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！

龙图腾网获悉青岛民航凯亚系统集成有限公司申请的专利多业务数据的民用机场上客申请动态规划分配方法及系统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：CN119250480B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202411764773.7，技术领域涉及：G06Q10/0631；该发明授权多业务数据的民用机场上客申请动态规划分配方法及系统是由刘世鑫;陈晓;徐国盛;张道钰;李今朝设计研发完成，并于2024-12-04向国家知识产权局提交的专利申请。

本多业务数据的民用机场上客申请动态规划分配方法及系统在说明书摘要公布了：本发明属于民航航班上客申请数据处理技术领域，公开了多业务数据的民用机场上客申请动态规划分配方法及系统。该方法包括数据采集与清洗加工，特征选择与模型训练，数据采集及清洗加工后，从历史数据中挑选出能够有效反映历史数据内在特性的指标或属性，利用深度学习算法构建预测模型，并利用获取的反映历史数据内在特性的指标或属性作为输入信息，进行预测模型训练；数据计算与发布，以及输出校验与优化。本发明通过基于历史运行数据的分析计算，结合空中交通管制等相关数据，从而学习上客申请过程中的优先保障规则，不需要复杂的规则维护配置，实现对未来航班上客申请的动态规划处理，提升机场保障效率及资源分配的合理性。

本发明授权多业务数据的民用机场上客申请动态规划分配方法及系统在权利要求书中公布了：1.一种多业务数据的民用机场上客申请动态规划分配方法，其特征在于，综合考虑民用机场上客申请数据中的多种业务信息，包括航班信息、资源使用、流控、延误情况，填补民航领域在多源数据融合、实时处理、智能决策、实时监控与反馈方面的空缺，通过动态规划优化分配，灵活调整上客流程以最大化资源利用和提升效率；并且，结合大数据和深度学习技术，根据历史数据和实时情况进行智能决策，提供个性化方案，提高旅客满意度，也提高机场运营考核指标，该方法包括： S1，数据采集与清洗加工：采集多种数据源的历史数据，进行数据清洗以及数据变换；历史数据，包括：航班号、机型、机号、航线、区域、任务、VIP、机位、登机口、保障完成时间、计划降落时间、实际降落时间、计划起飞时间、实际起飞时间、开始登机时间、登机截止时间、开关舱门时间、上客时间、COBT、CTOT、气象信息、航路限制、流量控制、延误信息； S2，特征选择与模型训练：从历史数据中挑选出反映历史数据内在特性的指标及属性，利用深度学习算法构建预测模型，并利用获取的指标及属性作为输入信息，进行预测模型训练； S3，数据计算与发布：通过历史数据进行预测模型训练，将预测模型应用于航班上客申请的生产场景中，实时采集动态航班信息、空中交通管制ATC信息输入到预测模型中，预测模型结合历史数据分析，处理上客申请，预测最优上客时间及上客顺序，保证航班正常率； S4，输出校验与优化：利用统计方法，自动筛查出不符合常规模式的结果项，并标记，持续更新数据资源池，刨除干扰项； 在步骤S2中，利用深度学习算法构建预测模型，并利用获取的指标及属性作为输入信息，进行预测模型训练，包括： a数据集划分：将数据集按照8:1:1的比例划分为训练集、验证集和测试集； b构建Transformer模型：选择Transformer模型作为深度学习算法的底层架构，将历史航班的特征：航班号、起降机场、起降时间、COBT、天气条件、流量信息转换为嵌入向量，供Transformer编码器使用；设置6层的编码器，每层8个头，构成深层的Transformer模型网络，通过自注意力机制捕捉历史航班数据中的依赖关系，以捕捉复杂特征； c强化学习策略优化：使用Transformer作为基础架构，引入强化学习元素进行策略优化； d输出校验与优化：在预测模型训练完成以后，对模型的输出结果进行校验； 在步骤c中，使用Transformer作为基础架构，引入强化学习元素进行策略优化，包括： 定义状态空间，包括：当前航班的人数、旅客等待时长及航班的延误情况；动作空间由允许航班开始上客的决策组成，奖励函数通过评估旅客的等待时间和航班放行正常率指标进行奖励或惩罚； 设计深度Q网络作为智能体，用于学习最佳的上客决策策略，通过优化上客过程，使得累积奖励最大化；结合经验回放机制，收集与航班上客的经验元组，并存储在经验回放缓冲区中，用于训练深度Q网络； 强化学习模块与Transformer模块协同工作，由Transformer模块处理航班上客申请数据，通过特征提取、标准化和时序数据处理，对不同航班的上客序列进行建模，捕获输入序列之间的长距离依赖关系，并进行大数据预测； 在步骤S2中，特征选择，包括：基于民航领域知识和探索性数据分析，排除明显无关或噪声多的数据字段，计算各变量间以及各变量与目标变量之间的皮尔逊系数，找出强关联关系的存在；结合机器学习算法反复迭代地移除不重要的特征，直到达到理想规模为止；皮尔逊系数的计算公式为： 式中，r为皮尔逊系数，xi,yi分别为两个变量在样本中的取值，为两个变量在样本中的平均值，n为样本的大小； 皮尔逊系数计算公式用于计算两个变量之间的线性相关程度，其值介于-1和1之间；当r接近1或-1时，表示两个变量之间存在强烈的线性关系；当r接近0时，表示两个变量之间几乎没有线性关系；正值表示正相关，负值表示负相关； 在步骤d中，对模型的输出结果进行校验，包括：通过准确率、平均绝对误差、均方误差检查模型在历史数据上的拟合情况； 在步骤S3中，计算完成的结果包含上客申请结果信息，上客时间，上客地点，上客序列；结果集输出到机场管理系统、空管系统、航司系统，供用户查询参考使用。

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青岛民航凯亚系统集成有限公司，其通讯地址为：266000 山东省青岛市城阳区棘洪滩街道春阳路西端动车小镇科技馆230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”。