航班配餐预测方法、装置、可读存储介质及电子设备制造方法及图纸

本公开涉及一种航班配餐预测方法、装置、可读存储介质及电子设备。该方法包括：获取目标航班的外界环境影响信息和实际配餐需求量的历史值；根据所述外界环境影响信息和所述实际配餐需求量的历史值，预测所述目标航班的目标配餐数量。由此，可以实现航班配餐数量的精准预测，从而保证资源的合理配置，使得航班配餐的损失最小化。

Airline catering forecast method, device, readable storage medium and electronic equipment

The disclosure relates to a forecast method, a device, a readable storage medium and an electronic device for a flight catering. The method includes: obtaining the historical value of the external environment impact information and the actual catering demand for the target flight; according to the historical value of the external environment impact information and the actual demand for the food distribution, the number of target flights for the target flight is predicted. As a result, the accurate prediction of the number of flight meals can be realized, so as to ensure the rational allocation of resources and minimize the loss of airline catering.

【技术实现步骤摘要】
航班配餐预测方法、装置、可读存储介质及电子设备
本公开涉及航空数据分析领域，具体地，涉及一种航班配餐预测方法、装置、可读存储介质及电子设备。
技术介绍
随着经济社会的发展，选择乘坐飞机出行的旅客越来越多，在飞机上就餐也成为了一个必不可少的环节，这样，如何使得飞机上配备的食物量和旅客消费的数量尽可能接近，以最大限度地节约成本，是对航班配餐数量进行预测的目标。现阶段，主要通过以下两种方式来对航班配餐数量进行预测：(1)基于报童理论，即基于报童卖报的场景，利用历史配餐数据做航班配餐的概率分布拟合，并根据该概率分布计算获得最小损失的配餐数量。由于该方法假设了航班配餐的概率分布是相对稳定的，从而可以直接通过观测历史数据来预测航班配餐数量。(2)采用自回归滑动平均模型(Auto-RegressiveandMovingAverageModel，ARMA模型)直接对航班人数进行回归预测，根据预测出的航班人数来确定航班配餐数量。这种方法是从航班人数精准预测的方式，达到航班配餐和航班旅客之间的精确匹配，这种匹配方法是将预测到的误差平方的最小值作为航班配餐数量的最优解。由于上述两种方式均是基于航班人数来对航班配餐数量进行预测的，二者均未考虑外界因素对航班人数的影响，因此，该两种方式均无法实现航班配餐数量的精准预测。
技术实现思路
为了解决相关技术中存在的问题，本公开提供一种航班配餐预测方法、装置、可读存储介质及电子设备。为了实现上述目的，本公开提供一种航班配餐预测方法，包括：获取目标航班的外界环境影响信息和实际配餐需求量的历史值；根据所述外界环境影响信息和所述实际配餐需求量的历史值，预测所述目标航班的目标配餐数量。可选地，所述根据所述外界环境影响信息和所述实际配餐需求量的历史值，预测所述目标航班的目标配餐数量，包括：将所述外界环境影响信息的当前值和所述实际配餐需求量的历史值作为广义线性模型的输入变量，通过所述广义线性模型预测所述目标航班的目标配餐数量。可选地，所述根据所述外界环境影响信息和所述实际配餐需求量的历史值，预测所述目标航班的目标配餐数量，包括：根据所述外界环境影响信息的当前值、所述实际配餐需求量的历史值和每个所述实际配餐需求量的历史值所对应的外界环境影响信息，确定所述目标航班的配餐数量概率分布；根据所述配餐数量概率分布、第一配餐成本和第二配餐成本，预测所述目标航班的目标配餐数量，其中，所述第一配餐成本为预先准备所述配餐的成本，所述第二配餐成本为临时补充所述配餐的成本。可选地，所述根据所述外界环境影响信息的当前值、所述实际配餐需求量的历史值和每个所述实际配餐需求量的历史值所对应的外界环境影响信息，确定所述目标航班的配餐数量概率分布，包括：将所述外界环境影响信息的当前值、所述实际配餐需求量的历史值和每个所述实际配餐需求量的历史值所对应的外界环境影响信息作为softmax回归模型的输入变量，通过所述softmax回归模型确定所述目标航班的配餐数量概率分布。可选地，在根据所述配餐数量概率分布、第一配餐成本和第二配餐成本，预测所述目标航班的目标配餐数量的步骤之前，所述方法还包括：对所述配餐数量概率分布进行平滑处理。可选地，所述根据所述配餐数量概率分布、第一配餐成本和第二配餐成本，预测所述目标航班的目标配餐数量，包括：根据所述配餐数量概率分布，将满足这一条件的最小k值确定为所述目标配餐数量，其中，zi为配餐数量为i的概率；Tyz为预设阈值，且Tyz根据所述第一配餐成本和所述第二配餐成本来确定。可选地，所述预设阈值与所述第一配餐成本和所述第二配餐成本具有如下关系：其中，e为所述第一配餐成本；f为所述第二配餐成本。本公开还提供一种航班配餐预测装置，包括：获取模块，用于获取目标航班的外界环境影响信息和实际配餐需求量的历史值；预测模块，用于根据所述获取模块获取到的所述外界环境影响信息和所述实际配餐需求量的历史值，预测所述目标航班的目标配餐数量。本公开还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开提供的所述航班配餐预测方法的步骤。本公开还提供一种电子设备，包括：本公开提供的所述计算机可读存储介质；以及一个或者多个处理器，用于执行所述计算机可读存储介质中的程序。通过上述技术方案，根据获取到的目标航班的外界环境影响信息以及实际配餐需求量的历史值，预测出该目标航班的目标配餐数量。由于航班配餐数量与该航班的乘坐人数直接相关，而航班的乘坐人数又很容易受到天气、节假日等外界环境的影响，因此，在对目标航班的目标配餐数量进行预测时，不仅需要考虑该目标航班的历史实际配餐需求量，而且需要将外界环境对目标配餐数量的影响因素也考虑在内。由此，可以实现航班配餐数量的精准预测，从而保证资源的合理配置，使得航班配餐的损失最小化。本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。附图说明附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：图1是根据一示例性实施例示出的一种航班配餐预测方法的流程图。图2是根据另一示例性实施例示出的一种航班配餐预测方法的流程图。图3是根据一示例性实施例示出的一种预测目标航班的目标配餐数量的方法的流程图。图4A是根据一示例性实施例示出的一种目标航班的配餐数量概率分布图。图4B是根据一示例性实施例示出的一种经过平滑处理后的目标航班的配餐数量概率分布图。图5是根据另一示例性实施例示出的一种航班配餐预测方法的流程图。图6是根据一示例性实施例示出的一种航班配餐预测装置的框图。图7是根据另一示例性实施例示出的一种航班配餐预测装置的框图。图8是根据另一示例性实施例示出的一种航班配餐预测装置的框图。图9是根据一示例性实施例示出的一种电子设备的框图。图10是根据另一示例性实施例示出的一种电子设备的框图。具体实施方式以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。图1是根据一示例性实施例示出的一种航班配餐预测方法的流程图。如图1所示，该航班配餐预测方法可以包括以下步骤。在步骤101中，获取目标航班的外界环境影响信息和实际配餐需求量的历史值。在本公开中，由于不同天气、不同飞行时段的航班的配餐需求量都会有所不同，因此，在对航班配餐数量进行预测时，需要将外界环境影响因素考虑在内。其中，该外界环境影响信息可以包括对目标航班的目标配餐数量产生影响的各种因素，例如，该外界环境影响信息可以包括天气信息、节假日信息、重大事件信息、航班飞行时段信息等，其中，天气信息可以用于表征是否有雨，并且，当有雨时，航班的乘坐人数可能会相应减少；节假日信息可以用于表征是否为节假日，并且，当为节假日时，航班的乘坐人数可能会相应增多；重大事件信息可以用于表征是否产生重大事件，例如，是否为春运，并且，当为春运时，航班的乘坐人数会大幅度增多；航班飞行时段信息可以用于表征是否为夜间飞行时段(例如，19:00～07:00为夜间飞行时段)，并且，当为夜间飞行时段时，航班的乘坐人数可能会相应减少。另外，上述实际配餐需求量的历史值可以为该目标航班在预设历史时段内的实际配餐需求量，其中，本文档来自技高网...

