一种航班放行时隙的N点置换方法技术

本发明专利技术公开了一种航班放行时隙的N点置换方法，包括：基于机场航班的历史数据，拟合生成正点率关键影响因子数据模型；航班根据各自的计划起飞时刻和原时隙安排，判断所处正点率关键影响因子数据模型的性能区间；若处于高性能区间，则航班新时隙安排的范围为“计划起飞时刻至计划起飞时刻+预设时间”；若处于低性能区间，航班新时隙安排的范围为“计划起飞时刻至计划起飞时刻+预设时间”；若处于急速下降区间，航班新时隙安排的范围为“计划起飞时刻至原时隙安排”；对所有航班按照新时隙安排的范围进行排列组合、多重条件约束检测，得到符合要求的可选组合方案；在可选组合方案中，选择航班正点率最大的方案，作为N点置换方法的时隙分配方案。

【技术实现步骤摘要】
一种航班放行时隙的N点置换方法
本专利技术涉及航班运行控制
，具体涉及一种航班放行时隙的N点置换方法。
技术介绍
航班运行控制，是民航单位对航班运行实施起始、延迟、更改、终止的所有决策；航班放行时隙，是民航空中交通管制部门根据空域资源使用情况，确定航班何时起飞以及何时飞越空中某个航路点的具体时间。目前，民航领域内的航班放行时隙分配策略，以航班预计起飞时刻为主要参考。预计起飞时刻较早的航班，航班放行时隙安排较早；预计起飞时刻较晚的航班，航班放行时隙安排较晚。目前，按照航班预计起飞时刻优先原则的航班放行时隙分配方法，缺少对航班正点率因素的考虑，时常发生因某个航路点的时隙控制而造成一个放行队列中绝大多数航班都延误的情况。航班正点率为民航空管、机场、航空公司最重要的考核指标之一，缺少航班正点率因素考量的航班放行时隙分配策略存在较为明显的设计缺陷。同时，在现实运行环境中，时常发生人工提出航班时隙调整建议，在满足流量限制规则的前提下，经过人工评估确认后，进行时隙置换和调整，可一定程度减少航班延误的发生。但，从错综复杂的运行环境以及海量运行数据中，人工分析出时隙优化调整方案极为困难，实施连续监控难上加难。
技术实现思路
针对现有技术中存在的上述问题，本专利技术提供一种航班放行时隙的N点置换方法。本专利技术公开了一种航班放行时隙的N点置换方法，包括：获取当时时间下，该机场允许时隙变动的航班范围以及每个航班的计划起飞时刻和原时隙安排；基于该机场航班的历史数据，拟合生成该机场航班的正点率关键影响因子数据模型；其中，所述正点率关键影响因子数据模型包括高性能区间、低性能区间和急速下降区间；每个航班根据所述正点率关键影响因子数据模型以及各自的计划起飞时刻和原时隙安排，判断所处的性能区间，并确定航班新时隙安排的范围；其中，若处于高性能区间，则该航班为正常起飞航班，航班新时隙安排的范围为“计划起飞时刻至计划起飞时刻+预设时间”；若处于低性能区间，则该航班为延误起飞航班，航班新时隙安排的范围为“计划起飞时刻至计划起飞时刻+预设时间”；若处于急速下降区间，则该航班为预计可能延误起飞航班，航班新时隙安排的范围为“计划起飞时刻至原时隙安排”；对所有航班按照新时隙安排的范围进行排列组合，得到组合方案；基于多重条件约束，检测所述组合方案中每一方案的可用性，筛选符合要求的可选组合方案；在所述可选组合方案中，计算各方案的航班正点率；选择航班正点率最大的方案，作为N点置换方法的时隙分配方案。作为本专利技术的进一步改进，所述正点率关键影响因子数据模型的生成方法，包括：收集机场预设时间段内的航班历史运行数据；以航班(原时隙安排-航班计划起飞时刻)的差值为横坐标，以各差值对应的航班正点率为纵坐标，拟合生成(差值—航班正点率)曲线，得到正点率关键影响因子数据模型；其中：所述(差值—航班正点率)曲线包括三个性能区间：高性能区间、低性能区间和急速下降区间。作为本专利技术的进一步改进，随着所述(原时隙安排-航班计划起飞时刻)的差值的增大，航班从所述高性能区间至急速下降区间至低性能区间变化；其中，在所述高性区间中，纵坐标保持稳定的高数值区间，横坐标对纵坐标影响小；在所述低性区间中，纵坐标保持稳定的低数值区间，横坐标对纵坐标影响小；在所述急速下降区间中，随着横坐标增加，纵坐标呈速降趋势。作为本专利技术的进一步改进，在对所有航班按照新时隙安排的范围进行排列组合时，以分钟为单位计，每增加一分钟为一种可能；其中，正常起飞航班的可变动范围有“n1种可能”，n1＝t+1，式中，t为预设时间；延误起飞航班的可变动范围有“n2种可能”，n2＝t+1+(t2-t1)，式中，t为预设时间，t2为原时隙安排，t1为计划起飞时刻；预计可能延误起飞航班的可变动范围有“n3种可能”，n3＝(t2-t1)+1，式中，t2为原时隙安排，t1为计划起飞时刻；排列组合所得的组合方案的数量N，式中，a为正常起飞航班的数量、b为延误起飞航班的数量、c为预计可能延误起飞航班的数量。作为本专利技术的进一步改进，所述预设时间设置为30分钟。作为本专利技术的进一步改进，所述多重条件约束包括空域时隙间隔要求、空域容量限制、地面保障最早完成时间、航空器地面滑行时间和“帕累托最优”原则。作为本专利技术的进一步改进，所述计算各方案的航班正点率，包括：获取允许时隙变动的航班总数量；计算各方案中航班正常的航班数量；基于航班正常的航班数量和航班总数量，计算各方案的航班正点率。与现有技术相比，本专利技术的有益效果为：本专利技术的航班放行时隙N点置换方法，可弥补现有航班放行时隙分配策略中缺少对航班正点率考量的技术缺陷，将模拟人工分析解决问题的处理方式并将其转化为系统自动分析处理，可以提升机场整体航班正点率5个百分点以上；本专利技术的航班放行时隙N点置换方法，可根据航班运行动态，通过数学建模和计算机处理，自动产生出优于当前航班时隙分配方案的计算结果，以追求更高的航班正点率表现和更高的空域资源使用效率。附图说明图1为本专利技术一种实施例公开的航班时隙安排与航班正点率的数据相关性示意图；图2为本专利技术一种实施例公开的第一种原始模型的示意图；图3为本专利技术一种实施例公开的第二种原始模型的示意图；图4为本专利技术一种实施例公开的第三种原始模型的示意图；图5为本专利技术一种实施例公开的航班放行时隙的N点置换方法的流程图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。下面结合附图对本专利技术做进一步的详细描述：本专利技术提供一种航班放行时隙的N点置换方法为一种机器智能算法，算法过程为数学建模和逻辑运算(排列组合、检验方案可用性、求解正点率最大组合方案)，经过系统运算后产生符合预期的计算结果；算法结果辅助用户运行决策，算法具备学习和自我修正能力，随着运行数据积累，运算结果不断趋于精确。其主要应用于民航空中交通管理单位、民航机场和航空公司的航班运行控制领域，辅助用户运行决策。如图1所示，航班放行时隙安排与航班正点率有一定的数据相关性，图1的横坐标为(原时隙安排-航班计划起飞时刻)的差值、纵坐标为各差值对应的航班正点率；由图1可知，时隙安排越早越有利于航班正常，时隙安排越晚越容易发生航班延误。数据表现上，通常包括高性能区间、低性能区间和急速下降性能区间，性能区间边界点为性能突变的关键时间窗口。如图2所示，A为一个预计延误起飞的航班，B为一个预计正常起飞的航班，当将A航班和B航班的时隙对换后，A、本文档来自技高网...

