买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉云南航信空港网络有限公司申请的专利一种基于LTOT的临界航班识别及保障计划倒排方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120181324B 。

龙图腾网通过国家知识产权局官网在2025-08-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510403441.4，技术领域涉及：G06Q10/04；该发明授权一种基于LTOT的临界航班识别及保障计划倒排方法是由李涛;林丽;唐涛;孙通;朱天启;李选进;王升;花淑峰;李千诚;丁维宇设计研发完成，并于2025-04-01向国家知识产权局提交的专利申请。

本一种基于LTOT的临界航班识别及保障计划倒排方法在说明书摘要公布了：本发明涉及一种基于LTOT的临界航班识别及保障计划倒排方法，该方法包括数据整合与预处理、临界航班识别、多目标优化、保障计划生成、实时监测与反馈以及应急响应等步骤，通过结合遗传算法与模拟退火算法，以及深度神经网络、强化学习、集成学习和自然语言处理等大模型层技术，实现对航班状态和机场资源的智能监控与优化调度，系统具备实时数据采集、风险预测、动态阈值调整及跨部门协同平台，能够快速响应突发事件，优化资源分配，提升航班准点率和运营效率，确保数据安全与隐私，显著提升航空调度的智能化水平和应急响应能力。

本发明授权一种基于LTOT的临界航班识别及保障计划倒排方法在权利要求书中公布了：1.一种基于LTOT的临界航班识别及保障计划倒排方法，其特征在于：包括以下步骤： S1：数据整合与预处理步骤，通过汇总来自航空公司、机场、空管部门及气象机构的实时与历史数据，对所述数据进行清洗、标准化和特征提取，生成高质量的数据输入； S2：临界航班识别步骤，基于最晚起飞时间和多目标优化算法，具体包括：S2.1：目标函数定义，明确需要同时优化的目标，包括最小化航班延误、最大化机场资源利用率及降低运营成本，并为每个目标设定相应的数学表达式；S2.2：权重分配，根据历史数据分析及专家评估，为各优化目标分配权重，反映其在整体优化中的重要性，并允许权重根据不同情况动态调整；S2.3：约束条件设定，设定包括跑道占用时间、停机位可用性、登机口安排及机组人员工作时间的一系列约束条件，确保生成的调度方案具备可行性；S2.4：多目标优化执行，运用多目标优化算法对航班进行综合评估，识别出可能影响航班准点的临界航班，并确定其优先级；S2.5：个性化调度方案设计，根据不同航班的特性，动态调整航班优先级，生成个性化的调度方案，以确保最佳调度效果； S3：保障计划生成步骤，利用遗传算法与模拟退火算法，结合大模型层的全局优化与决策支持，具体包括：S3.1：初始化种群，创建一组初始解作为遗传算法的起点；S3.2：适应度评估，根据步骤S2中定义的多目标优化目标函数，对每个调度方案进行适应度评估，衡量其在各优化目标上的表现；3.3：选择操作，选择表现较好的解进入下一代；S3.4：交叉与变异，对选中的解进行交叉和变异操作，产生新的解；S3.5：模拟退火嵌入，在每一代中随机选择部分解应用模拟退火算法，以避免算法过早收敛到局部最优解；3.6：终止条件判断，设置合理的终止条件停止算法；S3.7：保障计划生成，结合大模型层的全局优化结果，生成优化后的保障计划倒排方案，优化资源分配以确保临界航班按时起飞；S3.8：预防性措施实施，基于风险评估与预警系统，提前采取预防性措施，确保在紧急情况下能够迅速响应； S4：实时监测与反馈步骤，对航班状态及机场资源使用情况进行持续监测，具体包括：S4.1：实时数据采集，通过持续监测系统收集航班状态、天气信息、资源使用情况的实时数据；S4.2：智能监测分析，利用大模型层的预测与趋势分析，实时分析监测数据，识别潜在风险和异常模式；S4.3：动态阈值调整，基于大模型层的预测结果，动态调整预警阈值，提高预警的准确性和灵敏度；S4.4：反馈机制实施，将实际运行结果与预测结果进行比较，通过反馈循环不断优化模型参数和算法，确保系统的持续优化；S4.5：个性化反馈调整，根据航班的具体情况和乘客需求，动态调整调度策略和资源分配，以实现个性化的服务和优化； S5：应急响应步骤，在检测到突发事件时，通过事件驱动架构和大模型层的自动化应急决策，快速重新计算航班调度方案并执行相应的保障措施，包括：S5.1：风险评估与预警，通过大模型层对突发事件进行风险评估，生成预警信息；S5.2：应急预案调用，根据预警信息调用相应的应急预案；S5.3：灵活资源调配，调整机场资源分配；S5.4：快速重新调度，通过遗传算法与模拟退火算法快速生成新的航班调度方案，确保航班按时起飞；S5.5：事件日志记录，详细记录所有事件及其处理过程，形成事件日志，供后续分析和审计使用； 所述的大模型层包括以下组成部分： 深度神经网络，用于处理复杂的非线性关系，进行模式识别和预测分析；强化学习模块，用于动态决策和策略优化，学习最优调度策略；集成学习模块，结合多种模型的优势，提升预测准确性和决策鲁棒性；自然语言处理模块，用于解析和处理来自不同部门的文本数据；自适应学习模块，根据历史数据和当前系统状态不断更新模型参数，提高对未来变化的预测能力；预测与趋势分析模块，利用时间序列分析和预测模型，提前识别潜在的航班延误风险、资源瓶颈。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人云南航信空港网络有限公司，其通讯地址为：650200 云南省昆明市官渡区银海领域小区17幢1单元12层1201室至1225室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。