[发明专利]一种基于博弈学习的航班乘客流量生成方法及系统

说明书

本发明涉及一种基于博弈学习的航班乘客流量生成方法及系统，通过乘客流量的初始化信息、模拟乘客的航班选择和模拟调价员的售票策略来构建乘客流量生成模型，并采用所构建的乘客流量生成模型输出的模拟数据与真实乘客流量信息数据输入至判别模型进行判别，通过生成模型和判断模型的不断博弈来对生成模型的参数进行不断调整和优化。通过本发明提供的方法，可以模拟全网的不同机场之间在不同时间段的乘客流量，为航司的调价员提供数据参考，为合理的收益管理模型提供数据基础，可提升客座率并实现收益的最大化，解决航司数据采集的复杂性以及单一航司的数据局限性，以便后续可以对乘客需求预测以及合理定价打下数据的基础。

技术领域

本发明涉及计算机数据处理技术领域，尤其涉及一种基于博弈学习的航班乘客流量生成方法及系统。

背景技术

随着大数据时代的到来，国内航空公司市场进入了激烈的竞争时代，售票管理系统正是竞争的核心，而售票管理离不开对乘客流量的把控。但现状是大多数航司基本上是根据经验和感觉来把握乘客流量，这就导致各个航司不能采用合理的机票销售策略来争取到更多的乘客并获得更多效益，唯一的方法就是降价，这样必然导致航司收益下降。

因此，如何能模拟全网的各个机场的各个航班在不同时间段的乘客流量，为合理的航空机票管理模型提供数据基础，成为一个亟待解决的问题。

发明内容

基于现有技术的上述情况，本发明的目的在于提供一种基于博弈学习的航班乘客流量生成方法及系统，用于模拟全网的各个机场的各个航班在不同时间段的乘客流量，为合理的航空机票管理模型提供数据基础。

为达到上述目的，根据本发明的一个方面，提供了一种基于博弈学习的航班乘客流量生成方法，包括步骤：

对所属航段的乘客流量信息进行初始化；

根据初始化的乘客流量信息、乘客类型和该航段各个航班的信息，模拟每个乘客的航班选择；

针对该航段的所有航班，根据同航段上各个航班的售票信息和本航班的售票信息，模拟本航班的售票策略；

利用所述初始化的乘客流量信息、所模拟的乘客的航班选择、以及所模拟的本航班的售票策略进行仿真，得到乘客流量生成模型；

利用所述乘客流量生成模型，得到模拟乘客流量；

将模拟乘客流量和真实乘客流量输入判别模型进行判别，并根据判别结果对乘客流量生成模型的参数进行优化，以得到优化后的乘客流量生成模型。

进一步的，所述对所属航段的乘客流量信息进行初始化，包括：

根据该航段运力和常态上座率，得到该航段每天的客座需求量；

将每天的客座需求量按照泊松分布将对应该客座需求量的售票分布到该天的前N天中；

根据扰动因素，在所述分布的基础上加或减一个正态分布的扰动；

其中，N为大于1的正整数。

进一步的，所述扰动因素包括节假日、周末和突发事件。

进一步的，所述根据初始化的乘客流量信息、乘客类型和该航段各个航班的信息，模拟每个乘客的航班选择，包括：

对于普通乘客，其中5%最高能接受[0.9,1]倍的原价票，20%最高能接受[0.7,0.9)倍的原价票，5%最高能接受(0,0.3]倍的原价票，70%最高能接收（0.3，0.7）倍的原价票；

对于商务乘客，80%能接受起飞时间在正常工作日的航班，20%对起飞时间没有要求；

50%仅接受直飞的航班，50%能够接受转机的航班；

10%仅接受大航司的航班，90%能接受小航司的航班。