【技术保护点】
1.一种航班放行时隙的N点置换方法，其特征在于，包括：/n获取当时时间下，该机场允许时隙变动的航班范围以及每个航班的计划起飞时刻和原时隙安排；/n基于该机场航班的历史数据，拟合生成该机场航班的正点率关键影响因子数据模型；其中，所述正点率关键影响因子数据模型包括高性能区间、低性能区间和急速下降区间；/n每个航班根据所述正点率关键影响因子数据模型以及各自的计划起飞时刻和原时隙安排，判断所处的性能区间，并确定航班新时隙安排的范围；其中，/n若处于高性能区间，则该航班为正常起飞航班，航班新时隙安排的范围为“计划起飞时刻至计划起飞时刻+预设时间”；/n若处于低性能区间，则该航班为延误起飞航班，航班新时隙安排的范围为“计划起飞时刻至计划起飞时刻+预设时间”；/n若处于急速下降区间，则该航班为预计可能延误起飞航班，航班新时隙安排的范围为“计划起飞时刻至原时隙安排”；/n对所有航班按照新时隙安排的范围进行排列组合，得到组合方案；/n基于多重条件约束，检测所述组合方案中每一方案的可用性，筛选符合要求的可选组合方案；/n在所述可选组合方案中，计算各方案的航班正点率；/n选择航班正点率最大的方案，作为N点置换方法的时隙分配方案。/n...

【技术特征摘要】
1.一种航班放行时隙的N点置换方法，其特征在于，包括：
获取当时时间下，该机场允许时隙变动的航班范围以及每个航班的计划起飞时刻和原时隙安排；
基于该机场航班的历史数据，拟合生成该机场航班的正点率关键影响因子数据模型；其中，所述正点率关键影响因子数据模型包括高性能区间、低性能区间和急速下降区间；
每个航班根据所述正点率关键影响因子数据模型以及各自的计划起飞时刻和原时隙安排，判断所处的性能区间，并确定航班新时隙安排的范围；其中，
若处于高性能区间，则该航班为正常起飞航班，航班新时隙安排的范围为“计划起飞时刻至计划起飞时刻+预设时间”；
若处于低性能区间，则该航班为延误起飞航班，航班新时隙安排的范围为“计划起飞时刻至计划起飞时刻+预设时间”；
若处于急速下降区间，则该航班为预计可能延误起飞航班，航班新时隙安排的范围为“计划起飞时刻至原时隙安排”；
对所有航班按照新时隙安排的范围进行排列组合，得到组合方案；
基于多重条件约束，检测所述组合方案中每一方案的可用性，筛选符合要求的可选组合方案；
在所述可选组合方案中，计算各方案的航班正点率；
选择航班正点率最大的方案，作为N点置换方法的时隙分配方案。


2.如权利要求1所述的N点置换方法，其特征在于，所述正点率关键影响因子数据模型的生成方法，包括：
收集机场预设时间段内的航班历史运行数据；
以航班(原时隙安排-航班计划起飞时刻)的差值为横坐标，以各差值对应的航班正点率为纵坐标，拟合生成(差值—航班正点率)曲线，得到正点率关键影响因子数据模型；其中：所述(差值—航班正点率)曲线包括三个性能区间：高性能区间、低性能区间和急速下降区间。


3.如权利要求2所述的N...

【专利技术属性】
技术研发人员：王宇，
申请(专利权)人：上海行沙科技有限公司，
类型：发明
国别省市：上海;31