大数据运用在机场容量管理的实践

简介:

希思罗机场总是非常繁忙,有很多因素会影响到机场在任何特定时刻的表现,从航班进港情况和当地天气条件,到可用停机位数量和滑行道关闭等基础设施限制,凡此种种,不胜枚举。

利用各种模拟工具和大量历史数据的能力。他们可以模拟各种可能的情况,对改变航班进出港安排、基础设施、天气或运营环境所产生的效果进行评估,从而弄清楚对机场的整体影响。

随着在未来引入不同的空域变化,这套工具可以准确地建模和分析这些变化会对机场产生怎样的影响。同样,这套工具包可以对滑行道和停机位的修改(比如去年开放了2号航站楼)进行模拟,量化它们对地面运营可能产生的影响。它还能以标准一致和可比较的方式迅速分析未来的航班排期,找到让所有利益相关者都满意的最佳方案。

战略性ACM工具也实现了对跑道调度流程的全面改善。该工具中的一种模拟工具可以在几秒钟内就对航班排班的变化评估完毕,而不用像以前那样耗时数天或数周。

原文翻译:

越南航空宣布将从盖特威克机场搬迁至希思罗机场运营,以便在3月份开通一条新的直飞航线。

此举之所以能够实现,是因为希思罗机场新增了两个进港时隙。

众所周知,希思罗机场的新时隙非常稀缺,交易价格可以高达几百万英镑。既然希思罗机场已经是世界上最繁忙的双跑道机场,每天的机场容量几近饱和,怎么还能挤出新的时隙呢?

答案就在先进的建模技巧和对大量运营数据的分析能力的结合成果中,也就是我们所说的战略性机场容量管理(ACM)工具。


越南航空将搬迁至希思罗机场运营,这归功于希思罗机场有了新的进港时隙

希思罗机场总是非常繁忙,有很多因素会影响到机场在任何特定时刻的表现,从航班进港情况和当地天气条件,到可用停机位数量和滑行道关闭等基础设施限制,凡此种种,不胜枚举。识别和量化这些方面的运营可能实现的任何潜在改进至关重要,而战略性ACM使得希思罗机场能够做到这一点。

这套工具本身能让希思罗机场的分析人员在线获得两种重要的能力:利用各种模拟工具和大量历史数据的能力。他们可以模拟各种可能的情况,对改变航班进出港安排、基础设施、天气或运营环境所产生的效果进行评估,从而弄清楚对机场的整体影响。他们还可以通过分析大量历史数据,从中吸取经验教训。


战略性ACM让用户可以对未来的表现进行一系列不同的模拟

总的来说,战略性ACM让希思罗机场可以针对细致复杂的问题作出健全、连贯和迅速的决策,还可以与当前的机场运营进行直接的比较,以识别和量化任何拟行改进措施或全套综合举措可能带来的好处。这在考虑长期的战略性投资时非常重要,能够确保未来采取的所有措施都将重点放在如何为机场的所有利益相关者创造最大利益上。

国家航空运输服务公司(NATS)的运营分析(Operational Analysis)模拟工具和数据专家提供的分析支持,也是这种能力的重要组成部分。他们和希思罗机场合作,提供所需的额外情境或分析。本文作者有幸近距离参与了希思罗机场运用战略性ACM工具包的整个过程,每周都会花上两天时间在希思罗机场的办公室里工作。


战略性ACM工具包让用户可以比较各种运营变化产生的影响

登陆战略性ACM平台后,用户可以运行新的模拟,根据他们试图解决的具体问题,对他们想分析的内容作出一系列选择。完成后,系统将显示模拟结果,比如机场延误,然后与之前保存在模拟库中的其他模拟进行比较。按照模拟的细节(在战略性ACM工具包里有三种不同的工具),系统将输出不同的表现指标,显示每项分析的结果。

这种新工具的设计兼具灵活性和适应性,最重要的是具备前瞻性。由于机场在不同时点面临的挑战不尽相同一样,它所包含的分析成分也能随之加以调整,确保重点始终放在当时提出的相关问题上。

例如,随着在未来引入不同的空域变化,这套工具可以准确地建模和分析这些变化会对机场产生怎样的影响。同样,这套工具包可以对滑行道和停机位的修改(比如去年开放了2号航站楼)进行模拟,量化它们对地面运营可能产生的影响。它还能以标准一致和可比较的方式迅速分析未来的航班排期,找到让所有利益相关者都满意的最佳方案。


可以获取和分析四年的历史运营数据

希思罗机场才用了战略性ACM工具几个月,就取得了明显成效。这种新的分析能力已经在几个不同的领域实现了价值。

例如,战略性ACM工具也实现了对跑道调度流程的全面改善。该工具中的一种模拟工具可以在几秒钟内就对航班排班的变化评估完毕,而不用像以前那样耗时数天或数周。这意味着现在可以根据国际航空运输协会(IATA)的调度时间表,在一年中几个不同的时段,检查和实施对下季度航班排班的可能改进,让机场、航空公司和乘客受益。

