一种面向大众化出行的民航航班时刻配置方法

技术领域

本发明涉及民航航班时刻配置领域，尤其涉及一种面向大众化出行的民航航班时刻配置方法。

背景技术

民航航班时刻配置的优化对于提高航班时刻利用效率、促进航班正常有序运行、保证航空承运人公平参与市场竞争，具有重要的意义。近年来，我国一直致力于推进航空服务的大众化，并不断加密机场网络建设，建立通达、通畅、经济、高效的航线网络。同时，我国积极发展支线航空，推动干支线航班的有效衔接，并推进低成本航空等差异化发展，全面实施基本航空服务计划，以确保老少边穷地区的航线网络基本通达。然而，现有的民航航班时刻配置方法在满足大众化出行战略方面存在一定的局限性。当前方法未能充分考虑大众化出行的需求，导致航班时刻配置无法充分激励支线航空和低成本航空等适应大众出行需求的航班时刻申请。因此，迫切需要一种新的航班时刻配置方法，该方法以大众化出行战略为考虑因素，能够更好地满足市场需求，并推动民航业的持续发展。

发明内容

本发明所要解决的技术问题是针对背景技术中所涉及到的缺陷，提供一种面向大众化出行的民航航班时刻配置方法，以解决现有时刻配置模型未充分考虑大众化出行战略的问题。确定面向大众化出行的多维度权重体系，从旅客类型、航司类型、航线类型和时刻类型四个维度量化大众化出行的影响因素。根据航班时刻申请数据，计算出各航班在航班时刻偏移中的权重。以最小化带权重的时刻偏移总量为主要目标，建立一种面向大众化出行的航班时刻配置模型，以优化航班时刻表的安排，满足大众化出行的需求，并提高配置的效率和公平性。为求解建立的航班时刻模型，本发明运用了Gurobi求解器在Python环境下进行求解，以提供符合大众化出行要求、提升配置效率和公平性的航班时刻配置方案。

本发明为解决上述技术问题采用以下技术方案：

一种面向大众化出行的民航航班时刻配置方法，包括以下步骤：

步骤1)，确定面向大众化出行的多维度权重体系，所述多维度权重体系包括旅客类型、航司类型、航线类型、时刻类型四个维度；根据航班时刻申请数据，计算各航班在旅客类型、航司类型、航线类型和时刻类型维度上的权重；

步骤2)，综合各个维度权重，评估航班对大众化出行的贡献程度，确定各航班在航班时刻偏移中的权重；

步骤3)，建立面向大众化出行的民航航班时刻配置模型，旨在最小化带权重的时刻偏移总量，并通过约束条件对民航航班时刻配置模型进行约束；

步骤4)，运用Gurobi求解器在Python环境下求解建立的航班时刻模型，得到面向大众化出行的民航航班时刻表。

作为本发明一种面向大众化出行的民航航班时刻配置方法进一步的优化方案，步骤1)中各航班在旅客类型维度权重的计算公式为：

各航班在航司类型维度权重的计算公式为：

各航班在航线类型维度权重的计算公式为：

各航班在时刻类型维度权重的计算公式为：

作为本发明一种面向大众化出行的民航航班时刻配置方法进一步的优化方案，步骤2)中航班在航班时刻偏移中的权重

作为本发明一种面向大众化出行的民航航班时刻配置方法进一步的优化方案，所述步骤3)中面向大众化出行的民航航班时刻配置模型包括目标Z

目标Z

其中，T＝{0,1,...,n-1}表示时刻的集合，一天有n个时刻，由t索引；τ

目标Z

其中，ρ

作为本发明一种面向大众化出行的民航航班时刻配置方法进一步的优化方案，步骤3)中通过以下约束条件对民航航班时刻配置模型进行约束：唯一性约束、机场容量约束、过站时间约束和最大时刻偏移量约束；

