[发明专利]基于历史运行数据驱动的单机场航班换季时隙优化方法

权利要求书

1.一种基于历史运行数据驱动的单机场航班换季时隙优化方法，其特征在于，所述方法包括以下步骤：

1)获取历史数据信息，其中所述历史数据信息包括航季所有航班的计划信息以及前一年该航季每个月的历史运行数据信息；

2)对得到的历史运行数据进行预处理，其中清洗掉取消航班的数据信息，并对清洗之后的航班数据进行数据筛选和历史数据匹配；

3)构建数据驱动的优化模型，其中首先根据航班到时隙的分配定义0-1型整数决策变量，然后基于历史实际运行数据以最小化偏离航空公司请求时间和航班延误为目标建立最小化目标函数，随后确定约束条件，获得数据驱动的优化模型，

其中，定义得到的决策变量为

其中M表示所有航班号的集合，T表示所有时隙的集合，m∈M，t∈T，

所建立的最小化目标函数为：

其中f₁(m,t)和f₂(m,t)分别表示航班m分配到时隙t的计划延误代价函数和预期运行延误代价函数，并且其中

f₁(m,t)的计算公式为：

f₁(m,t)＝c_md_m|t-t_m| (3)

其中d_m表示航班m的实际执行的天数，c_m表示航班m延误的单位时间成本，t_m为航班m请求的时隙，t为待分配的时隙；

f₂(m,t)的计算公式为：

f₂(m,t)＝c_md_mE(g(m,t))，m∈M,t∈T (4)

其中g(m,t)表示航班m在时隙t可能的延误时间，E(g(m,t))表示航班m在时隙t延误时间的期望值，c_m表示计划延误的单位时间成本，d_m表示航班m的实际执行的天数，

约束条件包括如下：

航班时隙唯一性约束：保证每个航班在同一天同一机场只能分配一个时隙

航班时隙调整范围约束：保证航空公司可接受的分配时隙与请求时隙之差低于最大可接受值，即

其中t_max为航班分配时隙与请求时隙的最大可接受值；

容量约束：保证优化后的航班计划需要满足小时容量要求，为避免某些航班时隙过于密集，采用小时滚动容量限制；

进场容量约束：其中C_a为公布的最大进场容量，M_a为进场航班集合；

离场容量约束：其中C_d为公布的最大离场容量，M_d为离场航班集合；

总容量约束：其中C为机场运行的最大公布容量；

最小过站时间约束：航空器滑行至停机位开启机门至航空器准备工作就绪关上机门之间的时间大于最小过站时间：

其中为航班m机型对应的最小过站时间，M²为过站航班的航班对集合，m_a为过站航班的进场航班，m_d为过站航班的离场航班；

最大过站时间约束：为了不使航空公司在中转机场停留时间过长，有必要对中转航班的过站时间做如下最大过站时间限制：

其中最大过站时间为航班m机型对应的最大过站时间；

4)根据建立的数据驱动的优化模型，利用切平面法求解，得到换季航班时隙的最优分配。

2.如权利要求1所述的基于历史运行数据驱动的单机场航班换季时隙优化方法，其特征在于，该航季的所有航班的计划信息包括航班计划中的航班号、机型、起航班场、计划起飞时间、落地机场、计划落地时间，而前一年该航季每个月的历史运行数据信息包括所有航班的运营日、航班号、计划起飞时间、计划落地时间、实际起飞时间、实际落地时间。

3.如权利要求1所述的基于历史运行数据驱动的单机场航班换季时隙优化方法，其特征在于，对清洗之后的航班数据进行数据筛选和历史数据匹配的步骤包括：对历史父权航班、历史非父权航班和新进入航班进行数据筛选，并对历史父权航班和历史非父权航班的历史运行数据进行匹配。