(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210742434.3 (22)申请日 2022.06.28 (71)申请人 电子科技大 学 地址 610000 四川省成 都市高新区 （西区） 西源大道 2006号 (72)发明人 党婉丽　程建　刘思宇　夏子瀛　 (74)专利代理 机构 成都睿道专利代理事务所 (普通合伙) 51217 专利代理师 贺理兴 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/30(2012.01) G06V 20/52(2022.01) G06V 20/40(2022.01) G06V 40/20(2022.01) (54)发明名称 一种航班延误下突发事件预测方法、 装置及 电子设备 (57)摘要 本发明属于事件 预测技术领域， 具体涉及一 种航班延误下突发事件预测方法、 装置及电子设 备， 该方法包括： 定义评价指标； 确定评价指标的 隶属度值； 定义旅客利益受损函数； 将旅客利益 受损函数转换为模糊隶属函数； 构建基于多目标 模糊决策的旅客决策行为模型； 确定旅客决策行 为的表达式； 提取突发事件中旅客的群体特征数 据与个体特征数据； 确定初始受影 响个体的特征 参数； 确定每个旅客空间位置数据； 定义情绪感 染因子； 确定旅客群体中各个旅客个体在不同时 刻的空间位置的表达式； 确定突发事件形成过程 的函数表达式。 本发明实现了突发事件演化规律 的定量描述； 实现航班延误下的突发事件的监测 及预测。 权利要求书3页 说明书12页 附图3页 CN 115423141 A 2022.12.02 CN 115423141 A 1.一种航班延误下突发事 件预测方法， 其特 征在于， 包括 步骤： 定义评价指标； 所述评价指标用于描述旅客利益受损程度； 基于模糊控制的方式确定所述评价指标的隶属度值； 定义旅客利益受损函数； 所述旅客利益受损函数用于表征旅客决策行为受突发事件的 影响程度； 根据所述旅客利益受损函数与所述隶属度值， 将所述旅客利益受损函数转换为模糊隶 属函数； 所述模糊隶属函数用于衡量所述旅客决策行为与所述旅客利益受损函数的匹配程 度； 利用所述模糊隶属函数构建基于多目标模糊决策的旅客决策行为模型； 所述旅客决策 行为模型用于表征 所述突发事件对旅客群 体中旅客个 体的运动行为特 征的影响； 根据基于多目标模糊决策的所述旅客决策行为模型， 确定所述旅客决策行为的表达 式； 根据监控视频 数据， 提取 所述突发事件中旅客的群 体特征数据与个 体特征数据； 基于所述旅客利益受损函数、 所述群体特征数据与个体特征数据， 确定初始受影响个 体的特征参数； 所述初始受影响个体用于表征 受所述突 发事件的影响所述个体特征数据最 先改变的旅客个 体； 根据所述利益受损函数、 所述群体特征数据与所述个体特征数据， 确定每个旅客受所 述突发事件影响后的在各个时刻的空间位置数据； 基于所述利益受损函数、 旅客与所述初始受影响个体之间的距离， 定义情绪感染因子； 所述情感因子用于表征旅客 位置受所述 突发事件与所述初始受影响个 体影响的程度； 根据所述空间位置数据与 所述情绪感染因子， 确定旅客群体中各个旅客个体在不同时 刻的空间位置的表达式； 根据每个旅客个体的所述空间位置， 以及每个旅客个体的所述空间位置与 所述突发事 件发生点之间的距离， 确定所述 突发事件形成过程的函数表达式。 2.根据权利要求1所述一种航班延误下突发事件预测方法， 其特征在于， 定义旅客利益 受损函数， 包括： 获取旅客与所述突发事件发生点之间的距离以及所有旅客与所述事件发生点之间的 距离和； 根据所述旅客利益受损函数为旅客与所述突发事件发生点之间的距离与所有旅客与 所述突发事件发生点之间的距离和的比值， 得到所述旅客利益受损函数的表达式。 