【技术保护点】
一种航班配餐预测方法，其特征在于，包括：获取目标航班的外界环境影响信息和实际配餐需求量的历史值；根据所述外界环境影响信息和所述实际配餐需求量的历史值，预测所述目标航班的目标配餐数量。

【技术特征摘要】
1.一种航班配餐预测方法，其特征在于，包括：获取目标航班的外界环境影响信息和实际配餐需求量的历史值；根据所述外界环境影响信息和所述实际配餐需求量的历史值，预测所述目标航班的目标配餐数量。2.根据权利要求1所述的方法，其特征在于，所述根据所述外界环境影响信息和所述实际配餐需求量的历史值，预测所述目标航班的目标配餐数量，包括：将所述外界环境影响信息的当前值和所述实际配餐需求量的历史值作为广义线性模型的输入变量，通过所述广义线性模型预测所述目标航班的目标配餐数量。3.根据权利要求1所述的方法，其特征在于，所述根据所述外界环境影响信息和所述实际配餐需求量的历史值，预测所述目标航班的目标配餐数量，包括：根据所述外界环境影响信息的当前值、所述实际配餐需求量的历史值和每个所述实际配餐需求量的历史值所对应的外界环境影响信息，确定所述目标航班的配餐数量概率分布；根据所述配餐数量概率分布、第一配餐成本和第二配餐成本，预测所述目标航班的目标配餐数量，其中，所述第一配餐成本为预先准备所述配餐的成本，所述第二配餐成本为临时补充所述配餐的成本。4.根据权利要求3所述的方法，其特征在于，所述根据所述外界环境影响信息的当前值、所述实际配餐需求量的历史值和每个所述实际配餐需求量的历史值所对应的外界环境影响信息，确定所述目标航班的配餐数量概率分布，包括：将所述外界环境影响信息的当前值、所述实际配餐需求量的历史值和每个所述实际配餐需求量的历史值所对应的外界环境影响信息作为softmax回归模型的输入...

【专利技术属性】
技术研发人员：邹存璐，
申请(专利权)人：东软集团股份有限公司，
类型：发明
国别省市：辽宁,21