一种航班保障服务时间估算方法及系统与流程

本发明涉及航班保障领域，尤其涉及一种航班保障服务时间估算方法及系统。

背景技术：

随着民航运输业的高速发展，截止2015年旅客吞吐量达千万级的大型机场已有26个。这类机场的快速扩张因保障服务粗放式管理导致其运行效率日趋低下。而机场运行尤以地面服务保障流程为核心展开，其中保障服务时间反映保证服务流程的重要指标。

现有技术中，通常利用仿真模型对保障服务时间进行估算，如利用servicemodel工具实现平台车的业务流程仿真，或对机场摆渡车调度过程进行了简化仿真，仅就单类保障服务车辆展进行仿真，采用该模型很难精确地估算保障服务时间。后期的研究者基于遗传算法、多目标遗传算法、粒子群算法、线性整数规划方法以及简单时间网络与agent结合方法探讨了机坪多类特种车辆调度优化机制，但上述方案仍缺乏对地面服务保障的整体刻画，也未提出一个描述整体保障服务的精准模型，因而无法为航班的地面保障服务时间提供精细的评估。

技术实现要素：

针对现有技术中的缺陷，本发明提供一种航班保障服务时间估算方法及系统，通过建立和使用更全面的航班保障服务仿真模型，从而更全面和精确的对航班保障服务时间进行估算。

第一方面，本发明提供了一种航班保障服务时间估算方法，所述方法包括：

建立基于着色时间petri网的航班保障服务仿真模型；

根据所述航班保障服务仿真模型，计算航班保障作业过程变迁的关联时间；

根据所述航班保障服务仿真模型和所述关联时间，进行航班保障服务仿真；

根据所述航班保障服务仿真，计算航班保障服务时间；其中，所述航班保障服务时间，为完成所有的航班保障作业过程所消耗的时间。

进一步地，所述建立基于着色时间petri网的航班保障服务仿真模型，具体包括：

采用着色时间petri网的基本元素，对所述航班保障作业过程进行描述；

采用着色时间petri网的基本元素，对航班保障服务状态进行描述；

采用着色时间petri网的基本元素，对所述航班保障作业过程的逻辑关系的进行描述；

采用着色时间petri网的基本元素，对航班保障服务状态与所述航班保障作业过程之间的关系进行描述；

根据所述描述建立基于着色时间petri网的航班保障服务仿真模型。

进一步地，所述对航班保障作业过程进行描述，具体包括：

采用t＝{t1,t2,t3,…,tx}对每个所述航班保障作业过程进行描述；其中，所述ti为第i个航班保障作业过程；

采用δ＝{δ1,δ2,δ3，…,δx}对每个所述航班保障作业过程的作业变迁进行描述；其中，δi为ti的变迁时间，所述δi满足以下公式：δi＝δiend-δistart，其中，δiend为ti的结束时间，δistart为ti的开始时间；