当然还有更多的例子能够说明战略性ACM工具包如何令希思罗机场受益匪浅。而作为一项基于网络的服务,该工具包也能够较为容易地整合到世界各地的其他机场系统内。

考虑到现有的机场容量限制,尤其是在中东和亚洲,战略性ACM工具包的前景大有可为。


本文作者:佚名

来源:51CTO

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
9月前
|
存储 数据采集 搜索推荐
Java 大视界 -- Java 大数据在智慧文旅旅游景区游客情感分析与服务改进中的应用实践(226)
本篇文章探讨了 Java 大数据在智慧文旅景区中的创新应用,重点分析了如何通过数据采集、情感分析与可视化等技术,挖掘游客情感需求,进而优化景区服务。文章结合实际案例,展示了 Java 在数据处理与智能推荐等方面的强大能力,为文旅行业的智慧化升级提供了可行路径。
Java 大视界 -- Java 大数据在智慧文旅旅游景区游客情感分析与服务改进中的应用实践(226)
|
9月前
|
数据采集 SQL 搜索推荐
大数据之路:阿里巴巴大数据实践——OneData数据中台体系
OneData是阿里巴巴内部实现数据整合与管理的方法体系与工具,旨在解决指标混乱、数据孤岛等问题。通过规范定义、模型设计与工具平台三层架构,实现数据标准化与高效开发,提升数据质量与应用效率。
2908 0
大数据之路:阿里巴巴大数据实践——OneData数据中台体系
|
10月前
|
数据采集 存储 大数据
大数据之路:阿里巴巴大数据实践——日志采集与数据同步
本资料全面介绍大数据处理技术架构,涵盖数据采集、同步、计算与服务全流程。内容包括Web/App端日志采集方案、数据同步工具DataX与TimeTunnel、离线与实时数仓架构、OneData方法论及元数据管理等核心内容,适用于构建企业级数据平台体系。
1003 1
|
10月前
|
数据采集 分布式计算 DataWorks
ODPS在某公共数据项目上的实践
本项目基于公共数据定义及ODPS与DataWorks技术,构建一体化智能化数据平台,涵盖数据目录、归集、治理、共享与开放六大目标。通过十大子系统实现全流程管理,强化数据安全与流通,提升业务效率与决策能力,助力数字化改革。
360 4
|
10月前
|
分布式计算 监控 大数据
大数据之路:阿里巴巴大数据实践——离线数据开发
该平台提供一站式大数据开发与治理服务,涵盖数据存储计算、任务调度、质量监控及安全管控。基于MaxCompute实现海量数据处理,结合D2与DataWorks进行任务开发与运维,通过SQLSCAN与DQC保障代码质量与数据准确性。任务调度系统支持定时、周期、手动运行等多种模式,确保高效稳定的数据生产流程。
459 0
大数据之路:阿里巴巴大数据实践——离线数据开发
|
10月前
|
分布式计算 DataWorks 数据处理
在数据浪潮中前行:记录一次我与ODPS的实践、思考与展望
本文详细介绍了在 AI 时代背景下,如何利用阿里云 ODPS 平台(尤其是 MaxCompute)进行分布式多模态数据处理的实践过程。内容涵盖技术架构解析、完整操作流程、实际部署步骤以及未来发展方向,同时结合 CSDN 博文深入探讨了多模态数据处理的技术挑战与创新路径,为企业提供高效、低成本的大规模数据处理方案。
457 3
|
10月前
|
机器学习/深度学习 存储 分布式计算
ODPS驱动电商仓储革命:动态需求预测系统的落地实践
本方案基于ODPS构建“预测-仿真-决策”闭环系统,解决传统仓储中滞销积压与爆款缺货问题。通过动态特征工程、时空融合模型与库存仿真引擎,实现库存周转天数下降42%,缺货率下降65%,年损减少5000万以上,显著提升运营效率与GMV。
961 1
|
9月前
|
存储 SQL 分布式计算
大数据之路:阿里巴巴大数据实践——元数据与计算管理
本内容系统讲解了大数据体系中的元数据管理与计算优化。元数据部分涵盖技术、业务与管理元数据的分类及平台工具,并介绍血缘捕获、智能推荐与冷热分级等技术创新。元数据应用于数据标签、门户管理与建模分析。计算管理方面,深入探讨资源调度失衡、数据倾斜、小文件及长尾任务等问题,提出HBO与CBO优化策略及任务治理方案,全面提升资源利用率与任务执行效率。
680 0
|
7月前
|
人工智能 Cloud Native 算法
拔俗云原生 AI 临床大数据平台:赋能医学科研的开发者实践
AI临床大数据科研平台依托阿里云、腾讯云,打通医疗数据孤岛,提供从数据治理到模型落地的全链路支持。通过联邦学习、弹性算力与安全合规技术,实现跨机构协作与高效训练,助力开发者提升科研效率,推动医学AI创新落地。(238字)
485 7