本發(fā)明涉及計(jì)算機(jī)，具體而言，涉及一種基于多尺度時(shí)變復(fù)雜性的航班延誤保險(xiǎn)動(dòng)態(tài)保費(fèi)模型迭代方法。

背景技術(shù)：

1、航延險(xiǎn)起源于購(gòu)買機(jī)票體驗(yàn)的增值服務(wù)。各大保險(xiǎn)公司很早就與金融機(jī)構(gòu)、旅行服務(wù)網(wǎng)站或航空公司合作開發(fā)了航延延誤保險(xiǎn)，但社會(huì)認(rèn)知度不高，銷量較低。直至2011年底、2012年初航班延誤頻發(fā)，航班延誤險(xiǎn)才逐漸被人關(guān)注。2011年到2016年航延險(xiǎn)的保費(fèi)收入由2200萬元增長(zhǎng)至約9.5億元，5年間增長(zhǎng)近46倍。

2、在航延險(xiǎn)業(yè)務(wù)規(guī)模迅猛發(fā)展的同時(shí)由于高賠付率，特別是在2017年和2018年的雨季之后，險(xiǎn)企下架航延險(xiǎn)的消息經(jīng)常能見諸報(bào)端，很多保險(xiǎn)平臺(tái)的航延險(xiǎn)產(chǎn)品也難以搜索到。

3、通常的航班延誤保險(xiǎn)產(chǎn)品保費(fèi)大多只對(duì)賠償限額做了分檔處理，保費(fèi)屬于靜態(tài)固定保費(fèi)。這類產(chǎn)品未與出行旅客出航航段的具體風(fēng)險(xiǎn)相匹配，容易誘發(fā)道德風(fēng)險(xiǎn)，造成業(yè)務(wù)經(jīng)營(yíng)不善，難以高質(zhì)量持續(xù)發(fā)展。

4、根據(jù)諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者斯蒂格利茨的研究成果[1]，不同風(fēng)險(xiǎn)的客戶在競(jìng)爭(zhēng)保險(xiǎn)市場(chǎng)的均衡狀態(tài)是分離均衡，即差異化定價(jià)。本發(fā)明開發(fā)人員在長(zhǎng)期的研發(fā)中，做了大量理論與實(shí)務(wù)研究，從而提出了一種基于每個(gè)出行旅客出行航段具體風(fēng)險(xiǎn)變化，與風(fēng)險(xiǎn)匹配的多尺度時(shí)變復(fù)雜性的航班延誤保險(xiǎn)動(dòng)態(tài)保費(fèi)模型迭代方法，以解決上述技術(shù)問題之一。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種多尺度時(shí)變復(fù)雜性的航班延誤保險(xiǎn)動(dòng)態(tài)保費(fèi)模型迭代方法，能夠解決上述提到的一些技術(shù)問題。具體方案為：

2、收集處理航班信息、天氣信息的相關(guān)數(shù)據(jù)，識(shí)別評(píng)估多尺度航班延誤時(shí)變復(fù)雜性程度mtc-fd；

3、基于航段航班延誤多尺度時(shí)變復(fù)雜性評(píng)估結(jié)果，構(gòu)建出行航段的多尺度時(shí)變復(fù)雜性航班延誤風(fēng)險(xiǎn)評(píng)估模型mtc-fdirm；

4、基于所述出行航段航班延誤風(fēng)險(xiǎn)評(píng)估模型，構(gòu)建出行旅客多尺度時(shí)變復(fù)雜性航班延誤動(dòng)態(tài)保費(fèi)模型mtc-fddpm；

5、實(shí)時(shí)計(jì)算出行旅客出行航段具體風(fēng)險(xiǎn)率和動(dòng)態(tài)保費(fèi)；

6、構(gòu)建ts-mtc-fdim兩階段迭代優(yōu)化模型，定時(shí)評(píng)估近期航班延誤實(shí)際狀態(tài)和所述多尺度時(shí)變復(fù)雜性風(fēng)險(xiǎn)評(píng)估之間的差異，對(duì)所述多尺度時(shí)變復(fù)雜性動(dòng)態(tài)保費(fèi)模型不斷迭代優(yōu)化。

7、可選的，所述收集處理航班信息、天氣信息的相關(guān)數(shù)據(jù)，識(shí)別評(píng)估航班延誤多尺度時(shí)變復(fù)雜性程度mtc-fd，包括：

8、由航班延誤多尺度時(shí)變復(fù)雜性相關(guān)因素，識(shí)別評(píng)估航班延誤多尺度多重分形復(fù)雜性程度mtc-fd-mf；

9、由航班延誤多尺度時(shí)變復(fù)雜性相關(guān)因素，識(shí)別評(píng)估航班延誤多尺度混沌復(fù)雜性程度mtc-fd-chaos。

