基于随机Petri网的不正常航班衍生事件链式效应预测方法技术

本发明专利技术公开了一种基于随机Petri网的不正常航班衍生事件链式效应预测方法，步骤为：对不正常航班事件中的不确定性因素进行分析；建立不确定性因素的形式化表达方法；构建不确定性因素扰动下不正常航班事件的结构模型；建立基于航班执行过程解析的不正常航班波及模型；建立不正常航班衍生事件链的层次结构模型；建立不正常航班衍生事件链式效应解析模型，建立不正常航班衍生事件链式演化系统；构建不正常航班衍生事件演化的随机事件链Petri网模型；基于马尔科夫链标识转移概率预测不正常航班衍生事件链式效应。本发明专利技术能够提升不正常航班的预测预警精度及其引发衍生事件应急处置和航班恢复的合理性和可靠性，具有广泛的推广应用前景。

Chain effect forecasting method of abnormal flight derivative events based on stochastic Petri nets

The invention discloses a method based on stochastic Petri net is not normal flight derivative event chain effect prediction method, which comprises the following steps: the normal flight in the event of uncertainty analysis; formal expression method of uncertain factors; structural model uncertainty disturbance under irregular flight events; establishment of spread model of flight execution process analysis of irregular flight based on the establishment of normal; hierarchical structure model derived flight event chain; establishment of irregular flight derivative event chain effect analytical model, the establishment of irregular flight derivative events chain evolution system; build Petri net model of irregular flight derivative events evolution of random event chain; Markoff chain transfer probability identification prediction of irregular flight events based on derivative chain effect. The invention can improve the prediction and warning accuracy of irregular flights and the rationality and reliability of the emergency response and flight restoration of derivative events, and has wide popularization and application prospects.