其中，x为所述航班保障作业过程的总数量，i＝1,2,3…,x。

进一步地，所述对航班保障服务状态进行描述，具体包括：

采用集合p＝{ps,puc,pc}对所述航班保障服务状态进行描述；其中，

ps＝{ps}，为保障作业状态库所集合，ps为保障作业状态库所；

puc＝{puc}，为非消耗性资源库所集合，puc为非消耗性资源库所；

pc＝{pc}，为消耗性资源库所集合，pc为消耗性资源库所。

进一步地，所述逻辑关系包括：串行关系，并行关系；所述对航班保障作业过程的逻辑关系进行描述，具体包括：

当ti和tj分别为同一航班保障作业状态库所的前集元素和后集元素时，将ti和tj描述为串行关系；

当ti和tj分别为不同的航班保障作业状态库所的后集元素，且所述不同的航班保障作业状态库所，其前集元素为同一保障作业过程时，将ti和tj描述为并行关系；

当ti和tj分别为不同的航班保障作业状态库所的前集元素，且所述不同的航班保障作业状态库所，其后集元素为同一保障作业过程时，将ti和tj描述为并行关系

其中，所述ti为第i个航班保障作业过程，所述tj为第j个航班保障作业过程，i＝1,2,3…,x，j＝1,2,3…,x，x为所述航班保障作业过程的总数量。

进一步地，所述对航班保障服务状态与所述航班保障作业过程之间的关系进行描述，具体包括：

将所述航班保障作业状态库所、所述非消耗性资源库所和所述消耗性资源库所之间的关系用关联弧来体现。

进一步地，所述根据所述航班保障服务仿真模型，计算航班保障作业过程变迁的关联时间，具体包括：

根据所述航班保障服务仿真模型计算每个航班保障作业过程的时间分布；

根据所述时间分布产生相应的随机数，并将所述随机数作为所述航班保障作业过程变迁的关联时间。

进一步地，所述根据所述航班保障服务仿真模型和所述关联时间，进行航班保障服务仿真，具体包括：

设置仿真初始时刻和仿真循环次数；

根据所述航班保障服务仿真模型和所述关联时间，按照所述仿真循环次数，从所述仿真初始时刻开始进行多次航班保障服务仿真。

进一步地，所述根据所述航班保障服务仿真，计算航班保障服务时间，具体包括：

将当前仿真循环号与所述仿真循环次数作比较；

当所述当前仿真循环号大于或等于所述仿真循环次数加1时，计算每次航班保障服务仿真的第一航班保障服务时间，得到多次仿真的多个第一航班保障服务时间；

将所述多个第一航班保障服务时间的值作为样本，求出所述样本的平均值，将所述平均值作为所述航班保障服务时间。

第二方面，本发明还提供了一种航班保障服务时间估算系统，所述系统包括：模型建立模块，第一时间计算模块，仿真模块，第二时间计算模块；

所述模型建立模块与所述第一时间计算模块连接，所述第一时间计算模块与所述仿真模块连接，所述仿真模块与所述第二时间计算模块连接；

所述模型建立模块，用于建立基于着色时间petri网的航班保障服务仿真模型；

所述第一时间计算模块，用于根据所述航班保障服务仿真模型，计算航班保障作业过程变迁的关联时间；

所述仿真模块，用于根据所述航班保障服务仿真模型和所述关联时间，进行航班保障服务仿真；

所述第二时间计算模块，用于根据所述航班保障服务仿真，计算航班保障服务时间；其中，所述航班保障服务时间，为完成所有的航班保障作业过程所消耗的时间。

由上述技术方案可知，本发明提供一种航班保障服务时间估算方法及系统，通过建立和使用更全面的航班保障服务仿真模型，从而更全面和精确的对航班保障服务时间进行估算。

附图说明

图1为本发明提供的航班保障服务时间估算方法的流程示意图。

图2为航班保障作业过程逻辑关系的示例性示意图。

图3为航班保障服务仿真模型的示例性示意图。

图4为本发明示例中部分航班保障服务估算时间与实际时间对比图和最小过站时间图。

图5为本发明提供的航班保障服务时间估算系统的结构示意图。

具体实施方式

下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只是作为示例，而不能以此来限制本发明的保护范围。

实施例一

图1示出了本发明实施例一提供的航班保障服务时间估算方法的流程示意图。如图1所示，一种航班保障服务时间估算方法，包括：

步骤s1，建立基于着色时间petri网的航班保障服务仿真模型；

步骤s2，根据所述航班保障服务仿真模型，计算航班保障作业过程变迁的关联时间；

步骤s3，根据所述航班保障服务仿真模型和所述关联时间，进行航班保障服务仿真；

步骤s4，根据所述航班保障服务仿真，计算航班保障服务时间；其中，所述航班保障服务时间，为完成所有的航班保障作业过程所消耗的时间。

本实施例的具体技术方案为：

步骤s1，建立基于着色时间petri网的航班保障服务仿真模型。

建立航班保障服务仿真模型，具体包括：采用着色时间petri网的基本元素，对所述航班保障作业过程进行描述；采用着色时间petri网的基本元素，对航班保障服务状态进行描述；采用着色时间petri网的基本元素，对所述航班保障作业过程的逻辑关系的进行描述；采用着色时间petri网的基本元素，对航班保障服务状态与所述航班保障作业过程之间的关系进行描述；根据以上描述建立基于着色时间petri网的航班保障服务仿真模型。

