航班成本指数获取方法、装置、电子设备及存储介质

摘要

本申请公开了一种航班成本指数获取方法、装置、电子设备及存储介质。该方法包括：针对每种机型选取若干CI值；对每一CI值的关联参数组中的每种参数进行采样，得到每种参数的若干采样值；枚举各种参数的采样值的所有组合，得到若干参数采样值组合；查找出每一个参数采样值组合所对应的速度参数；基于CI值、对应的所有参数采样值组合以及对应于每一所述参数采样值组合的速度参数，构建CI数据立方体；基于目标航班的参数和CI数据立方体，获取目标航班的近似CI值。本申请的方法基于目标航班的参数和CI数据立方体，获取目标航班的近似CI值，提高了计算速度，避免了大量近似航班数据的重复计算，节约了计算资源，计算结果准确度高，能够快速获得近似的成本指数。

说明书

技术领域

本申请涉及民用航空技术领域，具体涉及一种航班成本指数获取方法、装置、电子设备及存储介质。

背景技术

民航大数据，是大数据技术在民航领域的应用。航班记录文件QAR/FDR(QuickAccess Recorder/Flight Data Recorder)记录了整个航班从起飞到降落的全过程的所有设备参数，是民航大数据的重要组成部分和主要分析对象。成本指数(CI Cost Index)是描述单个航班在时间成本和燃油成本中的比较系数。由于主要飞机厂商(波音、空客)提供的软件计算成本指数非常耗时(空客平均5～30分钟，波音平均20秒)且有多重限制(同一节点不能开启多个进程)，对于单个小航空公司来说尚能及时处理，对于航班量稍大的大公司或者对于多家航司综合分析的情形下，无法及时进行计算。只能通过增加计算节点的方式增加并发量，但是这种线性的方式不仅成本极高，且无法有效跟上快速增加的航班量。

针对大量航班记录的成本指数快速计算问题，同时兼顾计算结果准确性的需求，以及大数据量下的性能问题、随着数据量增大而产生的扩展性问题，简单地增加并发节点的方式不仅受限于厂商软件的运行速度，增加了管理难度，且无法低成本地进行扩展。

发明内容

本申请的目的是提供一种航班成本指数获取方法、装置、电子设备及存储介质。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

根据本申请实施例的一个方面，提供一种航班成本指数获取方法，包括：

针对每种机型选取若干CI值；

对每一所述CI值的关联参数组中的每种参数进行采样，得到每种参数的若干采样值；所述关联参数组为与CI值相关联的各种参数的组合；

枚举各种参数的采样值的所有组合，得到若干参数采样值组合；

查找出每一个所述参数采样值组合所对应的速度参数；

基于CI值、对应的所有参数采样值组合以及对应于每一所述参数采样值组合的速度参数，构建CI数据立方体；

基于目标航班的参数和所述CI数据立方体，获取所述目标航班的近似CI值。

进一步地，在所述基于目标航班的参数和所述CI数据立方体，获取所述目标航班的近似CI值之前，所述方法还包括：

解码所述目标航班的QAR/FDR文件；

从解码得到的文件中选取若干考察点，获取每一所述考察点的参数。

进一步地，所述考察点的参数包括高度、风分量、温度、重量和速度参数。

进一步地，所述基于目标航班的参数和所述CI数据立方体，获取所述目标航班的近似CI值，包括：

对于每一所述考察点，根据所述目标航班的机型遍历对应的CI数据立方体，查找到距离每一所述考察点最近的参数组合点；

计算所述考察点与所述最近的参数组合点的速度参数差值的绝对值；

选取最小的速度参数差值的绝对值所对应的CI值作为对应考察点的CI值；

将每一所述考察点的CI值按大小排列，取中位数作为所述目标航班的CI值。

进一步地，在所述将每一所述考察点的CI值按大小排列之前，所述方法还包括：判断所述最小的速度参数差值的绝对值是否超过预设阈值，若超过，则计算所述考察点的真实CI值，以所述真实CI值替代所述最小的速度参数差值的绝对值所对应的CI值。

进一步地，所述关联参数组包括温度、高度、重量和风分量。

进一步地，在所述基于目标航班的参数和所述CI数据立方体，获取所述目标航班的近似CI值之前，所述方法还包括：

将所述CI数据立方体保存到HBase的列簇中，将每个机型的每个CI值作为行键，对应所述列簇中的一个CI数据立方体。

根据本申请实施例的另一个方面，提供一种航班成本指数获取装置，包括：

选取模块，用于针对每种机型选取若干CI值；

采样模块，用于对每一所述CI值的关联参数组中的每种参数进行采样，得到每种参数的若干采样值；所述关联参数组为与CI值相关联的各种参数的组合；

枚举模块，用于枚举各种参数的采样值的所有组合，得到若干参数采样值组合；

查找模块，用于查找出每一个所述参数采样值组合所对应的速度参数；

构建模块，用于基于CI值、对应的所有参数采样值组合以及对应于每一所述参数采样值组合的速度参数，构建CI数据立方体；

获取模块，用于基于目标航班的参数和所述CI数据立方体，获取所述目标航班的近似CI值。

根据本申请实施例的另一个方面，提供一种电子设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现上述的航班成本指数获取方法。

