僅更新該目標參數，而不打斷已在執行的航班調整演算法。
圖10是適於用來實現根據本揭露實施方式的航班調整方法的電子設備的結構示意圖。
如圖10所示，電子設備1000包括中央處理單元(CPU)1001，其可以根據儲存在唯讀記憶體(ROM)1002中的程式或者從儲存部分1008載入到隨機存取記憶體(RAM)1003中的程式而執行上述圖1所示的實施方式中的各種處理。在RAM1003中，還儲存有電子設備1000操作所需的各種程式和資料。CPU1001、ROM1002以及RAM1003透過匯流排1004彼此相連。輸入/輸出(I/O)介面1005也連接至匯流排1004。
以下組件連接至I/O介面1005：包括鍵盤、滑鼠等的輸入部分1006；包括諸如陰極射線管(CRT)、液晶顯示器(LCD)等以及揚聲器等的輸出部分1007；包括硬碟等的儲存部分1008；以及包括諸如LAN卡、數據機等的網路介面卡的通信部分1009。通信部分1009經由諸如網際網路的網路執行通信處理。驅動器1010也根據需要連接至I/O介面1005。可卸除媒體1011，諸如磁片、光碟、磁光碟、半導體記憶體等等，根據需要安裝在驅動器1010上，以便於從其上讀出的電腦程式根據需要被安裝入儲存部分1008。
特別地，根據本揭露的實施方式，上文參考圖1描述的方法可以被實現為電腦軟體程式。例如，本揭露的實施方式包括一種電腦程式產品，其包括有形地包含在及其可讀媒體上的電腦程式，所述電腦程式包含用於執行本揭露實施例中航班調整方法的程式碼。在這樣的實施方式中，該電腦程式可以透過通信部分1009從網路上被下載和安裝，及/或從可卸除媒體1011被安裝。
圖式中的流程圖和方塊圖，圖示了按照本揭露各種實施方式的系統、方法和電腦程式產品的可能實現的體系架構、功能和操作。在這點上，路程圖或方塊圖中的每個方塊可以代表一個模組、程式段或碼的一部分，所述模組、程式段或碼的一部分包含一個或多個用於實現規定的邏輯功能的可執行指令。也應當注意，在有些作為替換的實現中，方塊中所標注的功能也可以以不同於圖式中所標注的順序發生。例如，兩個接連地表示的方塊實際上可以基本並行地執行，它們有時也可以按相反的循序執行，這依所涉及的功能而定。也要注意的是，方塊圖及/或流程圖中的每個方塊、以及方塊圖及/或流程圖中的方塊的組合，可以用執行規定的功能或操作的專用的基於硬體的系統來實現，或者可以用專用硬體與電腦指令的組合來實現。
描述於本揭露實施方式中所涉及到的單元或模組可以透過軟體的方式實現，也可以透過硬體的方式來實現。所描述的單元或模組也可以設定在處理器中，這些單元或模組的名稱在某種情況下並不構成對該單元或模組本身的限定。
作為另一態樣，本揭露還提供了一種電腦可讀儲存媒體，該電腦可讀儲存媒體可以是上述實施方式中所述裝置中所包含的電腦可讀儲存媒體；也可以是單獨存在，未裝配入設備中的電腦可讀儲存媒體。電腦可讀儲存媒體儲存有一個或者一個以上程式，所述程式被一個或者一個以上的處理器用來執行描述於本揭露的方法。
以上描述僅為本揭露的較佳實施例以及對所運用技術原理的說明。本領域技術人員應當理解，本揭露中所涉及的發明範圍，並不限於上述技術特徵的特定組合而成的技術方案，同時也應涵蓋在不脫離所述發明構思的情況下，由上述技術特徵或其等同特徵進行任意組合而形成的其它技術方案。例如上述特徵與本揭露中公開的(但不限於)具有類似功能的技術特徵進行互相替換而形成的技術方案。
S101:步驟
S102:步驟
S201:步驟
S202:步驟
S301:步驟
S302:步驟
S401:步驟
S402:步驟
601:獲取模組
602:確定模組
701:第一確定子模組
702:第二確定子模組
801:第三確定子模組
802:第四確定子模組
901:展示子模組
902:接收子模組
1000:電子設備
1001:中央處理單元
1002:唯讀記憶體
1003:隨機存取記憶體
1004:匯流排
1005:I/O介面
1006:輸入部分
1007:輸出部分
1008:儲存部分
1009:通信部分
1010:驅動器
1011:可卸除媒體
結合圖式，透過以下非限制性實施方式的詳細描述，本揭露的其它特徵、目的和優點將變得更加明顯。在圖式中：
[圖1]示出根據本揭露一實施方式的航班調整方法的流程圖；
[圖2]示出根據圖1所示實施方式的步驟102的流程圖；
[圖3]示出根據圖2所示實施方式的步驟202的流程圖；
[圖4]示出根據圖1所示實施方式的步驟101的流程圖；
[圖5(a)-(b)]示出根據本揭露一實施方式的多個維度上的關鍵性指標對應的多個目標航班調整方案的一種視覺化效果圖；
[圖6]示出根據本揭露一實施方式的航班調整裝置的結構方塊圖；
[圖7]示出根據圖6所示實施方式的確定模組602的結構方塊圖；
[圖8]示出根據圖7所示實施方式的第二確定子模組702的結構方塊圖；
[圖9]示出根據圖6所示實施方式的獲取模組601的結構方塊圖；
[圖10]是適於用來實現根據本揭露一實施方式的航班調整方法的電子設備的結構示意圖。