其中，着色时间petri网可表示为：ctpn＝(p,t,pre,post,c,w,δ,m)，其基本元素中，p＝{p1,p2,p3,…，pn}为有限库所集合，t＝{t1,t2,t3,…，tn}为有限变迁集合，且p∩t≠φ，p∩t≠φ，pre是前向关联矩阵，post是后向关联矩阵，c是库所的着色色彩集合，具体地，c(pi)＝{c1,c2,c3,…,cn}，其中i＝1,2,3,…,n，δ＝{δ1,δ2,δ3，…,δn}是所有变迁的时延集合，w:p×t∪t×p→l(c)，m:p→l(c)，其中，l(c)＝a1c1+a2c2+…+ancn为定义在颜色集上的整数线性函数；在图形上，库所用圆圈表示，变迁用矩形表示，库所与变迁之间的关系用有向弧表示。

现有的离散建模工具petri网，由于缺乏对时间和资源各类的刻画元素，不能满足建模要求，针对此本实施例采用上述着色时间petri网的基本元素对航班保障服务过程进行描述，从而建立航班保障服务仿真模型。

其中，保障资源包括非消耗性资源和消耗性资源，非消耗性资源具体包括保障服务人员、特种车辆等资源，消耗性资源具体包括航空汽油、航空食品等资源。

航班保障作业流程主要是从上轮挡到撤轮挡时间段内的一系列航班保障作业过程的集合，具体包括了上轮挡、廊桥或客梯车对接、加航油、电源车垃圾车作业等19个标准作业节点，上述多个航班保障作业过程具有一定的先后次序和逻辑次序，共同构成了航班保障服务作业流程。

进一步地，对航班保障作业过程进行描述，具体包括：采用t＝{t1,t2,t3,…,tx}对每个所述航班保障作业过程进行描述；其中，所述ti为第i个航班保障作业过程；采用δ＝{δ1,δ2,δ3，…,δx}对每个所述航班保障作业过程的作业变迁进行描述；其中，δi为ti的变迁时间，δi满足以下公式：δi＝δiend-δistart，其中，δiend为ti的结束时间，δistart为ti的开始时间；其中，x为所述航班保障作业过程的总数量，0<i≦x，i＝1,2,3…,x。

进一步地，所述对航班保障服务状态进行描述，具体包括：采用集合p＝{ps,puc,pc}对所述航班保障服务状态进行描述；其中，ps＝{ps}，为保障作业状态库所集合，ps为保障作业状态库所；puc＝{puc}，为非消耗性资源库所集合，puc为非消耗性资源库所；pc＝{pc}，为消耗性资源库所集合，pc为消耗性资源库所。

具体地，采用所述ps、所述puc以及所述pc的标记函数和容量函数，对所述航班保障服务状态进行描述。

其中，所述ps的标识函数，为所述保障作业状态库所的数量与保障作业状态标记的乘积，所述ps的容量函数，为所述保障作业状态标记。ps的标识函数和容量函数的公式分别如下所示：

其中，ms为航班保障作业状态库所的数量，cs为航班保障作业状态标记。

所述puc的标识函数，为所述非消耗性资源的数量与所述非消耗性资源的颜色标记的乘积的累加和；所述puc的容量函数，为非消耗性资源的最大数量与所述非消耗性资源的颜色标记的乘积的累加和。所述puc的标识函数和容量函数的公式分别如下所示：

m(puc)＝muc1·cuc1+muc2·cuc2+muc3·cuc3+…+mucn·cucn

k(puc)＝kuc1·cuc1+kuc2·cuc2+kuc3·cuc3+…+kucn·cucn

其中，muci为第i种非消耗性资源的数量，kuci为第i种非消耗性资源容许的最大资源数量，cuci为第i种非消耗性资源的标记，如cuci可表示保障人员的标记，0<i≦n，i＝1,2,3…,n。n为所述非消耗性资源的种类数。