10、可選的，所述由航班延誤多尺度時(shí)變復(fù)雜性相關(guān)因素，識(shí)別評(píng)估航班延誤多尺度多重分形復(fù)雜性程度mtc-fd-mf,包括：

11、表面多重分形時(shí)變復(fù)雜性程度評(píng)估公式如下：

12、

13、

14、

15、本質(zhì)多重分形時(shí)變復(fù)雜性程度的評(píng)估公式如下：

16、

17、

18、

19、

20、可選的，所述由航班延誤多尺度時(shí)變復(fù)雜性相關(guān)因素，識(shí)別評(píng)估航班延誤多尺度混沌復(fù)雜性程度mtc-fd-chaos，包括：

21、多尺度混沌復(fù)雜性程度公式如下：

22、

23、可選的，所述基于航段航班延誤多尺度時(shí)變復(fù)雜性評(píng)估結(jié)果，構(gòu)建出行航段的多尺度時(shí)變復(fù)雜性航班延誤風(fēng)險(xiǎn)評(píng)估模型mtc-fdirm，包括：

24、構(gòu)建航班延誤基礎(chǔ)風(fēng)險(xiǎn)評(píng)估模型mtc-fdbrm，包括mtc-fdbrm-pb是否延誤風(fēng)險(xiǎn)評(píng)估模型和mtc-fdbrm-tm延誤時(shí)長(zhǎng)評(píng)估模型；

25、對(duì)所述基礎(chǔ)風(fēng)險(xiǎn)評(píng)估模型進(jìn)行組合，構(gòu)建mtc-fdirm復(fù)合風(fēng)險(xiǎn)評(píng)估模型。

26、可選的，所述mtc-fdbrm-pb是否延誤風(fēng)險(xiǎn)評(píng)估模型如下：

27、

28、其中xfd表示函數(shù)自變量，包括：溫度表面多重分形復(fù)雜度、濕度表面多重分形復(fù)雜度、出發(fā)機(jī)場(chǎng)航班延誤表面多重分形復(fù)雜度、到達(dá)機(jī)場(chǎng)航班延誤表面多重分形復(fù)雜度、航空公司航班延誤表面多重分形復(fù)雜度、航段航班延誤表面多重分形復(fù)雜度、出發(fā)時(shí)間航班延誤表面多重分形復(fù)雜度、溫度本質(zhì)多重分形復(fù)雜度、濕度本質(zhì)多重分形復(fù)雜度、出發(fā)機(jī)場(chǎng)航班延誤本質(zhì)多重分形復(fù)雜度、到達(dá)機(jī)場(chǎng)航班延誤本質(zhì)多重分形復(fù)雜度、航空公司航班延誤本質(zhì)多重分形復(fù)雜度、航段航班延誤本質(zhì)多重分形復(fù)雜度、出發(fā)時(shí)間航班延誤本質(zhì)多重分形復(fù)雜度、溫度混沌復(fù)雜度、濕度混沌復(fù)雜度、出發(fā)機(jī)場(chǎng)航班延誤混沌復(fù)雜度、到達(dá)機(jī)場(chǎng)航班延誤混沌復(fù)雜度、航空公司航班延誤混沌復(fù)雜度、航段航班延誤混沌復(fù)雜度、出發(fā)時(shí)間航班延誤混沌復(fù)雜度。

29、可選的，所述mtc-fdbrm-tm延誤時(shí)長(zhǎng)評(píng)估模型如下：

30、

31、其中xfd表示函數(shù)自變量，包括：溫度表面多重分形復(fù)雜度、濕度表面多重分形復(fù)雜度、出發(fā)機(jī)場(chǎng)航班延誤表面多重分形復(fù)雜度、到達(dá)機(jī)場(chǎng)航班延誤表面多重分形復(fù)雜度、航空公司航班延誤表面多重分形復(fù)雜度、航段航班延誤表面多重分形復(fù)雜度、出發(fā)時(shí)間航班延誤表面多重分形復(fù)雜度、溫度本質(zhì)多重分形復(fù)雜度、濕度本質(zhì)多重分形復(fù)雜度、出發(fā)機(jī)場(chǎng)航班延誤本質(zhì)多重分形復(fù)雜度、到達(dá)機(jī)場(chǎng)航班延誤本質(zhì)多重分形復(fù)雜度、航空公司航班延誤本質(zhì)多重分形復(fù)雜度、航段航班延誤本質(zhì)多重分形復(fù)雜度、出發(fā)時(shí)間航班延誤本質(zhì)多重分形復(fù)雜度、溫度混沌復(fù)雜度、濕度混沌復(fù)雜度、出發(fā)機(jī)場(chǎng)航班延誤混沌復(fù)雜度、到達(dá)機(jī)場(chǎng)航班延誤混沌復(fù)雜度、航空公司航班延誤混沌復(fù)雜度、航段航班延誤混沌復(fù)雜度、出發(fā)時(shí)間航班延誤混沌復(fù)雜度。