3.根据权利要求1所述一种航班延误下突发事件预测方法， 其特征在于， 根据基于多目 标模糊决策的所述旅客决策 行为模型， 确定所述旅客决策 行为的表达式， 包括： 将所述评价指标的量 化得到数字决策矩阵； 根据所述数字决策矩阵， 使用最大 隶属度函数计算模糊决策矩阵； 根据所述模糊决策矩阵确定理想解与负理想解； 计算理想解的第一相对贴近度与负理想解的第二相对贴近度； 根据所述第一相对贴近度与所述第二相对贴近度， 确定判别矩阵； 根据所述判别矩阵的大小， 确定所述评价指标及该所述评价指标对应的所述旅客决策 行为的表达式。权　利　要　求　书 1/3 页 2 CN 115423141 A 24.根据权利要求1所述一种航班延误下突发事件预测方法， 其特征在于， 基于模糊控制 的方式确定所述评价指标的隶属度值， 包括： 定义输入 模糊集与输出模糊集； 计算输入 模糊集的迭代次数的隶属度， 设定所述隶属度的取值范围； 建立所述 突发事件的视频库； 分析所述视频库的视频， 提取图像特 征， 建立规则库， 描述对应模糊集 合； 基于随机变量的联合条件概 率分布， 构建注意力奖励模型； 利用注意力奖励模型， 输出 所述评价指标的概 率分布； 根据所述评价指标的概 率分布， 利用重心法确定所述评价指标的隶属度值； 所述输出模糊集输出 所述评价指标的隶属度值。 5.根据权利要求1所述一种航班延误下突发事件预测方法， 其特征在于， 所述群体特征 数据包括人员数量与人群分布位置数据； 所述个体特征数据包括旅客的速度数据、 步伐数 据、 空间位置数据以及旅客与所述 突发事件发生点之间的距离数据。 6.根据权利要求1所述一种航班延误下突发事件预测方法， 其特征在于， 基于所述旅客 利益受损函数、 所述群体特征数据与个体特征数据， 确定初始受影响个体的特征参数， 包 括： 获取所述群体特征数据初始值、 旅客的最大移动步伐与最小移动步伐； 利用所述最大移动步伐、 所述最小移动步伐与所述旅客利益受损函数， 确定旅客移动 步伐的表达式； 根据所述群体特征数据初始值与 所述旅客移动 步伐的表达 式， 确定旅客与 所述突发事 件发生点的距离的表达式； 将旅客中与 所述突发事件发生点的距离最小的旅客为所述初始 受影响个体， 确定所述 初始受影响个 体的空间位置数据。 7.根据权利要求1所述一种航班延误下突发事件预测方法， 其特征在于， 所述突发事件 形成过程， 包括： 根据每一个旅客的初始位置与旅客每一 时刻空间位置更新， 当每个旅客与 所述突发事 件发生点的距离不断变小， 旅客与所述突发事件发生点的距离等于设定值， 则所述突发事 件形成。 8.一种航班延误下突发事件预测装置， 其特征在于， 包括第一定义单元、 第一处理单 元、 第二定义单元、 转换单元、 模型构建单元、 第一表达式确定单元、 提取单元、 特征参数确 定单元、 第二处 理单元、 第三定义单 元、 第二表达式确定单 元与第三表达式确定单 元； 第一定义单 元， 用于定义评价指标； 所述评价指标用于描述旅客利益受损程度； 第一处理单元， 用于基于模糊控制的方式确定所述评价指标的隶属度值； 第二定义单元， 用于定义旅客利益受损函数； 所述旅客利益受损函数用于表征旅客决 策行为受突发事 件的影响程度； 转换单元， 用于根据所述旅客利益受损函数与所述隶属度值， 将所述旅客利益受损函 数转换为模糊隶属函数； 所述模糊隶属函数用于衡量所述旅客决策行为与所述旅客利益受 损函数的匹配程度； 模型构建单元， 用于利用所述模糊隶属函数构建基于多目标模糊决策的旅客决策行为权　利　要　求　书 2/3 页 3 CN 115423141 A 3