根据本申请实施例的另一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以实现上述的航班成本指数获取方法。

本申请实施例的其中一个方面提供的技术方案可以包括以下有益效果：

本申请实施例提供的航班成本指数获取方法，针对每种机型选取若干CI值，基于选取的CI值、对应的所有参数采样值组合以及对应于每一参数采样值组合的速度参数，构建CI数据立方体，基于目标航班的参数和CI数据立方体，获取目标航班的近似CI值，提高了计算速度，避免了大量近似航班数据的重复计算，节约了计算资源，计算结果准确度高，能够快速获得近似的成本指数。

本申请的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者，部分特征和优点可以从说明书中推知或毫无疑义地确定，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了本申请的一个实施方式的航班成本指数获取方法流程图；

图2示出了本申请的另一实施方式的航班成本指数获取方法流程图；

图3示出了图1所示实施方式中的步骤S80的一个实施方式的流程图；

图4示出了图1所示实施方式中的步骤S80的另一实施方式的流程图；

图5示出了本申请的一个实施例的航班成本指数获取装置的结构框图；

图6示出了本申请的一个实施例的航班成本指数获取系统的结构示意图；

图7示出了本申请的一个实施例的电子设备的结构框图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，下面结合附图和具体实施例对本申请做进一步说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。

对于一个平滑曲线的非线性函数，在小范围内可以被认为成是线性变化的，根据合理的间隔测量出每个间隔内的初始值、结束值(初始值和结束值可作为样本值)，那么该间隔内的其它值，可通过线性函数近似得到。CI计算软件输入值有六个维度，分别为：机型、重量、ISA偏差、风分量、高度、CI，对每一维度取一个合理间隔，计算出六个维度下所有的样本值，得到了一个样本结果库，计算时通过线性回归函数计算出理论值。

如图1所示，本申请的一个实施例提供了一种航班成本指数获取方法，包括：

S10、针对每种机型选取若干CI值。

CI(成本指数)是民航领域的一个概念，它的计算公式为：

CI值＝单位时间使用成本(元/小时或元/分钟)/航空燃油价格(元/百磅或元/公斤)。

具体地，针对各机型，可以根据历史航班记录数据确定一个取值范围，从该取值范围中选取若干CI值。

例如，空客A320：0-50间隔5，50-100间隔10；离散的模拟CI值包括：0,5,10,15,20,25,30,35,40,45,50,60,70,80,90,100。

波音B787：0-200间隔10,200-500间隔100，离散的模拟CI值包括：0,10,20,30,40,50,60,70,80,90,100,110,120,130,140,150,160,170,180,190,200,300,400,500。

S20、对每一所述CI值的关联参数组中的每种参数进行采样，得到每种参数的若干采样值；所述关联参数组为与CI值相关联的各种参数的组合。

关联参数组中的参数的值能够影响CI值。具体地，所述关联参数组包括温度、高度、重量和风分量。

对关联参数组中每种参数进行采样时均按照正常情形下参数的最大值、最小值划定采样范围，在采样范围内按照预设最小间隔采样取点值。

例如，对不同机型的关联参数组中的每种参数进行采样，按以下表格表1从最低值开始按间隔取值，一直取到最高值。

表1

S30、枚举各种参数的采样值的所有组合，得到若干参数采样值组合。

将各种参数的采样值进行组合，得到所有的参数采样值组合。

S40、查找出每一个所述参数采样值组合所对应的速度参数。

速度参数可以为指示空速、真空速或马赫数。本实施例中以马赫数为例对本技术方案进行说明。

S50、基于CI值、对应的所有参数采样值组合以及对应于每一所述参数采样值组合的速度参数，构建CI数据立方体。

利用CI值、对应于该CI值的所有参数采样值组合以及对应于每一参数采样值组合的速度参数，构成一个高维数据立方体，即CI数据立方体。

这样，就得到了对应于每一个CI值的CI数据立方体。

S80、基于目标航班的参数和所述CI数据立方体，获取所述目标航班的近似CI值。

在某些实施方式中，根据目标航班的航班记录中的参数，从对应于各机型的所有CI数据立方体中，查询出对应于该航班记录中的参数的近似航班CI值。航班记录指的是从飞机在飞行过程中产生的QAR/FDR文件经过解码得出的文件中的参数数据。

