恶劣天气下航班取消数量的优化方法及装置制造方法及图纸

本发明专利技术实施例提供一种恶劣天气下航班取消数量的优化方法及装置，包括：获取航班运行的历史数据、待预测时间段内的天气信息和预先制定的航班计划；根据历史数据计算正常天气下、各不同级别的恶劣天气下各单位时间段内机场的出港容量；根据天气信息、航班计划、正常天气下、各不同级别的恶劣天气下各单位时间段内机场的出港容量，计算待预测时间段内各单位时间段内机场的出港容量；根据预设的延误时长阈值，计算待预测时间段内各单位时间段内取消航班的数量。通过预测待预测时间段内各单位时间段内取消航班的数量，使得机场管理人员据此提前安排取消航班，并通知相关乘客，从而避免提供依据大量乘客被迫滞留在机场。

【技术实现步骤摘要】
恶劣天气下航班取消数量的优化方法及装置
本专利技术实施例涉及机场运行优化领域，尤其涉及一种恶劣天气下航班取消数量的优化方法及装置。
技术介绍
随着民航运输业的飞速发展，由于更加快捷，搭乘飞机出行成为人们很重要的出行方式，空中交通流量迅速增长，机场的进出港容量不断增加。但是，由于天气因素对航班的正常运行有很大的影响，当在出现冰雪、雷雨、大风、雾、沙尘暴等危及飞行安全的恶劣天气时，会因天气原因导致飞机无法起飞、降落等航班无法正常运行情况。目前，在出现恶劣天气之后，由于无法预先评估因恶劣天气将会导致取消的航班数量，机场管理人员通常会临时取消受天气影响无法正常起飞的航班。因此，受恶劣天气的影响，大规模航班被临时取消，导致已经在机场等候搭乘这些航班的大量乘客被迫滞留在机场。
技术实现思路
本专利技术实施例提供一种恶劣天气下航班取消数量的优化方法及装置，以解决目前无法预先评估因恶劣天气将会导致取消的航班数量，导致已经在机场等候搭乘这些航班的大量乘客被迫滞留在机场的问题。本专利技术实施例的一个方面是提供一种恶劣天气下航班取消数量的优化方法，包括：获取航班运行的历史数据、待预测时间段内的天气信息和预先制本文档来自技高网...

【技术保护点】
一种恶劣天气下航班取消数量的优化方法，其特征在于，包括：获取航班运行的历史数据、待预测时间段内的天气信息和预先制定的航班计划；根据所述航班运行的历史数据，计算正常天气下各单位时间段内机场的出港容量、各不同级别的恶劣天气下各单位时间段内机场的出港容量；根据所述待预测时间段内的天气信息、所述航班计划、所述正常天气下各单位时间段内机场的出港容量、各不同级别的恶劣天气下各单位时间段内机场的出港容量，计算所述待预测时间段内各单位时间段内机场的出港容量；根据所述航班计划、所述待预测时间段内各单位时间段内机场的出港容量、以及预设的延误时长阈值，计算待预测时间段内各单位时间段内取消航班的数量。

