(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211022197.X (22)申请日 2022.08.25 (65)同一申请的已公布的文献号 申请公布号 CN 115115278 A (43)申请公布日 2022.09.27 (73)专利权人 北京航空航天大 学 地址 100191 北京市海淀区学院路37号 (72)发明人 杨杨　蔡开泉　张明华　 (74)专利代理 机构 北京天汇航智知识产权代理 事务所(普通 合伙) 11987 专利代理师 陈陈数 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 10/10(2012.01) G06K 9/62(2022.01) G06Q 50/30(2012.01) (56)对比文件 EP 2492889 A2,2012.08.2 9 CN 110288177 A,2019.09.27 CN 109409587 A,2019.0 3.01 魏云等.多跑道机场离场航班推出时刻的优化研究. 《交通 运输工程与信息学报》 .2015,(第 02期),第70 -73+79页. 王立文等.机场视景模型参数化建模方法研 究. 《计算机 工程与科 学》 .2011,(第08期),第95 - 101页. 王璐等.多跑道机场内多类型离场航班的调 度建模与优化研究. 《航空计算 技术》 .2018,(第 04期),第1- 3+6页. 侯文涛.基 于SIMMOD仿真的机场拥挤时段推 出率控制策略研究. 《中国民航飞行 学院学报》 .2015,(第01期),第38-42页. 赵嶷飞等.基 于推出率控制的机场拥挤管理 策略研究. 《科 学技术与工程》 .2014,(第0 5期), 第309-313页. 何印标.基 于容量场景树的机场离进场流 量 动态模型研究. 《计算机与数字 工程》 .202 2,第 1268-1273页. 王慧等.基 于深度学习的航班延误预测方 法. 《指挥信息系统与技 术》 .2020,第1 1-17页. 张明华等.“以拉代推 ”的繁忙机场离场计量 新方式探索. 《民航管理》 .202 2,第58-63页. 审查员 孔娜 (54)发明名称 一种离场航班推出速率动态自适应决策方 法 (57)摘要 本发明涉及机场运行管 理领域， 公开了一种 离场航班推出速率动态自适应决策方法， 包括： S1构建机场全场景在途容量表； S2： 基于间隔统 计量的机场运行参数场景聚类； S3： 基于场景树 的机场运行参数不确定性建模， 获得机场运行参 数全天时段的概率表征； S4： 航班推出速率动态 自适应计算： 结合机场在途容量场景表与场景树 模型， 根据实时运行数据动态自适应地计算未来 时段的航班推出速率集合。 实现航班推出速率的 动态自适应决策， 为高效、 鲁棒的推出管理过程 提供基础。 权利要求书4页 说明书10页 附图3页 CN 115115278 B 2022.11.22 CN 115115278 B 1.一种离场航班推出速率动态自适应决策 方法， 其特 征在于， 包括以下步骤： S1： 构建机场全场景在途容量表： 对机场运行参数历史数据进行预分类， 基于预分类后 的数据集建立机场在途容 量估计模型， 得到 机场全场景在途容 量表； S2： 基于间隔统计量的机场运行参数场景 聚类： 采用K ‑means聚类算法和间隔统计量方 法对机场运行参数历史数据的序列进行聚类， 识别机场运行参数的典型场景； S3： 基于场景树的机场运行参数不确定性建模： 基于S2中识别得到的机场运行参数典 型场景构建场景树模型， 获得机场运行参数全天时段的不确定性表征， 即机场运行参数全 天时段的概 率分布； S4： 航班推出速率的动态自适应计算： 结合机场全场景在途容量表与场景树模型， 根据 机场运行参数的实时数据动态自适应地计算未来时段的航班推出速率 集合； S3具体包括以下步骤： S31： 设置机场运行参数场景的分支规则： 计算每一种机场运行参数场景的90%置信区 间； 然后， 使用 xi(t)表示机场运行参数场景 i在t时段内的平均值， 机场运行参数场景 i在时 