在某些实施方式中，在步骤S80之前，所述方法还包括：

S60、解码所述目标航班的QAR/FDR文件。

S70、从解码得到的文件中选取若干考察点，获取每一所述考察点的参数。

在某些实施方式中，从解码得到的文件中选取若干考察点包括：循环每一秒QAR译码结果，根据一定的规格，间隔筛选出多个实际飞行马赫、高度、飞机重量、真空速、表速、风向、风速、温度。

在某些实施方式中，从解码得到的文件中选取若干考察点包括：

A.计算筛选开始点与结束点：正序循环每一秒QAR译码结果，找出平飞开始点，条件：空中、高度大于10000英尺、持续8分钟；倒序循环每一秒QAR译码结果，找出平飞结束点，条件：空中、高度大于10000英尺、持续8分钟。

B.取点间隔：空中时长<1小时，间隔为20秒；空中时长>＝1小时，并且空中时长<2小时，间隔为60秒；否则间隔为120秒。

C.根据间隔，循环开始点与结束点，每个间隔时刻，筛选出实际参数值并保存到数据库。

在某些实施方式中，所述考察点的参数包括高度、风分量、温度、重量和速度参数。

解码航班的QAR/FDR文件，得到解码后的文件，从解码后的文件中选取若干考察点，获取每个考察点的相关参数，相关参数包括：高度、风分量、温度、重量和马赫数。考察点可以表示为(x

对于每一个考察点，根据机型，遍历对应于该机型的CI数据立方体，查找到距离每个考察点最近的参数组合点，计算考察点与最近的参数组合点的马赫数差值的绝对值，将CI值与对应的马赫数差值的绝对值保存为一个二元组列表。

CI数据立方体中的参数组合点可以表示为(x

上述的马赫数还可以替换为指示空速或真空速。

如图3所示，在某些实施方式中，步骤S80，包括：

S801、对于每一所述考察点，根据所述目标航班的机型遍历对应的CI数据立方体，查找到距离每一所述考察点最近的参数组合点。

在某些实施方式中，考察点与参数组合点的距离可以通过以下公式计算

d＝[(x

S802、计算所述考察点与所述最近的参数组合点的速度参数差值的绝对值。

马赫数差值的绝对值mach_div＝|CI数据立方体中的马赫数-考察点马赫数|；保存的二元组列表，例如：,,…。ci1，ci2,ci3,……分别代表一个CI值。

S803、选取最小的速度参数差值的绝对值所对应的CI值作为对应考察点的CI值。

在某些实施方式中，选取最小的马赫数差值的绝对值所对应的CI值作为对应考察点的CI值。

选取最小的mach_div所对应的二元组中的CI值作为该考察点的CI值。

S805、将每一所述考察点的CI值按大小排列，取中位数作为所述目标航班的CI值。

将每个考察点的CI值按照大小进行排列，取排列中的中位数作为该目标航班的CI值。

如图4所示，在某些实施方式中，在步骤S805之前，所述方法还包括：S804、判断所述最小的速度参数差值的绝对值是否超过预设阈值，若超过，则计算所述考察点的真实CI值，以所述真实CI值替代所述最小的速度参数差值的绝对值所对应的CI值。

如果最小的mach_div大于某一预设阈值，则认为该点的CI值不在预计算的范围内，则调用预计算节点进行实时计算，取得真实CI值。以真实CI值替代最小的速度参数差值的绝对值所对应的CI值参与S805中将每一所述考察点的CI值按大小排列的操作。

在某些实施方式中，在步骤S80之前，所述方法还包括：

将所述CI数据立方体保存到HBase的列簇中，将每个机型的每个CI值作为行键，对应所述列簇中的一个CI数据立方体。

将得到的CI数据立方体保存到HBase中，按照表2格式保存。每个机型的每个CI值作为一行数据的rowkey，对应一个CI数据立方体。例如，表2中的[高度1,风分量1,温度1,重量1,马赫数1]和[高度2,风分量2,温度2,重量2,马赫数2]分别是CI数据立方体中的一个参数组合点。

如表2所示，该CI数据立方体保存在HBase的列簇中，CI数据立方体的大小约为35M左右，根据空间需求可以要按大小切割成多个列。

表2

如图5所示，本申请的另一个实施例提供了一种航班成本指数获取装置，包括：

选取模块，用于针对每种机型选取若干CI值；

采样模块，用于对每一所述CI值的关联参数组中的每种参数进行采样，得到每种参数的若干采样值；所述关联参数组为与CI值相关联的各种参数的组合；

枚举模块，用于枚举各种参数的采样值的所有组合，得到若干参数采样值组合；

查找模块，用于查找出每一个所述参数采样值组合所对应的速度参数；

构建模块，用于基于CI值、对应的所有参数采样值组合以及对应于每一所述参数采样值组合的速度参数，构建CI数据立方体；

获取模块，用于基于目标航班的参数和所述CI数据立方体，获取所述目标航班的近似CI值。

在某些实施方式中，该航班成本指数获取装置还包括解码模块和考察点选择模块，解码模块用于解码所述目标航班的QAR/FDR文件；

考察点选择模块用于在获取模块基于目标航班的参数和所述CI数据立方体，获取所述目标航班的近似CI值之前，从解码得到的文件中选取若干考察点，获取每一所述考察点的参数。