【技术特征摘要】
1.一种恶劣天气下航班取消数量的优化方法，其特征在于，包括：获取航班运行的历史数据、待预测时间段内的天气信息和预先制定的航班计划；根据所述航班运行的历史数据，计算正常天气下各单位时间段内机场的出港容量、各不同级别的恶劣天气下各单位时间段内机场的出港容量；根据所述待预测时间段内的天气信息、所述航班计划、所述正常天气下各单位时间段内机场的出港容量、各不同级别的恶劣天气下各单位时间段内机场的出港容量，计算所述待预测时间段内各单位时间段内机场的出港容量；根据所述航班计划、所述待预测时间段内各单位时间段内机场的出港容量、以及预设的延误时长阈值，计算待预测时间段内各单位时间段内取消航班的数量。2.根据权利要求1所述的方法，其特征在于，所述根据所述航班运行的历史数据，计算正常天气下各单位时间段内机场的出港容量、各不同级别的恶劣天气下各单位时间段内机场的出港容量，包括：分别将正常天气下和各不同级别的恶劣天气下的每个单位时间段作为目标时间段，根据所述航班运行的历史数据，获取所述目标时间段对应的第一样本集；其中，所述目标时间段对应的第一样本集中的样本点包括第一预设时间内每天的所述目标时间段内机场的进港航班数量和出港航班数量；根据所述目标时间段对应的第一样本集，建立凸优化模型；求解所述凸优化模型，计算所述目标时间段内机场的出港容量。3.根据权利要求2所述的方法，其特征在于，所述根据所述目标时间段对应的第一样本集，建立凸优化模型，具体包括：以机场的进港航班数量作为x轴，以机场的出港航班数量作为y轴，建立平面直角坐标系；用所述平面直角坐标系中的坐标为(x,y)的点表示所述目标时间段对应的第一样本集中机场的进港容量为x且机场的出港容量为y的样本点，将所述目标时间段对应的第一样本集中的各样本点置于所述平面直角坐标系中，得到散点图；根据所述散点图，根据公式(1)建立与所述目标时间段对应的机场容量包络线；y＝αm+βmx，存在m∈[1,M]，使得x∈[lm-1,lm](1)其中，所述机场容量包络线用分段线性函数表示，M为所述分段线性函数的预设总段数，M为正整数，每一段线性函数的系数为(αm,βm)，边界为[lm-1,lm]，m为正整数或0，当m＝1,...,M-1时，lm＝m×Δl，l0＝0，lM＝lmax，lmax为所述目标时间段内机场的进港容量；所述机场容量包络线与所述x轴和y轴围成的区域为所述目标时间段对应的凸包区域；根据公式(2)确定凸包区域的面积；建立凸优化模型，所述凸优化模型的第一目标函数为所述凸包区域的面积的最小值，所述凸优化模型包括以下三个约束条件：存在m∈[1,M]，使得-βm+βm+1≤0,m＝1,...,M-1；(αm-αm+1)+lm(βm-βm+1)＝0,m＝1,...,M-1；其中，为所述第一样本集中的样本点，i＝1,2,3…n，n为所述第一样本集中样本点的个数。4.根据权利要求1所述的方法，其特征在于，所述根据所述待预测时间段内的天气信息、所述航班计划、所述正常天气下各单位时间段内机场的出港容量、各不同级别的恶劣天气下各单位时间段内机场的出港容量，计算所述待预测时间段内各单位时间段内机场的出港容量，包括：根据所述正常天气下各单位时间段内机场的出港容量、各不同级别的恶劣天气下各单位时间段内机场的出港容量，计算各不同级别的恶劣天气下机场出港容量的降效值；根据所述待预测时间段内的天气信息、所述航班计划、以及所述各不同级别的恶劣天气下机场出港容量的降效值，计算所述待预测时间段内各单位时间段内机场的出港容量。5.根据权利要求4所述的方法，其特征在于，所述根据所述正常天气下各单位时间段内机场的出港容量、各不同级别的恶劣天气下各单位时间段内机场的出港容量，计算各不同级别的恶劣天气下机场出港容量的降效值，具体包括：将各不同级别的恶劣天气的影响划分为第1影响阶段、第2影响阶段和第3影响阶段；根据公式(4)计算得到DRD(p,k)，DRD(p,k)表示级别为k的恶劣天气的第p影响阶段的影响下机场出港容量的降效值，其中，Z表示恶劣天气的总级别数，k表示恶劣天气的任一级别，p表示恶劣天气的任一影响阶段，nk表示级别为k的恶劣天气的第p影响阶段对应的所述第二样本集中样本点的个数，j表示第二样本集中的任意一个样本点，tj表示所述第二样本集中的样本点j对应的单位时间段，表示tj内正常天气下机场的出港容量，表示级别为k的恶劣天气的第p影响阶段影响下tj内机场的出港容量，k、p均为正整数。6.根据权利要求5所述的方法，其特征在于，所述根据所述待预测时间段内的天气信息、所述航班计划、以及所述各不同级别的恶劣天气下机场出港容量的降效值，计算所述待预测时间段内各单位时间段内机场的出港容量，包括：将所述待预测时间段内每个单位时间段作为第二目标时间段，如果所述第二目标时间段在级别为k的恶劣天气第p影响阶段的时间段内，则第二目标时间段内机场的出港容量为d-DRD(p,k)；其中，d表示正常天气下所述第二目标时间段内机场的出港容量，DRD(p,k)为级别为k的恶劣天气的第p影响阶段的影响下机场出港容量的降效值。7.根据权利要求1所述的方法，其特征在于，所述根据所述航班计划、所述待预测时间段内各单位时间段内机场的出港容量、以及预设的延误时长阈值，计算待预测时间段内各单位时间段内取消航班的数量，包括：根据所述航班计划、所述待预测时间段内各单位时间段内机场的出港容量、以及预设的延误时长阈值，建立求第二目标函数最小值的整数线性规划模型；所述第二目标函数为所述待预测时间段内的各单位时间段内各航空公司取消航班数量的加权和；所述整数线性规划模型的约束条件包括：第一约束条件和第二约束条件；所述第一约束条件为计划于所述待预测时间段内各单位时间段内出港的航班的延误时间不能超过所述预设的延误时长阈值；第二约束条件为所述待预测时间段内任一单位时间段内的出港航班数量小于或者等于该单位时间段的出港容量；对所述整数线性规划模型进行求解，根据对所述整数线性规划模型求解的结果，得到所述待预测时间段内各单位时间段内延误出港的航班数量；根据所述待预测时间段内各单位时间段内延误出港的航班数量，以及所述航班计划，计算得到所述待预测时间段内各单位时间段内取消的出港航班数量。8.根据权利要求1-7任一项所述的方法，其特征在于，所述根据所述航班计划、所述待预测时间段内各单位时间段内机场的出港容量、以及预设的延误时长阈值，计算待预测时间段内各单位时间段内取消航班的数量之后，还包括：根据所述航班运行的历史数据和所述航班计划，计算机场的出港航班数量、进港航班数量的第一线性相关系数和第二线性相...

【专利技术属性】
技术研发人员：蔡开泉，居飞，杨杨，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11