【技术实现步骤摘要】
基于随机Petri网的不正常航班衍生事件链式效应预测方法
本专利技术涉及信息系统
，具体涉及一种基于随机Petri网的不正常航班衍生事件链式效应预测方法。
技术介绍
据不完全统计，近年来伴随民航运输量的逐年攀升，航班正常率水平却表现出下降趋势，在2011年，由于民航总局颁布了一连串的航班延误整治办法，使得航班正常率有所回升，但也只有77.9％，而随着航班量的进一步增长，2014年全国平均航班正常率已降落到68％。不正常航班治理一直是我国乃至世界民航发展中的热点问题。从民航运行实际来看，单架航空器依次执行多个航段而导致众航班之间存在天然的关联关系，加之航班计划编排十分紧凑，空域和机场容量日趋饱和，延误一旦产生，将以航班链作为传播媒介，向后续航班传播，航班延误的波及范围和延误程度在航班链中迅速扩大，此时极易发生大面积航班延误事件。此外，现有不正常航班恢复效率低下，特别是大面积航班延误事件极易引发一系列包括旅客群体性事件、跑道入侵、航空器或地面车辆相撞、航班保障不及时和机场保障资源紧张等在内的衍生事件，形成了一种多级、多层次的链式关系，即衍生事件的链式效应。链式效应的产生加剧了不正常航班应急处置的不确定性，使航班恢复的难度成倍增加。若能对不正常航班引发的衍生事件进行有效预测，则可提前部署衍生事件的应急处置措施，尽可能减小衍生事件的影响程度和范围，提高不正常航班恢复效率。频繁发生的不正常航班事件逐渐上升为社会各界关心的主要问题。国内外学者的关注重点主要集中在不正常航班及其延误波及效应、不正常航班恢复方法等研究领域，而针对不正常航班引发衍生事件的链式效应则研究较少。然而，当不正常航班引发衍生事件时，通常会发现这些事件之间相互联结，相互影响，会发生一系列连锁反应，形成复杂的链式效应。目前关于不正常航班引发衍生事件的研究集中于不正常航班引发旅客群体性事件(简单的两层结构事件链)的因素分析和应对方法上。如刘小平基于突变论分析不正常航班导致旅客群体性事件的致因原理，认为航班不正常事件的外部因素和民航运输系统的内部环境共同作用并达到阈值时发生突变，引发旅客群体性事件；赵斌应用社会燃烧理论分析不正常航班引发的群体性事件的原因，认为民航法制建设滞后、服务不到位、信息不畅通是群体性事件的燃烧材料，谣言传播形成事件的助燃条件，延误后的群体冲突是不正常航班引发群体性事件的导火索；杨磊着重研究了不正常航班引发群体性事件的应急处置措施，提出了包括加强单位协调、提高航空公司人员责任意识、统一各航空公司补偿标准等应对方法。而国内外关于其他类型突发事件引发衍生事件链式效应的研究已成为研究热点，主要有：自然灾害触发技术灾害研究(Na-tech)、事故灾难的多米诺效应研究和灾害链与事件链理论研究。
技术实现思路
专利技术目的：为了克服现有不正常航班预测方法的不足，本专利技术的目的是提供一种基于随机Petri网的不正常航班衍生事件链式效应预测方法，以增加不正常航班预测的全面性和准确性，提高不正常航班恢复的全局性。技术方案：为实现上述目的，本专利技术采用的技术方案是：一种基于随机Petri网的不正常航班衍生事件链式效应预测方法，包括以下步骤：步骤a，对不正常航班事件中的不确定性因素进行分析；步骤b，在步骤a的不确定性因素分析的基础上，对不确定性因素扰动下不正常航班事件进行共性分析与事件描述，建立不确定性因素的形式化表达方法；步骤c，分析不正常航班事件的结构特征，构建不确定性因素扰动下不正常航班事件的结构模型；步骤d，考虑航班之间的关联性，将不确定性因素融入不正常航班波及过程中，根据不确定性因素的触发时机对航班执行过程进行细分，建立基于航班执行过程解析的不正常航班波及模型；步骤e，分析不正常航班执行过程中可能引发的衍生事件，根据衍生事件的演化模式，分析不正常航班衍生事件的链式波及效应，建立不正常航班衍生事件链的层次结构模型，描述不正常航班衍生事件之间的逻辑关系；步骤f，挖掘衍生事件的各种作用形式及作用过程，探究衍生事件发展演化机理，建立不正常航班衍生事件链式效应解析模型，推演不正常航班引发的各种衍生事件，建立不正常航班衍生事件链式演化系统；步骤g，引入随机Petri网模型，利用随机Petri网离散事件动态表达和并行计算方法，构建不正常航班衍生事件演化的随机事件链Petri网模型；步骤h，根据随机Petri网与马尔科夫链的同构关系，将不正常航班衍生事件演化的随机事件链Petri网模型转化为马尔科夫链，基于马尔科夫链标识转移概率预测不正常航班衍生事件链式效应。进一步的，所述步骤a的具体步骤为：根据不确定性因素的影响范围，将不确定性因素分为飞机自身不确定性因素、机场及航空公司内部不确定性因素、航线网络不确定性因素。进一步的，所述步骤b的具体步骤为：将不正常航班事件的共性特征描述为不正常航班事件的作用过程导致航班正常运行秩序的破坏，采用危险供体、危险受体和映射方式对不正常航班事件进行定义：危险供体在映射方式的作用下，最终导致危险受体遭到破坏的过程；将不正常航班事件E抽象为危险供体D、危险受体R和映射方式M三个要素，进而将不正常航班事件E＝<D,R,M>表示为：D＝(d1,d2,…,di)，R＝(r1,r2,…,rj)，M＝(m1,m2,…,mk)，其中，D表示危险供体di(i＝1,2,…)的集合，即各种不确定性因素；R表示危险受体rj(j＝1,2,…)的集合，即受到不确定性因素影响的航班、旅客；M表示映射方式mk(k＝1,2,…)的集合，即延误、取消、返航、碰撞、冲突；用相关物理量表达危险供体与危险受体之间的映射关系，其中，同一个映射方式能够用不同的参数进行描述，参数数值反映了不正常航班的映射程度，由导致航班不正常的不确定性因素和航班状态决定，不同的参数之间通过相互推导，能够确定不正常航班事件中危险供体和危险受体之间的映射规律。进一步的，所述步骤c的具体步骤为：首先，将不正常航班事件中危险供体属性集Φ、危险受体属性集Ψ和映射集Ξ表示为：Φ＝{Φi|i＝1,2,…}Ψ＝{Ψj|j＝1,2,…}Ξ＝{mk|k＝1,2,…}其中，Φi代表不正常航班事件危险供体的属性，Ψj代表不正常航班事件危险受体的属性，mk代表不正常航班事件的映射方式；Φ包含不正常航班事件危险供体的全部属性，Ψ包含不正常航班事件危险受体的全部属性，Ξ包含不正常航班事件的全部映射方式；其次，对不正常航班事件E的危险供体集合D和危险受体集合R建立属性函数和ψ(X)，则不正常航班事件E＝<D,R,M>有：其中，表示不正常航班事件E中危险供体D的属性，ψ(R)表示不正常航班事件E中危险受体R的属性；危险供体D和危险受体R的属性决定了其是否能产生映射，进而为不正常航班事件的映射方式m构建属性映射判定函数γm(P,Q):其中，P为不正常航班事件中危险供体的属性集，Q为不正常航班事件中危险受体的属性集；γm＝1时说明包含属性集P的不确定性因素能够和包含属性集Q的航班产生映射m；γm＝1时说明不确定性因素和航班不能产生映射m；相应的，对任意不正常航班事件的映射集M＝{mk|k＝1,2,…}构建属性映射判定函数γM(P,Q):其中，γM(P,Q)表示，若具有P属性集的危险供体D能够在映射集本文档来自技高网...

