CN109165782B - 民航机场地面服务保障人员调度方法及其*** - Google Patents

民航机场地面服务保障人员调度方法及其*** Download PDF

Info

Publication number
CN109165782B
CN109165782B CN201810929341.5A CN201810929341A CN109165782B CN 109165782 B CN109165782 B CN 109165782B CN 201810929341 A CN201810929341 A CN 201810929341A CN 109165782 B CN109165782 B CN 109165782B
Authority
CN
China
Prior art keywords
personnel
flight
matrix
flights
scheduling
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810929341.5A
Other languages
English (en)
Other versions
CN109165782A (zh
Inventor
陈捷
李建斌
罗谦
唐毓俊
张扬
李定亮
刘韬
朱俊虎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Minhang Chengdu Information Technology Co ltd
Original Assignee
Minhang Chengdu Information Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Minhang Chengdu Information Technology Co ltd filed Critical Minhang Chengdu Information Technology Co ltd
Priority to CN201810929341.5A priority Critical patent/CN109165782B/zh
Publication of CN109165782A publication Critical patent/CN109165782A/zh
Application granted granted Critical
Publication of CN109165782B publication Critical patent/CN109165782B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例公开了一种民航机场地面服务保障人员调度方法及其***，方法包括：建立目标数学模型；基于目标数学模型，对待保障航班数据和保障人员数据进行航班分段和任务分解的预处理；针对第一分段，基于改进的匈牙利算法，构建“航班‑人员”距离矩阵；基于改进的匈牙利算法对“航班‑人员”距离矩阵进行计算，形成第一分段的求解结果；针对剩余分段，重复前述步骤，形成多个分段的求解结果；根据多个求解结果实现民航机场地面服务保障人员调度。实施本发明实施例，解决了现有调度手段在实际人员指派过程中，凭调度员经验，仅仅根据顺序调度策略，机械的为不同航班分配空闲的人员导致的缺乏对人员进行高效调度、合理分配等问题。

Description

民航机场地面服务保障人员调度方法及其***
技术领域
本发明涉及民航机场人员排班调度技术领域，具体涉及一种民航机场地面服务保障人员调度方法及其***。
背景技术
在机场登机口航服人员调度过程中，需要调度人员凭借经验，对需要分配登机口的服务人员进行调度。需要考虑机型、登机口类型、人员当前工作情况等。但是，在实际调度过程中，由于机场传统运营调度模式的限制，即：顺序调度策略、对讲机一对一沟通、纸质化记录，使得机场在调度过程中产生了三大业务问题：缺乏对人力设备有效管理，缺乏对一线作业人员保障环节预警，无法对保障作业人员工作情况进行有效评估。为了解决这三大业务上面的痛点，首先需要解决调度算法，从而使得人员走动距离最短、调度结果适应度高、每个人的任务工作量均衡。
发明内容
