[发明专利]用于新航线的开通决策方法及系统

说明书

本发明公开了用于新航线的开通决策方法及系统，涉及航线管理技术领域。该方法包括：确定开设航线的影响因素；获取预设范围内的预设航线在预设时间段内的历史影响因素数据和历史收益数据，作为训练集；将影响因素作为输入，航线开通后的收益作为输出，根据训练集对神经网络模型进行训练；获取新航线的影响因素数据，将新航线的影响因素数据输入到训练后的神经网络模型中，得到新航线的预期收益；根据预期收益判断是否开通新航线。本发明提供的开通决策方法，适用于新航线的开通决策，得出的预期收益更加符合实际且更加客观准确，能够实现准确的新航线开通决策，能够提高决策的效率。

技术领域

本发明涉及航线管理技术领域，尤其涉及用于新航线的开通决策方法及系统。

背景技术

目前，航空公司在开通新航线时，通常会将拟开航线的预期收益、客流量等作为考虑因素，确定新航线。然而，这种新航线的决策方案都是基于人工经验作出决策，新航线开通后，根据实际收益和客流量等影响因素对开通航线的具体方案再进行调整，导致新航线的开通决策滞后，且依赖于决策者的主观经验，不够准确合理。

发明内容

本发明所要解决的技术问题是针对现有技术的不足，提供一种用于新航线的开通决策方法及系统。

本发明解决上述技术问题的技术方案如下：

一种用于新航线的开通决策方法，包括：

确定开设航线的影响因素；

获取预设范围内的预设航线在预设时间段内的历史影响因素数据和历史收益数据，作为训练集；

将所述影响因素作为输入，航线开通后的收益作为输出，根据所述训练集对神经网络模型进行训练；

获取新航线的影响因素数据，将所述新航线的影响因素数据输入到训练后的所述神经网络模型中，得到所述新航线的预期收益；

根据所述预期收益判断是否开通所述新航线。

本发明的有益效果是：本发明提供的开通决策方法，适用于新航线的开通决策，通过将历史影响因素数据和历史收益数据作为训练集，对神经网络模型进行训练，能够使神经网络模型形成航线的影响因素与收益之间的映射，从而能够得到客观准确的影响因素对收益的影响情况，然后再将拟开通的新航线的影响因素数据输入到训练后的神经网络模型中，得到新航线的预期收益，将预期收益作为判断是否开通新航向的依据，相比于传统的人工经验判断的方法，本申请中得出的预期收益更加符合实际且更加客观准确，因此，能够实现准确的新航线开通决策，并且由于在决策过程中引入了神经网络模型进行自动决策，不需要人工查阅大量资料判断是否开通新航线，能够提高决策的效率。

本发明解决上述技术问题的另一种技术方案如下：

一种用于新航线的开通决策系统，包括：

第一获取单元，用于确定开设航线的影响因素；并获取预设范围内的预设航线在预设时间段内的历史影响因素数据和历史收益数据，作为训练集；

建模单元，用于将所述影响因素作为输入，航线开通后的收益作为输出，根据所述训练集对神经网络模型进行训练；

第二获取单元，用于获取新航线的影响因素数据，将所述新航线的影响因素数据输入到训练后的所述神经网络模型中，得到所述新航线的预期收益；

决策单元，用于根据所述预期收益判断是否开通所述新航线。