【技术实现步骤摘要】
基于大数据分析的航班计划优化方法、装置及电子设备
本专利技术涉及民航
，尤其涉及一种基于大数据分析的航班计划优化方法、装置及电子设备。
技术介绍
随着现代网络型航空公司迅速扩张，机队规模不断扩大，航班量随之增多，不正常事件发生的概率也越来越大，加上航空公司航段任务编排紧凑，不正常事件导致的航班取消、延误对航空公司造成的影响愈加明显，不仅造成了巨大的经济损失，也降低了旅客的满意度，为航空公司带来隐性成本。为应对不正常事件，减少航班取消、延误导致的损失，航空公司运行控制部门需要对不正常事件进行分析评估，解决航班计划与运力匹配中出现的各种矛盾，为航班计划匹配合适的生产运行资源，实现资源优化配置。现有技术主要是在不正常事件发生后，通过运筹学等优化技术对航班计划进行调整，以减少不正常航班所导致的损失，而事前主动调整航班计划以避免不正常事件发生的运行分析则主要依靠人工经验判断。根据《民航行业发展统计公报》显示，航班延误主要原因有天气原因、航空公司原因、机场原因、空管原因、旅客原因。航空公司对每个不正常航班的分析都需...
【技术保护点】
1.一种基于大数据分析的航班计划优化方法，其特征在于，包括：/n步骤1，接收历史航班运行数据，所述历史航班运行数据包括历史航班运行时刻表和历史航行情报；/n步骤2，基于主成分分析法对所述历史航班运行数据进行降维，并基于聚类算法对航班进行基于属性的分类；/n步骤3，根据所述分类，对每一类航班的延误、取消情况进行统计，得到每类航班的取消及延误情况；/n步骤4，对于延误/取消频次超过设定频次，和/或，延误时间超过的设定时长的航班数据进行分析，获得导致航班延误及取消的主要因素，通过历史运行数据对比提出优化策略。/n
【技术特征摘要】
1.一种基于大数据分析的航班计划优化方法，其特征在于，包括：
步骤1，接收历史航班运行数据，所述历史航班运行数据包括历史航班运行时刻表和历史航行情报；
步骤2，基于主成分分析法对所述历史航班运行数据进行降维，并基于聚类算法对航班进行基于属性的分类；
步骤3，根据所述分类，对每一类航班的延误、取消情况进行统计，得到每类航班的取消及延误情况；
步骤4，对于延误/取消频次超过设定频次，和/或，延误时间超过的设定时长的航班数据进行分析，获得导致航班延误及取消的主要因素，通过历史运行数据对比提出优化策略。
2.根据权利要求1所述的基于大数据分析的航班计划优化方法，其特征在于，所述步骤2包括：
步骤21，对所述历史航班数据进行标准化处理，获得标准化的航班属性参数矩阵；
步骤22，利用主成分分析算法，对所述标准化的航班属性参数矩阵进行特征分解，得出航班参数属性的主成分属性与其对应的特征值，通过所述特征值选择保留的主成分属性，消除参数矩阵中多个维度间的线性相关性；
步骤23，利用kmeans算法对仅保留主成分的属性数据进行聚类分析，根据航班属性对航班分群聚类，并为航班属性参数矩阵添加类别属性。
3.根据权利要求2所述的基于大数据分析的航班计划优化方法，其特征在于，所述步骤21包括：
步骤211，对接收的所述历史航班运行时刻表和历史航行情报进行整合，并抽取航班信息；
步骤212，对所述航班信息进行数值转化，构建航班对应的多个属性的参数数值，并获得多个航班对应的属性参数矩阵；
步骤213，按照下列公式，对所述属性参数矩阵进行标准化处理，获得标准化的航班属性参数矩阵：
其中是属性参数矩阵标准化后第i列属性参数，Xi是属性参数矩阵第i列属性参数，E(Xi)是第i列属性参数Xi的平均值，var(Xi)是第i列属性参数Xx的方差。
4.根据权利要求3所述的基于大数据分析的航班计划优化方法，其特征在于，所述步骤22包括：
步骤221，获取标准化的航班属性参数矩阵所对应的协方差矩阵C；
步骤222，设定每一属性参数对应的特征单位向量为V，求解协方差矩阵C对应特征单位向量的特征值D：
D＝V-1CV
步骤223，将得到的特征值进行排序，取排序靠前的特征值所对应的特征向量来获得航班分类主要的影响属性。
5....
【专利技术属性】
技术研发人员：彭祯珍，李静，刘翱，何龙，
申请(专利权)人：中国民用航空总局第二研究所，
类型：发明
国别省市：四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。