本发明实施例的目的在于提供一种民航机场地面服务保障人员调度方法及其***，以解决现有调度手段在实际人员指派过程中，凭调度员经验，仅仅根据顺序调度策略，机械的为不同航班分配空闲的人员导致的缺乏对人员进行高效调度、合理分配等问题。
为实现上述目的，第一方面，本发明实施例提供了一种民航机场地面服务保障人员调度方法，包括：
S1：建立目标数学模型；
S2：获取待保障航班数据和保障人员数据，基于所述目标数学模型，对所述待保障航班数据和保障人员数据进行航班分段和任务分解的预处理；
S3：针对第一分段，基于改进的匈牙利算法，构建“航班-人员”距离矩阵；
S4：基于改进的匈牙利算法对所述“航班-人员”距离矩阵进行计算，形成第一分段的求解结果；
S5：针对剩余分段，基于改进的匈牙利算法构建“航班-人员”距离矩阵以及对“航班-人员”距离矩阵进行计算，形成多个分段的求解结果；
S6：根据多个求解结果实现民航机场地面服务保障人员调度。
作为本申请一种优选的实施方式，所述目标数学模型满足的约束条件为：每个航班仅被服务一次，每个保障人员的每条子路径起止于员工休息室，每个航班须在时间窗内[ai,bj]被服务，每个保障人员的总行走路程最短，多个保障人员之间的任务量差异最小；其中，ai表示第i个航班服务的最早开始时间，bi表示第i个航班服务的最晚开始时间。
作为本申请一种优选的实施方式，步骤S2包括：
对需保障航班按分段原则进行分段处理，所述分段原则包括：本分段内的航班集合仅能被人保障一次。
作为本申请一种优选的实施方式，步骤S2中，若待保障航班数据中的航班数量小于保障人员数据中的可用人员数量，补充虚拟航班，且虚拟航班的数量等于可用人员数量与航班数量之差。
作为本申请一种优选的实施方式，步骤S4具体包括：
构建“人员-优先级”矩阵；
将所述“航班-人员”距离矩阵和“人员-优先级”矩阵进行融合处理，形成效益矩阵C′；
对所述效益矩阵C′进行处理，得到第一分段的求解结果。
作为本申请一种优选的实施方式，对所述效益矩阵C′进行处理，得到第一分段的求解结果，具体包括：
(1)从效益矩阵C′每行减去该行最小的元素，使得每行都有一个零元素，得到C1；
(2)从C1每列减去该列最小的元素，使得每列都有一个零元素，得到C2；
(3)用最少的直线覆盖C2中的零元素得到C3，如果最少直线的数量等于s，转入步骤(5)，否则转入步骤(4)；
(4)矩阵C3中所有未被直线覆盖的元素减去未被覆盖元素中最小的元素，同时在直线相交点加上该最小元素得到C4，令C2＝C4，转入步骤(3)；
(5)从零元素最少的行或列开始指派，直到所有任务都指派完毕，得到最优指派方案Z。
第二方面，本发明实施例提供了一种民航机场地面服务保障人员调度***，包括：
建立模块，用于建立目标数学模型；
预处理模块，用于获取待保障航班数据和保障人员数据，基于所述目标数学模型，对所述待保障航班数据和保障人员数据进行航班分段和任务分解的预处理；
构建模块，用于针对第一分段，基于改进的匈牙利算法，构建“航班-人员”距离矩阵；
第一计算模块，用于基于改进的匈牙利算法对所述“航班-人员”距离矩阵进行计算，形成第一分段的求解结果；
第二计算模块，用于针对剩余分段，基于改进的匈牙利算法构建“航班-人员”距离矩阵以及对“航班-人员”距离矩阵进行计算，形成多个分段的求解结果；
调度模块，用于根据多个求解结果实现民航机场地面服务保障人员调度。
作为本申请一种优选的实施方式，所述预处理模块还用于：
若待保障航班数据中的航班数量小于保障人员数据中的可用人员数量，补充虚拟航班，且虚拟航班的数量等于可用人员数量与航班数量之差。
作为本申请一种优选的实施方式，所述第一计算模块具体用于：
(1)构建“人员-优先级”矩阵；
(2)将所述“航班-人员”距离矩阵和“人员-优先级”矩阵进行融合处理，形成效益矩阵C′；
(3)从效益矩阵C′每行减去该行最小的元素，使得每行都有一个零元素，得到C1；
(4)从C1每列减去该列最小的元素，使得每列都有一个零元素，得到C2；
(5)用最少的直线覆盖C2中的零元素得到C3，如果最少直线的数量等于s，转入步骤(7)，否则转入步骤(6)；
(6)矩阵C3中所有未被直线覆盖的元素减去未被覆盖元素中最小的元素，同时在直线相交点加上该最小元素得到C4，令C2＝C4，转入步骤(5)；
