[发明专利]一种基于客流时序聚类优化航班调控方法及系统

权利要求书

1.一种基于客流时序聚类优化航班调控方法，其特征在于，包括：

步骤S1：根据航班历史订单，按照出发日期进行分组统计，得到航班数据；

步骤S2：对所述航班数据进行归一化处理，得到归一化航班数据；

步骤S3：将所述归一化航班数据按日期两两计算其KL散度，按照所述KL散度，将所述归一化航班数据分配到预设的区间；包括：

步骤S31：将所述归一化航班数据按日期，两两计算其KL散度，得到所述归一化航班数据的KL散度；

步骤S32：按照所述KL散度分布区间，划分成预设的K个类别，将所述归一化航班数据按照其KL散度归到其对应所述类别中；根据预设的K个类别，将所得到的KL散度在其最大值和最小值的范围内，划分出K个区间，并把在同一区间的数据归为同一类别；

步骤S4：对每个所述区间的所述归一化航班信息进行聚类，得到每个所述归一化航班信息的类别，作为优化航班调控的参考信息。

2.根据权利要求1所述的基于客流时序聚类优化航班调控方法，其特征在于，所述步骤S1：根据航班历史订单，进行分组统计，得到航班数据，具体包括：

获取预设期间内的各个航司的各个航班的历史订单，按照出发日期进行分组统计，得到按日期分组的航班数据。

3.根据权利要求2所述的基于客流时序聚类优化航班调控方法，其特征在于，所述步骤S2：对所述航班数据进行归一化处理，得到归一化航班数据，包括：

步骤S21：将航班起飞前N天航班数据融合，构成长度一致的融合后的航班数据；

步骤S22：按照下述公式(1)对所述融合后的航班数据进行归一化处理，得到归一化航班数据X^*:

其中，X为所述融合后的航班数据，σ(X)为X方差，E[X]为X均值。

4.根据权利要求1所述的基于客流时序聚类优化航班调控方法，其特征在于，所述步骤S4：对每个所述区间的所述归一化航班信息进行聚类，得到每个所述归一化航班信息的类别，作为航班调控的参考信息，包括：

步骤S41：对于每一个所述类别，根据下述公式(2)～(3)，计算每个所述类别中的两两所述归一化航班数据的互相关值以及SBD距离；

其中，公式(2)中CC(cross-correlation)为互相关函数，表示第K个类别中的第i个数据，F函数为快速傅里叶转换；

公式(3)中R为内积函数，m为向量的长度；其中，表示为如下公式(4)：

SBD取值在0到2之间，两个所述归一化航班数据越接近0就越相似；

步骤S42：随机选取一个所述归一化航班数据作为初始化聚类质心向量；

步骤S43：预设M个类别，按照如下公式(5)，两两计算所述归一化航班数据的时间序列聚类的质心向量，取最大值M个值为质心向量；

其中，为当前类别；

步骤S44：在当前的类别中，计算每个归一化航班数据与所述质心向量的SBD距离；若SBD小于预设的阈值dist，则该所述归一化航班数据归为该质心向量所属类别；

步骤S45：当达到预设的迭代次数，则迭代结束，输出所述质心向量的类别以及与其同类别的归一化航班信息向量，从而得到每个所述归一化航班信息的类别，作为优化航班调控的参考信息。

5.一种基于客流时序聚类优化航班调控系统，其特征在于，包括下述模块：

航班数据获取模块，用于根据航班历史订单，按照出发日期进行分组统计，得到航班数据；

航班数据归一化模块，用于对所述航班数据进行归一化处理，得到归一化航班数据；

归一化航班数据分区模块，用于将所述归一化航班数据按日期两两计算其KL散度，按照所述KL散度，将归一化航班数据分配到预设的区间，包括：

将所述归一化航班数据按日期，两两计算其KL散度，得到所述归一化航班数据的KL散度；

按照所述KL散度分布区间，划分成预设的K个类别，将所述归一化航班数据按照其KL散度归到其对应所述类别中；根据预设的K个类别，将所得到的KL散度在其最大值和最小值的范围内，划分出K个区间，并把在同一区间的数据归为同一类别；

归一化航班数据分类模块，用于对每个所述区间的所述归一化航班信息进行聚类，得到每个所述归一化航班信息的类别，作为优化航班调控的参考信息。