【技术保护点】
一种基于随机Petri网的不正常航班衍生事件链式效应预测方法，其特征在于：包括以下步骤：步骤a，对不正常航班事件中的不确定性因素进行分析；步骤b，在步骤a的不确定性因素分析的基础上，对不确定性因素扰动下不正常航班事件进行共性分析与事件描述，建立不确定性因素的形式化表达方法；步骤c，分析不正常航班事件的结构特征，构建不确定性因素扰动下不正常航班事件的结构模型；步骤d，考虑航班之间的关联性，将不确定性因素融入不正常航班波及过程中，根据不确定性因素的触发时机对航班执行过程进行细分，建立基于航班执行过程解析的不正常航班波及模型；步骤e，分析不正常航班执行过程中可能引发的衍生事件，根据衍生事件的演化模式，分析不正常航班衍生事件的链式波及效应，建立不正常航班衍生事件链的层次结构模型，描述不正常航班衍生事件之间的逻辑关系；步骤f，挖掘衍生事件的各种作用形式及作用过程，探究衍生事件发展演化机理，建立不正常航班衍生事件链式效应解析模型，推演不正常航班引发的各种衍生事件，建立不正常航班衍生事件链式演化系统；步骤g，引入随机Petri网模型，利用随机Petri网离散事件动态表达和并行计算方法，构建不正常航班衍生事件演化的随机事件链Petri网模型；步骤h，根据随机Petri网与马尔科夫链的同构关系，将不正常航班衍生事件演化的随机事件链Petri网模型转化为马尔科夫链，基于马尔科夫链标识转移概率预测不正常航班衍生事件链式效应。...