所述pc的标识函数，为所述消耗性资源的数量与所述消耗性资源的颜色标记的乘积的累加和；所述pc的容量函数，为消耗性资源的最大数量与所述消耗性资源的颜色标记的乘积的累加和。所述pc的标识函数和容量函数的公式分别如下所示：

m(pc)＝mc1·cc1+mc2·cc2+mc3·cc3+…+mcm·ccm

k(pc)＝kc1·cc1+kc2·cc2+kc3·cc3+…+kcm·ccm

其中，mci为第i种消耗性资源的数量，kci为第i种消耗性资源容许的最大资源数量，cci为第i种消耗性资源的标记，0<i≦m，i＝1,2,3…,m。m为所述消耗性资源的种类数

进一步地，所述逻辑关系包括：串行关系，并行关系；其中，串行关系中保航班保障作业过程按顺序依次进行，前一个保障作业过程完成时保障所处的状态是下一个保障作业过程开始的必要条件。

所述对航班保障作业过程的逻辑关系进行描述，具体包括：当ti和tj属于同一航班保障作业状态库所，也即ti和tj分别为同一航班保障作业状态库所的前集元素和后集元素时，将ti和tj描述为串行关系；当ti和tj属于不同的航班保障作业状态库所的后集元素或前集元素，且所述不同的航班保障作业状态库所的前集元素或后集元素为同一保障作业过程时，将ti和tj描述为并行关系；其中，所述ti为第i个航班保障作业过程，所述tj为第j个航班保障作业过程，0<i,j≦x，i,j＝1,2,3…,x。x为所述航班保障作业过程的总数量。

上述对逻辑关系的描述可用如下公式表示：若ti∈*ps且tj∈ps*，则ti和tj串行关系；且pi,pj∈ps，若pi∈*ti(ti*)、pj∈*tj(tj*)且pi∈t*(*t)、pj∈t*(*t)，则ti和tj并行关系。其中，其中*ps为前集保障作业状态库所，ps*为后集保障作业状态库所，前集状态保障作业库所和后集保障作业状态库所无交集。例如，图2中的t2是加航油，t3是垃圾车作业，t4是行李货邮作业，三者分别属于p1、p2、p3的后集元素，而p1、p2、p3的前集元素均为t1，因此为并行关系。

进一步地，所述对航班保障服务状态与所述航班保障作业过程之间的关系进行描述，具体包括：将所述航班保障作业状态库所、所述非消耗性资源库所和所述消耗性资源库所之间的关系用关联弧来体现；具体地，将所述航班保障作业状态库所、所述非消耗性资源库所和所述消耗性资源库所之间的关系用关联弧的权函数来体现。

其中，所述航班保障作业状态库所关联弧的权函数如以下公式所示：

所述非消耗性资源库所关联弧的权函数如以下公式所示：

其中，wuci为非消耗性资源的权值，为非负整数，且wuc1+wuc2+…+wucn≠0。

所述消耗性资源库所的关联弧的权函数如以下公式所示：

其中，wci为非消耗性资源的权值，为非负整数，且wc1+wc2+…+wcm≠0。

根据上述对多个因素的描述，建立的航班保障服务模型可用如下公式表示：ctpn-ssm＝(p,t,pre,post,f,k,w,c,δ,r,m)。其中，t＝ts∪tv，且ts∩tv＝φ，ts为航班保障作业过程变迁，tv为虚拟航班保障作业过程变迁；pre和post分别为航班保障服务前向关联矩阵和后向关联矩阵；为航班保障作业过程的逻辑关系；f＝f1∪f2∪f3为关联弧的权函数，其余参数定义如前所述。

本实施例基于上述模型以及蒙特卡洛方法对航班保障服务时间进行估算。蒙特卡洛方法是借助随机抽样技术对系统属性进行随机模拟的方法，是以概率论为基础、计算机为工具，利用各个元件的概率分布产生随机数表示每个元件状态的持续时间，最终模拟出整个系统的持续时间。据此，将保障服务petri网系统中的各个作业变迁看作独立元件，求出每个作业变迁产生的分布，根据其分布产生相应的随机数，最终依据保障服务petri网系统的逻辑关系模拟出整体服务时间。根据上述，本实施基于ctpn-ssm保障服务模型并利用蒙特卡洛方法来估计保障服务时间，用于支撑航班保障服务的定量分析和评价，具体方案如下：