在某些实施方式中，获取模块包括：

查找单元，用于对于每一所述考察点，根据所述目标航班的机型遍历对应的CI数据立方体，查找到距离每一所述考察点最近的参数组合点；

第一计算单元，用于计算所述考察点与所述最近的参数组合点的速度参数差值的绝对值；

选取单元，用于选取最小的速度参数差值的绝对值所对应的CI值作为对应考察点的CI值；

排列单元，用于将每一所述考察点的CI值按大小排列，取中位数作为所述目标航班的CI值。

在某些实施方式中，获取模块还包括：判断单元，用于在排列单元将每一所述考察点的CI值按大小排列之前，判断所述最小的速度参数差值的绝对值是否超过预设阈值；第二计算单元，用于若超过预设阈值，则计算所述考察点的真实CI值，以所述真实CI值替代所述最小的速度参数差值的绝对值所对应的CI值。

在某些实施方式中，该航班成本指数获取装置还包括保存模块，用于在获取模块基于目标航班的参数和所述CI数据立方体，获取所述目标航班的近似CI值之前，将所述CI数据立方体保存到HBase的列簇中，将每个机型的每个CI值作为行键，对应所述列簇中的一个CI数据立方体。

本申请实施例的航班成本指数获取方法，通过预先计算各个机型的CI值，将绝大部分情况下的计算结果预先进行了计算且持久化到存储系统中，以空间换时间的方式将计算变成了查询，从而大大提高了计算速度和并行程度，同时也避免了大量近似航班数据的重复计算，节约了计算资源。本申请实施例的方法采用空间换时间的方式，将涉及到的机型按离散CI值计算出一个CI数据立方体，用查询来替代真正的计算，从而增加系统的扩展性和并发能力。本申请实施例的方法解决了大量航班记录的成本指数快速计算问题，计算速度快，计算结果准确度高，解决了大数据量下的性能问题、随着数据量增大而产生的扩展性问题，管理难度低，能够进行低成本扩展，是一种计算更快速、易扩展的成本指数计算方法，能够快速有效地从大量航班记录中获得近似的成本指数，而且通用性好。

如图6所示，本申请的另一个实施例提供了一种航班成本指数获取系统，该系统包括应用服务器、预计算节点和大数据集群；应用服务器负责生成预计算节点需要的输入参数，调度预计算节点计算不同机型下的CI数据立方体，且在新航班记录抵达时解析航班参数，调用大数据集群速算出航班的CI值；预计算节点负责调度真实厂商软件计算对应的CI数据立方体，并且将计算结果持久化到大数据集群中；大数据集群负责持久化各个机型的CI数据立方体，且提供接口供应用服务器查询。在某些实施方式中，该系统还包括用于保存CI结果的数据库服务器。

本申请的另一个实施例提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现上述任一实施方式所述的航班成本指数获取方法。如图7所示，电子设备10可以包括：处理器100，存储器101，总线102和通信接口103，所述处理器100、通信接口103和存储器101通过总线102连接；所述存储器101中存储有可在所述处理器100上运行的计算机程序，所述处理器100运行所述计算机程序时执行本申请前述任一实施方式所提供的航班成本指数获取方法。

其中，存储器101可能包含高速随机存取存储器(RAM：Random Access Memory)，也可能还可以包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口103(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网、广域网、本地网、城域网等。

总线102可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。其中，存储器101用于存储程序，所述处理器100在接收到执行指令后，执行所述程序，前述本申请实施例任一实施方式揭示的所述航班成本指数获取方法可以应用于处理器100中，或者由处理器100实现。

处理器100可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器100中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器100可以是通用处理器，可以包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器101，处理器100读取存储器101中的信息，结合其硬件完成上述方法的步骤。

本申请的另一个实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以实现上述任一实施方式所述的航班成本指数获取方法。

需要说明的是：

术语“模块”并非意图受限于特定物理形式。取决于具体应用，模块可以实现为硬件、固件、软件和/或其组合。此外，不同的模块可以共享公共组件或甚至由相同组件实现。不同模块之间可以存在或不存在清楚的界限。

在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述，构造这类装置所要求的结构是显而易见的。此外，本申请也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本申请的内容，并且上面对特定语言所做的描述是为了披露本申请的最佳实施方式。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本申请的示例性实施例的描述中，本申请的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本申请的单独实施例。

应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

以上所述实施例仅表达了本申请的实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。