【技术特征摘要】
1.一种基于随机Petri网的不正常航班衍生事件链式效应预测方法，其特征在于：包括以下步骤：步骤a，对不正常航班事件中的不确定性因素进行分析；步骤b，在步骤a的不确定性因素分析的基础上，对不确定性因素扰动下不正常航班事件进行共性分析与事件描述，建立不确定性因素的形式化表达方法；步骤c，分析不正常航班事件的结构特征，构建不确定性因素扰动下不正常航班事件的结构模型；步骤d，考虑航班之间的关联性，将不确定性因素融入不正常航班波及过程中，根据不确定性因素的触发时机对航班执行过程进行细分，建立基于航班执行过程解析的不正常航班波及模型；步骤e，分析不正常航班执行过程中可能引发的衍生事件，根据衍生事件的演化模式，分析不正常航班衍生事件的链式波及效应，建立不正常航班衍生事件链的层次结构模型，描述不正常航班衍生事件之间的逻辑关系；步骤f，挖掘衍生事件的各种作用形式及作用过程，探究衍生事件发展演化机理，建立不正常航班衍生事件链式效应解析模型，推演不正常航班引发的各种衍生事件，建立不正常航班衍生事件链式演化系统；步骤g，引入随机Petri网模型，利用随机Petri网离散事件动态表达和并行计算方法，构建不正常航班衍生事件演化的随机事件链Petri网模型；步骤h，根据随机Petri网与马尔科夫链的同构关系，将不正常航班衍生事件演化的随机事件链Petri网模型转化为马尔科夫链，基于马尔科夫链标识转移概率预测不正常航班衍生事件链式效应。2.根据权利要求1所述的基于随机Petri网的不正常航班衍生事件链式效应预测方法，其特征在于：所述步骤a的具体步骤为：根据不确定性因素的影响范围，将不确定性因素分为飞机自身不确定性因素、机场及航空公司内部不确定性因素、航线网络不确定性因素。3.根据权利要求1所述的基于随机Petri网的不正常航班衍生事件链式效应预测方法，其特征在于：所述步骤b的具体步骤为：将不正常航班事件的共性特征描述为不正常航班事件的作用过程导致航班正常运行秩序的破坏，采用危险供体、危险受体和映射方式对不正常航班事件进行定义：危险供体在映射方式的作用下，最终导致危险受体遭到破坏的过程；将不正常航班事件E抽象为危险供体D、危险受体R和映射方式M三个要素，进而将不正常航班事件E＝<D,R,M>表示为：D＝(d1,d2,…,di)，R＝(r1,r2,…,rj)，M＝(m1,m2,…,mk)，其中，D表示危险供体di(i＝1,2,…)的集合，即各种不确定性因素；R表示危险受体rj(j＝1,2,…)的集合，即受到不确定性因素影响的航班、旅客；M表示映射方式mk(k＝1,2,…)的集合，即延误、取消、返航、碰撞、冲突；用相关物理量表达危险供体与危险受体之间的映射关系，其中，同一个映射方式能够用不同的参数进行描述，参数数值反映了不正常航班的映射程度，由导致航班不正常的不确定性因素和航班状态决定，不同的参数之间通过相互推导，能够确定不正常航班事件中危险供体和危险受体之间的映射规律。4.根据权利要求1所述的基于随机Petri网的不正常航班衍生事件链式效应预测方法，其特征在于：所述步骤c的具体步骤为：首先，将不正常航班事件中危险供体属性集Φ、危险受体属性集Ψ和映射集Ξ表示为：Φ＝{Φi|i＝1,2,…}Ψ＝{Ψj|j＝1,2,…}Ξ＝{mk|k＝1,2,…}其中，Φi代表不正常航班事件危险供体的属性，Ψj代表不正常航班事件危险受体的属性，mk代表不正常航班事件的映射方式；Φ包含不正常航班事件危险供体的全部属性，Ψ包含不正常航班事件危险受体的全部属性，Ξ包含不正常航班事件的全部映射方式；其次，对不正常航班事件E的危险供体集合D和危险受体集合R建立属性函数和ψ(X)，则不正常航班事件E＝<D,R,M>有：其中，表示不正常航班事件E中危险供体D的属性，ψ(R)表示不正常航班事件E中危险受体R的属性；危险供体D和危险受体R的属性决定了其是否能产生映射，进而为不正常航班事件的映射方式m构建属性映射判定函数γm(P,Q):其中，P为不正常航班事件中危险供体的属性集，Q为不正常航班事件中危险受体的属性集；γm＝1时说明包含属性集P的不确定性因素能够和包含属性集Q的航班产生映射m；γm＝1时说明不确定性因素和航班不能产生映射m；相应的，对任意不正常航班事件的映射集M＝{mk|k＝1,2,…}构建属性映射判定函数γM(P,Q):其中，γM(P,Q)表示，若具有P属性集的危险供体D能够在映射集M中m的映射下与具有Q属性集的危险受体R发生相互作用，则称危险供体D与危险受体R产生映射M；最终将不确定性因素扰动下的不正常航班事件结构模型描述为：E＝<D,R,M>5.根据权利要求1所述的基于随机Petri网的不正常航班衍生事件链式效应预测方法，其特征在于：步骤d的具体步骤为：根据各种不确定因素对不正常航班带来的连锁反应，考虑不确定性因素的触发时机和不正常航班在时间轴上的波及规律，将航班执行过程细分为滑出阶段、爬升阶段、巡航阶段、下降阶段、滑入阶段和服务保障阶段，计算实际关舱门、起飞、着陆、开舱门、过站服务保障时间与计划时间的差值，精确定位航班延误的发生阶段，所述航班延误的发生阶段包括关舱门延误DTb、起飞延误DTd、滑出延误DTto、爬升延误DTcl、巡航延误DTcr、下降延误DTla、开舱门延误DTo、滑入延误DTti、过站服务保障时间TS，根据不正常航班演化过程，推导出如下不正常航班波及模型：N次不正常航班波及的数学形式：由此可推导出整条航班链中最后一个航班的关舱门延误时间6.根据权利要求1所述的基于随机Petri网的不正常航班衍生事件链式效应预测方法，其特征在于：步骤e的具体步骤为：将不正常航班事件的波及描述为产生了不正常航班衍生事件，根据航班不正常的发生阶段，分析不正常航班衍生事件的表现形式及特征，抽象出不正常航班衍生事件的演化方式，即直链式演化、发散式演化和集中式演化和循环式演化；对不正常航班衍生事件进行层次结构划分，根据不正常航班事件E＝<D,R,M>，其衍生事件为ES，将不正常航班可能引发的全部衍生事件集表示为：上式中，当i＝1时，说明先前事件只能引发一个衍生事件ES，先前事件E与衍生事件ES形式一种最基本的事件链单元，描述如下：L(E→ES)当不正常航班衍生事件形成一种多层直链式结构时，则将上一层事件Ei与其衍生事件Ei+1的链式关系描述为：当不正常航班事件同时诱发多个衍生事件时，形成一种发散式演化结构，则将这种情况下的航班延误衍生事件链式关系结构描述为：在不正常航班衍生事件演化过程中，当多种不同的事件同时诱发了相同的衍生事件时，将源事件集表示为：OE＝{E|Ei→ES,i＝1,2,…,n}，将多个源事件导致相同衍生事件发生的链式关系结构描述为：L(Ei→ES),i＝2,…,n7.根据权利要求1所述的基于随机Petri网的不正常航班衍生事件链式效应预测方法，其特征在于：所述步骤f的具体步骤为：将可能引发的各种不正常航班事件E，记作E1,E2,…,En，在不确定性因素的作用下，任意两个不正常航班事件或衍生事件Ei和Ej之间关系表示为：由上式建立能够描述存在于不正常航班事件中的衍生关系的布尔型矩...

【专利技术属性】
技术研发人员：邵荃，贾萌，史妙恬，周航，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32