(7)从零元素最少的行或列开始指派，直到所有任务都指派完毕，得到最优指派方案Z。
实施本发明实施例，先建立目标数学模型，基于该模型对待保障航班数据和保障人员进行航班分段和任务分解，再针对第一分段，基于改进的匈牙利算法构建“航班-人员”距离矩阵，进一步地，基于改进的匈牙利算法对“航班-人员”矩阵进行计算，以形成第一分段的求解结果，重复上述过程以形成多个分段的求解结果，最后根据多个求解结果实现人员调度；本实施例与目前机场的顺序调度模式相比，首次通过信息化手段将运筹学中的人员指派算法(即匈牙利算法)应用于机场的保障作业人员调度中，使机场的人员调度从粗放型的顺序调度模式上升到了以人员最优调度为目的的精确化的调度模式，解决了现有调度手段在实际人员指派过程中，凭调度员经验，仅仅根据顺序调度策略，机械的为不同航班分配空闲的人员导致的缺乏对人员进行高效调度、合理分配等问题。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
图1是本发明第一实施例提供的民航机场地面服务保障人员调度方法的示意流程图；
图2是航班甘特图；
图3是保障任务分段示意图；
图4a至4b是分段划分方案示意图，其中图4a以CA1001为起点，图4b以CA2001为起点，图4c以CA3001为起点，图4d以CA4001为起点；
图5是将CA5001分解为两个相同的保障任务的示意图；
图6是本发明第一实施例提供的民航机场地面服务保障人员调度***的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
请参考图1，是本发明第一实施例所提供的民航机场地面服务保障人员调度方法的流程示意图，如图所示，该方法可以包括如下步骤：
S1：建立目标数学模型。
具体地，本实施例中，需要建立如下目标数学模型：
给定n个待保障航班N:＝{1,…,n}，和s个待保障人员S：＝{1,…,s}。问题是设计每个人的行走路线，每条行走路线可能包含多个子路径，要求满足如下约束条件:每个航班恰好被服务一次；每条子路径起止于员工休息室；每个航班必须在其时间窗[ai,bj]内被服务，否则将导致保障人员等待或航班延迟。需实现的目标是：1)保障人员的总行走路程最短；2)每个人之间的任务量差异最小(任务均衡度最大)。
其中，所涉及的参数定义如下：
dij—表示保障人员从航班i所在位置到航班j所在的位置的行走距离；
tik—表示保障人员k到达航班i所在停机位的时间，令t0k＝0；k∈S；
ai—表示第i个航班服务的最早开始时间；
bi—表示第i个航班服务的最晚开始时间；
Figure GDA0002730964530000061
目标数学模型可以表示为:
Figure GDA0002730964530000062
Figure GDA0002730964530000063
Figure GDA0002730964530000064
Figure GDA0002730964530000065
Figure GDA0002730964530000066
Figure GDA0002730964530000067
Figure GDA0002730964530000071
Figure GDA0002730964530000072
在上述表达式中，式(1)表示保障人员的总行走路程最短；式(2)表示每个保障人员之间的任务量差异最小；式(3)表示每个航班仅能被服务一次；式(4)－式(6)保证每个保障人员从休息室出发，服务航班后，回到休息室；式(7)表示运输车辆为航班i服务的时间必须在其时间窗口内；式(8)是整数化的约束。
S2：获取待保障航班数据和保障人员数据，基于目标数学模型，对待保障航班数据和保障人员数据进行航班分段和任务分解的预处理。
需要说明的是，在预处理过程中，数据预处理对象主要包括：(1)任务分解。由于部分航班需要多人保障，这时需要对这类航班拆分成相同的多个航班，从而保障一个人对应一个航班。(2)对连续航班进行分段，使得每个分段后的航班集合能够被不重复的人员保障。因此，针对此步骤建立了如下的关系：
u:N→M N:＝{1,…,n},M：＝{1,…,m}其中n≤m (9)
f:M→S M:＝{1,…,m},S：＝{1,…,s}其中m≥s (10)
Figure GDA0002730964530000073