步骤s2，根据所述航班保障服务仿真模型，计算航班保障作业过程变迁的关联时间。

步骤s2具体包括：根据所述航班保障服务仿真模型计算每个航班保障作业过程的时间分布；根据所述时间分布产生相应的随机数，并将所述随机数作为所述航班保障作业过程变迁的关联时间。

步骤s3，根据所述航班保障服务仿真模型和所述关联时间，进行航班保障服务仿真。

步骤s3具体包括：设置仿真初始时刻和仿真循环次数，仿真循环次数不小于30；根据所述航班保障服务仿真模型和所述关联时间，从所述仿真初始时刻开始，按照所述仿真循环次数，进行多次航班保障服务仿真。具体地，根据所述航班保障服务仿真模型，以所述关联时间为步长，从所述仿真初始时刻开始，按照所述仿真循环次数，进行多次航班保障服务仿真。

步骤s4，根据所述航班保障服务仿真，计算航班保障服务时间；其中，所述航班保障服务时间，为完成所有的航班保障作业过程所消耗的时间。

步骤s4具体包括：将当前仿真循环号与所述仿真循环次数作比较；当所述当前仿真循环号不小于所述仿真循环次数加1时，计算每次航班保障服务仿真的第一航班保障服务时间，得到多次仿真的多个第一航班保障服务时间；若tfi为i个串行关系的航班保障作业变迁关联时间，则第一航班保障服务时间为tf＝tf1+tf2+tf3+…+tfi；若tfi为个并联关系的保障作业变迁关联时间，则第一航班保障服务时间为tf＝max(tf1,tf2,tf3,…,tfi)。当所述当前仿真循环号小于所述仿真循环次数加1时，需要回到步骤s2，重新产生随机数，再进行后续步骤。

将所述多个第一航班保障服务时间的值作为样本，求出所述样本的平均值，将所述平均值作为所述航班保障服务时间。

采用本实施例所述的方法估算航班保障时间举例如下：对国内某大型枢纽机场的航班保障服务流程建立ctpn-ssm模型并估算航班保障服务时间。针对不同机型的航空器，其最小过站时间不同，但其由机场代理的国内保障作业流程基本一致，如下：1.上轮挡作业；2.廊桥或客梯车对接；3.开舱门旅客下机；4.客舱清洁，配餐作业；5.航空器加航油作业；6.旅客登机作业；7.垃圾车作业；8.开货舱门，卸行李货邮，装行李货邮，关货舱门；9.关客舱门，廊桥或客梯车作业；10.撤轮挡，牵引车推出作业；11.虚拟作业。相关作业数据如表1。

表1作业对应变迁

根据民航相关规则，将航空器分为五类，五类航空器及对应的最小过站时间，如表2所示，本示例的建模过程，主要考虑其中的b737系列和a320以及a321系列等机型的保障服务过程。

表2不同机型最小过站时间

根据上述可建立模型如图3所示。本示例的实验数据来源于该机场地面服务保障生产系统，并且该数据包含了与资源的关系，针对表2给出的航空器机型分类，根据本实施例所述保障服务时间估算方法，设置仿真循环次数为10000，分别求出b和c类别的代表机型的保障服务时间，如表3所示，其中，代表机型主要有有b737系列、a320以及a321系列等。图4给出部分航班保障服务时间估计值与实际值对比图以及最小过站时间图。根据表3和图4可知，在最小过站时间的约束下，该估计方法为评估保障服务效率和提出资源改进的相关意见提供了可能。