所述唯一性约束用于确保每个航班只能分配一个时刻，表达式为

所述机场容量约束用于规定起降需求不能超过机场滚动进场容量、离场容量和总容量，表达式为

所述过站时间约束用于规定前后紧邻航班的最小和最大过站时间，表达式为

所述最大时刻偏移量约束用于规定每个航班的时刻偏移量不能超过设定的最大时刻偏移量，表达式为

作为本发明一种面向大众化出行的民航航班时刻配置方法进一步的优化方案，所述步骤4)的详细步骤如下：

步骤4.1)，将目标函数通过“setObjectiveN”方法输入到Gurobi求解器中，以最小化带权重的时刻偏移总量为主要目标，最小化航班时刻配置的基尼系数为次要目标；

步骤4.2)，将约束条件通过“addConstr”方法输入到Gurobi求解器中；

步骤4.3)，运行程序求解模型，得到面向大众化出行的民航航班时刻表。

本发明采用以上技术方案与现有技术相比，具有以下技术效果：

1.提升大众化出行评价的科学性和全面性。从旅客类型、航司类型、航线类型和时刻类型四个维度评价航班对大众化出行的贡献。通过综合考虑大众化出行的影响因素，更全面、科学地评价航班对大众化出行的促进作用；

2.平衡大众化出行战略与时刻配置的效率性和公平性。综合考虑各维度的大众化出行评价权重，确保航班的安排符合大众化出行的需求的同时，提高时刻配置的效率性和公平性；

3.高效准确的时刻配置求解。利用Gurobi求解器在Python环境下求解模型，代码结构简明清晰且执行效率高，能够快速获得精确的时刻配置结果。高效的求解过程将帮助时刻协调人快速生成科学和有效的航班时刻配置方案，提高时刻配置的准确性和可操作性。

附图说明

图1是本发明方法的流程示意图。

具体实施方式

下面结合附图对本发明的技术方案做进一步的详细说明：

本发明可以以许多不同的形式实现，而不应当认为限于这里所述的实施例。相反，提供这些实施例以便使本公开透彻且完整，并且将向本领域技术人员充分表达本发明的范围。在附图中，为了清楚起见放大了组件。

如图1所示，本发明公开了一种面向大众化出行的民航航班时刻配置方法，包括以下步骤：

步骤1)，确定面向大众化出行的多维度权重体系，所述多维度权重体系包括旅客类型、航司类型、航线类型、时刻类型四个维度；根据航班时刻申请数据，计算各航班在旅客类型、航司类型、航线类型和时刻类型维度上的权重。具体包括以下步骤：

步骤1.1)，确定旅客类型维度权重。大众化出行战略鼓励经济舱旅客出行。在航班时刻配置时，根据航班承载的经济舱旅客座位数确定权重，经济舱座位数越多的航班给予越大的权重，以降低航班发生时刻偏移的可能性。旅客类型维度的权重计算如下：

其中，

步骤1.2)，确定航司类型维度权重。大众化出行战略鼓励低成本航司发展。因此，在时刻配置时，根据航班所属航空公司的类型确定权重，尽可能满足低成本航空公司提交的时刻申请。航司类型维度的权重计算如下：

其中，

步骤1.3)，确定航线类型维度权重。大众化出行战略致力于支线航空的发展和干支线航班的有效衔接。因此，在时刻配置时，给予运营航班数量较少的航线(通常是支线航班)较大的权重，优先满足这些航班的时刻配置需求。航线类型维度的权重计算如下：

其中，

步骤1.4)，确定时刻类型维度权重。高峰时刻的申请可能导致拥挤和延误，不利于提升大众出行体验。为了惩罚高峰时刻的申请，鼓励航司申请非高峰时刻，根据航季内每个小时的平均起降架次确定时刻申请的权重。时刻类型权重的计算如下：

其中，

步骤2)，综合各个维度权重，评估航班对大众化出行的贡献程度，确定各航班在航班时刻偏移中的权重。每个航班涉及旅客类型、航司类型、航线类型、时刻申请类型这四个维度的权重。通过将这四个维度的权重进行加权求和，计算得到各航班在航班时刻偏移中的权重。权重的数值越大，表示该航班在时刻偏移中具有更高的重要性，相应地，该航班更不容易发生时刻偏移。权重的计算公式如下所示：

