1.一种航班恢复建模方法，其特征在于，所述方法包括如下步骤：

S100，获取目标机场的航班延误信息，并基于获取的航班延误信息获取初始排班状态，所述初始排班状态包括所述航班延误信息和航班起飞顺序；

S200，构建初始航班排班预测模型，所述初始航班排班预测模型的输入为排班状态，输出为对输入的排班状态所执行的决策动作的概率预测值，其中，决策动作为将输入的排班状态中的任意两个航班的起飞顺序进行交换的操作；其中，对输入的排班状态所执行的决策动作满足设定的约束条件；

S300，基于所述初始排班状态和所述初始航班排班预测模型，获取状态转换序列TS={TS1，TS2，……，TSj，……，TSm}；其中，第j个状态转换序列TSj=（Sj，aj，rj，φj），Sj为第j个状态转换序列对应的排班状态，aj为Sj对应的目标决策动作；rj为aj对应的回报值，φj为第j个状态转换序列对应的终止标志，其中，φ1至φm‑1为第一设定值，φm为第二设定值；其中，TS中任意相邻两个状态转换序列对应的排班状态中的后一个排班状态通过对前一个排班状态执行对应的目标决策动作得到，rj=DLj+1‑DLj，DLj+1为对Sj执行aj后得到的下一个排班状态Sj+1对应的延误损失，DLj为Sj对应的延误损失；j的取值为1到m，m为状态转换序列的数量；

S400，从TS中随机获取h个状态转换序列作为目标状态转换序列，并将所述目标状态转换序列对应的排班状态作为训练样本；

S500，将当前批次的训练样本输入当前的航班排班预测模型中进行训练，得到每一样本对应的最大概率预测值；

S600，基于每一样本对应的概率预测值，获取每一样本对应的目标决策动作，并基于获取的目标决策动作获取每一样本对应的下一个排班状态，并将获取的下一个排班状态输入当前的航班排班预测模型中进行训练，得到每一样本对应的下一个排班状态对应的最大概率预测值；

S700，基于当前批次的训练样本的最大概率预测值、回报值和当前批次的训练样本对应的下一个排班状态对应的最大概率预测值获取当前损失函数值，并判断所述当前损失函数值是否符合预设的模型训练结束条件，如果符合，将当前的航班排班预测模型作为目标航班排班预测模型，如果不符合，对当前的航班排班预测模型的参数进行调整，并将下一批次的训练样本作为所述当前批次的训练样本，执行S500。

2.根据权利要求1所述的方法，其特征在于，所述航班延误信息至少包括延误航班的ID、延误航班的延误时间、延误航班的飞行时间、延误航班的平均乘坐成本、延误航班延误的用户数量、延误航班对应的飞行器的最大用户承载量、延误航班对应的飞行器单位延误损失以及延误航班对应的用户单位延误损失。

n

3.根据权利要求2所述的方法，其特征在于，DLj=∑i=1（1+γji）（Pji+kji1×Cjif+ kji2×Cjia+ kji3×Cjip），其中，γji为Sj中的第i个延误航班的ID对应的延误航班STji的重要性系数，Pji为STji对应的隐形损失，Cjif为STji对应的盈利损失，Cjia为STji对应的飞行器延误损失，Cjip为STji对应的用户延误损失，kji1、kji2和kji3分别为Cjif、Cjia和Cjip对应的权重，n为延误航班的数量。

4.根据权利要求3所述的方法，其特征在于，Pji=vji×wji×βji，vji为STji延误的用户数量，wji为STji的平均乘坐成本，βji为STji对应的用户失望率函数。

5.根据权利要求3所述的方法，其特征在于，Cjif=vji×Pfji×wji×Dtji/tji，vji为STji延误的用户数量，wji为STji的平均乘坐成本，Pfji为STji的平均收益率，Dtji为STji的延误时间，tji为STji的飞行时间。

6.根据权利要求3所述的方法，其特征在于，Cjia=Dtji×△LFji，Cjip= Dtji×△LPji，Dtji为STji的延误时间，△LFji为STji对应的飞行器单位延误损失，△LPji为STji对应的用户单位延误损失。

7.根据权利要求1所述的方法，其特征在于，所述当前损失函数值满足如下条件：

L=X‑（R‑λ×Xn），L为当前损失函数值，R为当前批次的训练样本的回报值之和，X为当前批次的所有训练样本的最大概率预测值之和，Xn为当前批次的训练样本对应的下一个排班状态对应的最大概率预测值之和，λ为折扣因子，取值为0到1。

8.根据权利要求1所述的方法，其特征在于，所述设定的约束条件至少包括如下条件：

条件1：航班的起飞时间不能早于计划起飞时间；

条件2：航班延误的用户数量不能大于该航班对应的飞行器的最大用户承载量；

条件3：飞行器只能同时执行一个飞行任务；

条件4：每个航班只能执行一次。

9.一种非瞬时性计算机可读存储介质，所述存储介质中存储有至少一条指令或至少一段程序，其特征在于，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1‑8中任意一项的所述方法。

10.一种电子设备，其特征在于，包括处理器和权利要求9中所述的非瞬时性计算机可读存储介质。