段t的90%置信区间表示为 ， 和 分别表示90%置信区间的下 界 和 上 界 ，机 场 运 行 参 数 场 景 i在t= 1 ,2 , …,T时 段 的 9 0 % 置 信 区 间 被 和 一对序列进行描述； 最后， 对于 每对机场运行参数场景 ɑ和b， 如果在t时段内， 机场运行参数场景 ɑ的平均值 xa(t)不在机场 运行参数场景 b的90%置信区间 内， 则分支逻辑判断值 Iab(t)=0， 否则 Iab(t)=1； 机场运行参数场景 b的平均值 xb(t)不在机场运行参数场景 ɑ的90%置信区间 内， 则分支逻辑判断值 Iba(t)=0， 否则Iba(t)=1； S32： 计算机场运行参数场景分支时段： 令时段序 号为τ， 初始化τ=1， 对于每一对机场运 行参数场景 ɑ和b， 按照时段序号从前往后遍历； 设每个时段为15分钟， 则在4个连续时段内 发生满足分支规则的情况， 即 时计算停止， 返回机场运行参数 场景ɑ和b的分支时段 τab为τ； 若无满足分支规则的情况， 时段序号 τ递增1， 继续对下一 时段 进行分支规则判定， 直至 τ=T‑3时， 计算停止， 返回机场运行参数场景 ɑ和b从未分支； 单机场运行参数场景与机场 运行参数场景集合间的分支时段计算如下： 令机场 运行参 数场景集合为 g， 如果其中的机场运行参数场景 ɑ在初始时段 t就分支出去， 即对于所有非 a 的机场运 行参数场景 b， 有τab=1， 则称机场运 行参数场景ɑ是一个孤立的场景； 如果在初始时 段t没有分支， 后续时段会分支， 即对于机场运行参数场景集合 g中的每一对机场运行参数 场景ɑ和b， 有τab≠1， 并且 机场运行参数场景a≠机场运 行参数场景b， 此时， 对 于机场运 行参 数场景集 合g中的任意机场运行参数场景 a， 其分支时段为 ，b∈g\{a}表示机场运行参数场景 b属于不包含机场运行权　利　要　求　书 1/4 页 2 CN 115115278 B 2参数场景 ɑ的机场运行参数场景集 合g； S33： 基于S32得到的分支时段信息和各分支场景的样本数量占比来构建场景树模型： 令G为机场运行参数场景的全集， 机场运行参数场景集 合g∈G： （1） 若|g|=1， 则判定仅有的机场运行参数场景 ɑ∈g为一个孤立场景， 每个孤立场景各 自都被视为场景树模型的一条分支， 分支时段为 τ=1； （2） 若|g|≠1， 则机场运行参数场景 ɑ从机场运行参数场景集 合g中分支时段为 τa(g)； （3） 计算机场 运行参数场景 ɑ的分支时段的样本数量与机场运行参数场景 ɑ下的总样本 数量的分支比值 为ratioa； （4） 重复 （1） 至 （3） ， 统计各机场运行参数场景的分支时段和分支比值， 并构 建场景树模 型； S4具体包括以下步骤： S41： 机场运行参数概率分布实时计算， 获取当前时段的气象能见度、 跑道运行模式和 进场率3种运行参数， 分别带入S 33中得到的3组场景树模型， 计算一 天中剩余时段内各运行 参数的概 率分布结果， 其中任意第 t个时段的运行参数 结果表示如下： 其中，Prob(Wt)、Prob(At)、Prob(Rt)分别为t时段的气象能见度、 进场率和跑道运行模 式3种运行参数的概率分布情况的序列， O、P、Q分别代表 t时段内相应运行参数候选样本个 数， 表示t时段内第 o种气象能见度， 表示t时段内第 p种进场率， 表示t时段内 第q种跑道运行模式； S42： 离场率 ‑在途率函数模型提取， 基于运行参数概率序列， 计算得到 t时段内第 h组运 行参数组合的概 率结果： 将运行参数概率序列 Prob(St)中的运行参数输入到机场全场景在途容量表， 提取各运 行参数组合场景对应的离场率 ‑在途率函数模型， 输出各运行参数组合场景对应的在途容 量值C(t)和预测航班离场率 T(t)， 如下式所示： 其中， 式中的 表示机场全场景在途容量表， 当输入 t时段的气象能见度 W(t)、 进 场率A(t)和跑道运行模式 R(t)， 一组运行参数 组合后， 即可得到相应组合场景的离场率 ‑在权　利　要　求　书 2/4 页 3 CN 115115278 B 3