本发明涉及航班收入预测，尤其涉及一种航班销售收入预测方法及系统。
背景技术：
1、航空票务销售是一个动态变化的市场，票价和销售量受多种因素影响，如季节性波动、市场促销、经济状况、竞争环境等。对于航空公司而言，每个航班的收入都是航空公司收益的一个组成部分,预测准确与否，会关系到飞机排班及未来的航班时刻申请计划的效果。通常在进行航班收入预测时，由于时期不同、共飞航班情况不同、时刻不同等多维因素，对预测工作造成了较大的难度，也存在较大的风险。
技术实现思路
1、为解决背景技术中存在的技术问题，本发明提出一种航班销售收入预测方法及系统。
2、本发明提出的一种航班销售收入预测方法，包括以下步骤：
3、s1、获取待预测销售收入的航班销售时段t以及对应的航班号，并将航班销售时段t划分成多个销售时间点，即t＝{t1,t2,…,ti,…,tn}；
4、s2、根据航班号和多个销售时间点从查找表中获取该航班号每个销售时间点ti对应的模型约束，模型约束包括但不限于购买意愿强度a、高斯函数的标准差σ；
5、s3、将模型约束和多个销售时间点按时间点顺序输入预先训练好的销售数量预测模型，得到每个销售时间点ti对应的销售数量s(ti)；
6、s4、根据航班号从航班历史数据库中查询每个销售时间点ti对应的最低票价p(ti)；
7、s5、基于每个销售时间点ti对应的最低票价p(ti)以及销售数量s(ti)计算出每个销售时间点ti对应的销售预测收入r(ti)；
8、s6、获取每个销售时间点ti对应的退票率r(ti)，并基于每个销售时间点ti对应的退票率r(ti)、每个销售时间点ti对应的销售预测收入r(ti)计算出航班销售时段t的销售预测收入r。
9、优选地，所述查找表中预先配置有每个销售时间点ti与模型约束之间的一一映射关系。
10、优选地，还包括：
11、s7、在预设时间周期内按预设策略对查找表中的模型约束进行数据更新；所述预设策略具体包括：
12、
13、其中，η1是购买意愿强度a对应的学习率；是损失函数相对于参数a的梯度；
14、
15、其中，η2是δ对应的学习率；是损失函数相对于参数δ的梯度。
16、优选地，所述销售数量预测模型的训练过程如下：
17、采集各个航线的历史销售数据，并将历史销售数据构成训练样本集，历史销售数据包括但不限于每个航班的销售总人数n、每个销售时间点的最低票价、航班日期、时间、目的地、机型、促销活动信息；
18、以销售总人数n和购买欲望指数d(ti)为输入，销售数量s(ti)为输出，基于训练样本集和损失函数对预设的销售数量预测模型进行弱监督训练，得到训练好的销售数量预测模型。
19、优选地，所述损失函数具体为：
20、将实际销售收入ractual(ti)与调整后预测销售收入radjusted(ti)之差的平方和作为损失函数
21、损失函数计算过程如下：
22、
23、其中，ractual(ti)为实际销售收入；radjusted(ti)为调整后预测销售收入。
24、优选地，所述每个销售时间点ti对应的销售预测收入r(ti)的计算过程如下：
25、r(ti)＝p(ti)×s(ti)；
26、其中，r(ti)为每个销售时间点ti对应的销售预测收入；p(ti)为每个销售时间点ti对应的最低票价；s(ti)为每个销售时间点ti对应的销售数量。
27、优选地，所述基于每个销售时间点ti对应的退票率r(ti)、每个销售时间点ti对应的销售预测收入r(ti)计算出航班销售时段t的销售预测收入r，具体包括：
28、基于每个销售时间点ti对应的退票率r(ti)、每个销售时间点ti对应的销售预测收入r(ti)计算出考虑退票因素后的每个销售时间点ti对应的销售预测收入r′(ti)，r′(ti)的计算过程如下：
29、r′(ti)＝r(ti)×(1-r(ti))；
30、将航班销售时段t＝{t1,t2,…,ti,…,tn}中每个销售时间点ti对应的销售预测收入r′(ti)求和的结果作为航班销售时段t的销售预测收入r。
31、本发明提出的一种航班销售收入预测系统，包括：
32、数据采集模块，用于获取待预测销售收入的航班销售时段t以及对应的航班号，并将航班销售时段t划分成多个销售时间点，即t＝{t1,t2,…,ti,…,tn}；
33、数据查询模块，用于根据航班号和多个销售时间点从查找表中获取该航班号每个销售时间点ti对应的模型约束，模型约束包括但不限于购买意愿强度a、高斯函数的标准差σ；
34、第一处理模块，用于将模型约束和多个销售时间点按时间点顺序输入预先训练好的销售数量预测模型，得到每个销售时间点ti对应的销售数量s(ti)；
35、第二处理模块，用于根据航班号从航班历史数据库中查询每个销售时间点ti对应的最低票价p(ti)；
36、第三处理模块，用于基于每个销售时间点ti对应的最低票价p(ti)以及销售数量s(ti)计算出每个销售时间点ti对应的销售预测收入r(ti)；
37、数据生成模块，用于获取每个销售时间点ti对应的退票率r(ti)，并基于每个销售时间点ti对应的退票率r(ti)、每个销售时间点ti对应的销售预测收入r(ti)计算出航班销售时段t的销售预测收入r。
38、本发明中，所提出的航班销售收入预测方法及系统，获取待预测销售收入的航班销售时段t以及对应的航班号，并将航班销售时段t划分成多个销售时间点；根据航班号和多个销售时间点从查找表中获取该航班号每个销售时间点ti对应的模型约束；将模型约束和多个销售时间点按时间点顺序输入预先训练好的销售数量预测模型，得到每个销售时间点ti对应的销售数量s(ti)；根据航班号从航班历史数据库中查询每个销售时间点ti对应的最低票价p(ti)；基于每个销售时间点ti对应的最低票价p(ti)以及销售数量s(ti)计算出每个销售时间点ti对应的销售预测收入r(ti)；获取每个销售时间点ti对应的退票率r(ti)，并基于每个销售时间点ti对应的退票率r(ti)、每个销售时间点ti对应的销售预测收入r(ti)计算出航班销售时段t的销售预测收入r。通过按销售时间点逐个时间点预测航班的收入，并基于各个销售点的收入以及各个销售点的退票率r(ti)预测最终销售总收入，提高了航班收入预测的准确度。
1.一种航班销售收入预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的航班销售收入预测方法，其特征在于，所述查找表中预先配置有每个销售时间点ti与模型约束之间的一一映射关系。
3.根据权利要求1所述的航班销售收入预测方法，其特征在于，还包括：
4.根据权利要求1所述的航班销售收入预测方法，其特征在于，所述销售数量预测模型的训练过程如下：
5.根据权利要求4所述的航班销售收入预测方法，其特征在于，所述损失函数具体为：
6.根据权利要求1所述的航班销售收入预测方法，其特征在于，所述每个销售时间点ti对应的销售预测收入r(ti)的计算过程如下：
7.根据权利要求1所述的航班销售收入预测方法，其特征在于，所述基于每个销售时间点ti对应的退票率r(ti)、每个销售时间点ti对应的销售预测收入r(ti)计算出航班销售时段t的销售预测收入r，具体包括：
8.一种航班销售收入预测系统，其特征在于，包括：