32、可選的，所述對(duì)所述基礎(chǔ)風(fēng)險(xiǎn)評(píng)估模型進(jìn)行組合，構(gòu)建mtc-fdirm復(fù)合風(fēng)險(xiǎn)評(píng)估模型，包括：

33、計(jì)算航段是否延誤風(fēng)險(xiǎn)率rfdpb，預(yù)測(cè)未延誤歸類為低風(fēng)險(xiǎn)；

34、計(jì)算航段延誤時(shí)長(zhǎng)風(fēng)險(xiǎn)率rfdtm，當(dāng)預(yù)測(cè)延誤且時(shí)長(zhǎng)較長(zhǎng)，歸類為高風(fēng)險(xiǎn)，當(dāng)預(yù)測(cè)延誤且時(shí)長(zhǎng)較短，歸類為低風(fēng)險(xiǎn)，其余歸類為中等風(fēng)險(xiǎn)；

35、計(jì)算航段航班延誤復(fù)合風(fēng)險(xiǎn)率r：

36、

37、其中a＝{低風(fēng)險(xiǎn)(預(yù)測(cè)未延誤)}，b＝{低風(fēng)險(xiǎn)(預(yù)測(cè)延誤)}，c＝{中、高風(fēng)險(xiǎn)(預(yù)測(cè)延誤)}

38、可選的，所述基于所述出行航段航班延誤風(fēng)險(xiǎn)評(píng)估模型，構(gòu)建出行旅客多尺度時(shí)變復(fù)雜性航班延誤動(dòng)態(tài)保費(fèi)模型mtc-fddpm，包括：

39、評(píng)估航班延誤動(dòng)態(tài)保費(fèi)模型的影響因素；

40、基于所述mtc-fdirm航班延誤復(fù)合風(fēng)險(xiǎn)評(píng)估模型和前述影響因素，構(gòu)建mtc-fddpm動(dòng)態(tài)保費(fèi)模型如下：

41、

42、可選的，所述實(shí)時(shí)計(jì)算出行旅客出行航段具體風(fēng)險(xiǎn)率和動(dòng)態(tài)保費(fèi)，包括：

43、基于所述mtc-fdirm航班延誤復(fù)合風(fēng)險(xiǎn)評(píng)估模型和mtc-fddpm動(dòng)態(tài)保費(fèi)模型編寫腳本或api,

44、調(diào)用所述腳本或api，實(shí)時(shí)計(jì)算出行旅客出行航段具體風(fēng)險(xiǎn)率和動(dòng)態(tài)保費(fèi)。

45、可選的，所述構(gòu)建ts-mtc-fdim兩階段迭代優(yōu)化模型，定時(shí)評(píng)估近期航班延誤實(shí)際狀態(tài)和所述多尺度時(shí)變復(fù)雜性風(fēng)險(xiǎn)評(píng)估之間的差異，對(duì)所述多尺度時(shí)變復(fù)雜性動(dòng)態(tài)保費(fèi)模型不斷迭代優(yōu)化，包括：

46、構(gòu)建ts-mtc-fdim兩階段迭代優(yōu)化模型，第一階段模型為：

47、

48、第二階段模型為所述的mtc-fdirm航班延誤復(fù)合風(fēng)險(xiǎn)評(píng)估模型和mtc-fddpm動(dòng)態(tài)保費(fèi)模型。

49、通過ts-mtc-fdim兩階段迭代優(yōu)化模型定時(shí)評(píng)估近期航班延誤實(shí)際狀態(tài)和所述多尺度時(shí)變復(fù)雜性風(fēng)險(xiǎn)評(píng)估之間的差異。

50、本發(fā)明實(shí)施例的上述方案與現(xiàn)有技術(shù)相比，至少具有以下有益效果：本發(fā)明通過一種航班延誤多尺度時(shí)變復(fù)雜性動(dòng)態(tài)保費(fèi)模型，用于實(shí)時(shí)動(dòng)態(tài)評(píng)估每個(gè)投保航班延誤保險(xiǎn)的出行旅客的風(fēng)險(xiǎn)，并基于多尺度時(shí)變復(fù)雜性風(fēng)險(xiǎn)評(píng)估結(jié)果動(dòng)態(tài)計(jì)算保費(fèi)，促使保費(fèi)與出行旅客出行航段具體風(fēng)險(xiǎn)相匹配，推動(dòng)航班延誤保險(xiǎn)經(jīng)營(yíng)品質(zhì)提升，促進(jìn)航班延誤保險(xiǎn)業(yè)務(wù)高質(zhì)量發(fā)展。