表3部分航班保障服务估计时间与实际时间对比、以及最小过站时间

根据上述实验结果运用误差分析法来对该模型进行分析验证，如以下公式所示：

式中yi为估计值，为真实值，n为航班总数。

mae由于离差被绝对值化，不会出现正负相抵消的情况。因而，mae能更好地反映估计值误差的实际情况。tic(希尔顿系数)总是介于0至1之间，数值越小则估计值和真实值之间的差异越小，估计精度越高。根据表2和上述两个公式可以计算出：b类别航空器的mae＝2.59min，tic＝0.0223；c类别航空器的mae＝3.88min，tic＝0.0347。由表2和mae、tic可知，b类别航空器的相对误差最大值为4.40min，最小值为1.26min，绝对误差的最大值为0.074，最小值为0.022，1.26<mae<4.40，0.022<tic<0.074。c类别航空器的相对误差最大值为8.35min，最小值为0.29min，绝对误差的最大值为0.14，最小值为0.004，0.29<mae<8.35，0.004<tic<0.14。据上述分析可知：在考虑机型影响条件下，仍然得到较好的实验结果，因此可验证使用模型估算航班保障时间的有效性以及更好的精确性。

基于以上内容，本发明实施例一可以实现的技术效果为：通过采用着色时间petri网的基本元素描述航班保障服务流程进行描述，从而建立基于着色时间petri网的航班保障服务仿真模型，能够使该模型在进行仿真时考虑到包括时间、资源在内的多种因素，从而有助于更全面和精确的对航班保障服务时间进行估算，从而更有助于支撑航班保障服务的定量分析和评价。

实施例二

对本发明实施例一对应地，图5示出了本发明实施例提供的一种航班保障服务时间估算系统的结构示意图。如图5所示，一种航班保障服务时间估算系统，包括：模型建立模块101，第一时间计算模块102，仿真模块103，第二时间计算模块104。其中，所述模型建立模块101与所述第一时间计算模块102连接，所述第一时间计算模块102与所述仿真模块103连接，所述仿真模块103与所述第二时间计算模块104连接。

所述模型建立模块101，用于建立基于着色时间petri网的航班保障服务仿真模型。具体用于：采用着色时间petri网的基本元素，对所述航班保障作业过程进行描述；采用着色时间petri网的基本元素，对航班保障服务状态进行描述；采用着色时间petri网的基本元素，对所述航班保障作业过程的逻辑关系的进行描述；采用着色时间petri网的基本元素，对航班保障服务状态与所述航班保障作业过程之间的关系进行描述；根据以上描述建立基于着色时间petri网的航班保障服务仿真模型。

所述第一时间计算模块102，用于根据所述航班保障服务仿真模型，计算航班保障作业过程变迁的关联时间。具体用于：根据所述航班保障服务仿真模型计算每个航班保障作业过程的时间分布；根据所述时间分布产生相应的随机数，并将所述随机数作为所述航班保障作业过程变迁的关联时间

所述仿真模块103，用于根据所述航班保障服务仿真模型和所述关联时间，进行航班保障服务仿真。具体用于：设置仿真初始时刻和仿真循环次数，仿真循环次数不小于30；根据所述航班保障服务仿真模型和所述关联时间，从所述仿真初始时刻开始，按照所述仿真循环次数，进行多次航班保障服务仿真。具体地，根据所述航班保障服务仿真模型，以所述关联时间为步长，从所述仿真初始时刻开始，按照所述仿真循环次数，进行多次航班保障服务仿真。

所述第二时间计算模块104，用于根据所述航班保障服务仿真，计算航班保障服务时间；其中，所述航班保障服务时间，为完成所有的航班保障作业过程所消耗的时间。具体用于：将当前仿真循环号与所述仿真循环次数作比较；当所述当前仿真循环号不小于所述仿真循环次数加1时，计算每次航班保障服务仿真的第一航班保障服务时间，得到多次仿真的多个第一航班保障服务时间；将所述多个第一航班保障服务时间的值作为样本，求出所述样本的平均值，将所述平均值作为所述航班保障服务时间。

基于以上内容，本发明实施例二可以达到的技术效果是：所述系统通过采用着色时间petri网的基本元素描述航班保障服务流程进行描述，从而建立基于着色时间petri网的航班保障服务仿真模型，能够使该模型在进行仿真时考虑到包括时间、资源在内的多种因素，从而有助于更全面和精确的对航班保障服务时间进行估算，从而更有助于支撑航班保障服务的定量分析和评价。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。