其中，ω

步骤3)，建立面向大众化出行的民航航班时刻配置模型，旨在最小化带权重的时刻偏移总量，并通过适当的约束条件确保航班时刻的合理性和可行性。该模型包括两个目标，目标Z

目标Z

其中，Z

目标Z

其中，Z

其中，u表示带权重的时刻偏移总量；u

模型的约束主要包括唯一性约束、机场容量约束、过站时间约束和最大时刻偏移量约束。

具体约束如下：

唯一性约束确保每个航班只能分配一个时刻，表达式为：

机场容量约束规定起降需求不能超过机场滚动进场容量、离场容量和总容量，表达式为：

其中，K＝{Arr,Dep,Total}为航班运行类型的集合，包括三种运行类型，Arr为进场，Dep为离场，Total为总和，由k索引；M

过站时间约束规定前后紧邻航班的最小和最大过站时间，表达式如下：

其中，F为前后紧邻航班时刻对的集合，由(m,m')索引；t

最大时刻偏移量约束规定每个航班的时刻偏移量不能超过设定的最大时刻偏移量，表达式如下：

其中，f

步骤4)，运用Gurobi求解器在Python环境下求解建立的航班时刻模型，得到面向大众化出行的民航航班时刻表，具体步骤如下：

步骤4.1)，将目标函数通过“setObjectiveN”方法输入到Gurobi求解器中，以最小化带权重的时刻偏移总量为主要目标(priority＝0)，最小化航班时刻配置的基尼系数为次要目标(priority＝1)；

步骤4.2)，将约束条件通过“addConstr”方法输入到Gurobi求解器中；

步骤4.3)，运行程序求解模型，得到面向大众化出行的民航航班时刻表。

具体以上海虹桥机场2019年夏秋航季航班时刻配置为例，以航班时刻计划数据代替航班时刻申请数据。数据集包括航班号、运行航空公司、运行机型、航线、运行日期(周几)、起飞机场、降落机场、起飞时间、降落时间等字段，共有766个航班号不同的航班。

模型参数设定如下：

a)机场容量。上海虹桥机场的机场容量可分为15min容量和60min容量。15min容量是滚动容量，每15min的航班总量不能超过15个，离场和进场航班分别不超过9个。60min容量随时间变化，如表1所示。

表1上海虹桥机场60min容量

b)联程航班过站时间。最小过站时间设置为65min，最大过站时间设置为180min。

c)允许的最大时刻偏移量。各航班允许的最大时刻偏移量设置为30min。

计算各航班各维度权重的具体数值。各维度权重的值的分布如表2所示。

表2各维度权重的值统计

以四个类型维度的权重系数均为0.250(即α＝β＝γ＝0.250)为例，求得各航班在航班时刻偏移中的权重。其中，权重最大值为0.849，该航班最不容易发生时刻偏移，权重最小值为0.003，该航班最容易发生时刻偏移。

将航班时刻偏移的权重和航班时刻计划数据作为模型输入，使用Gurobi求解器在Python环境下求解模型，以最小化带权重的时刻偏移总量为主要目标，并将航班时刻配置公平性度量的基尼系数作为次要目标，以唯一性约束、机场容量约束、过站时间约束、最大时刻偏移量约束为约束条件。求解得到的最小化带权重的时刻偏移总量的航班时刻表(考虑大众化出行)与最小化时刻偏移总量的航班时刻表(不考虑大众化出行)的结果如表3所示。最小化带权重的时刻偏移总量的时刻表在考虑大众出行需求的同时，相较于不考虑权重的最小化时刻偏移总量的时刻表，带权重的时刻偏移总量一航季共减少了4246.060min。尽管需要增加3100分钟的时刻偏移总量，但平均每天仅需多偏移14.286min。通过增加相对较小的时刻偏移量，实现了面向大众化出行的时刻配置结果。

表3航班时刻表结果对比

本技术领域技术人员可以理解的是，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。