在公式(9)中，N代表按照时间排序后的航班集合，一个航班i∈n可以是进港、出港或者停场航班。M代表经过任务分解后的航班集合，其中可能存在多个相同的航班。
在公式(10)中，f表达了航班到人员的分配关系，即调度关系。这样的关系存在着(11)中所表达的限制。
在公式(11)中，表达了在航班集合M中，在保障时间重叠的情况下，即
Figure GDA0002730964530000074
不能被分配相同的人员f(i)≠f(j)。
具体地，该步骤中，先获取待保障航班数据和保障人员数据，基于步骤S1所建立的目标数学模型，对待保障航班数据和保障人员数据进行航班分段和任务分解的预处理，具体过程如下：
a)将航班按照本岗位保障的时间先后顺序进行排序，涉及的关键数据为保障计划开始时间tstart和保障的计划结束时间tend的，本发明用保障计划开始时间tstart作为排序的字段项(见式(7))。
b)将同一航班需要多人的情况，将此航班复制成多个相同的航班，从而保证每个航班对应一个人(见式(9))。
c)对航班进行分段，分段的基本原则为，本段内的航班集合不能存在被人保障两次或两次以上(见式(3)、(10)、(11))。
S3：针对第一分段，基于改进的匈牙利算法，构建“航班-人员”距离矩阵。
在构建“航班-人员”矩阵时，除了考虑到距离或保障时长等因素而外，还需要考虑以下因素：
(1)保障任务数量小于所有资源数，即航班数量小于可用人员的数量，这个时候需要补充虚拟航班v，使人员和航班达到均衡。
(2)预定关系与时间冲突的判定，由于前后航班在保障时间上的冲突，使得某些参与前面航班的人员不能参与到本航班的保障过程中，这时需要将矩阵中的参数设置为特殊值∞代表无穷大。由于目标是得到距离或则时间的总和最小，因此，这个这些人员对应的这个航班将不会出现在最终的结果中。
基于此，该步骤中建立s×s矩阵C＝(cij)，且矩阵元素cij应该满足如下表达式：
Figure GDA0002730964530000081
其中
Figure GDA0002730964530000082
集合D为人员i到位置点j的距离集合，集合B为正在服务的人员集合。
需要说明的是，公式(12)相比传统的匈牙利算法引入了补零和补无穷大的技巧。
具体地，在一个分段内，构建人员到每个可保障航班的距离矩阵。对于航班数量小于可用人员的数量的情况，补全虚拟航班fv，补充的虚拟航班的数量等于可用人员数量与航班数量之差。此外，对于本分段内某些人员不可参与的航班，设置其为∞，代表此人不能保障此航班(见式(12))。
S4：基于改进的匈牙利算法对“航班-人员”距离矩阵进行计算，形成第一分段的求解结果。
具体地，步骤S4包括：
(1)根据人员工作量应用公式(2)构建“人员-优先级”的s×1矩阵P＝(pi)：人员的工作量越小，其保障优先级越高；
(2)将“航班-人员”距离矩阵和“人员-优先级”矩阵进行融合处理，形成效益矩阵C′＝(cij′)：
cij′＝cij×wpi其中w为权重 (13)
(3)从效益矩阵C′每行减去该行最小的元素，使得每行都有一个零元素，得到C1；
(4)从C1每列减去该列最小的元素，使得每列都有一个零元素，得到C2；
(5)用最少的直线覆盖C2中的零元素得到C3，如果最少直线的数量等于s，转入步骤(7)，否则转入步骤(6)；
(6)矩阵C3中所有未被直线覆盖的元素减去未被覆盖元素中最小的元素，同时在直线相交点加上该最小元素得到C4，令C2＝C4，转入步骤(5)；
(7)从零元素最少的行或列开始指派，直到所有任务都指派完毕，得到最优指派方案Z，即得到第一分段的求解结果。
S5：针对剩余分段，基于改进的匈牙利算法构建“航班-人员”距离矩阵以及对“航班-人员”距离矩阵进行计算，形成多个分段的求解结果。
具体地，如此往复计算下一分段，从而将未来一段时间范围的航班的调度结果计算出来，如在后续的计算过程中出现了人员不足的情况，进行回溯，使得分段“航班-人员”在牺牲可接受的距离范围内保证成功分配(见式(1)、(4)—(6)、(14)—(16)、步骤S4)。
进一步地，在步骤S5中，处理下一分段内的数据，具体步骤请参考步骤S3和S4。如果在此分段中，由于上一分段的分配不能使得本分段进行成功的人员调度，将回溯到上一分段对上一分段的调度结果进行合理的调整，使得本分段在人员调度时有可调度的人。如果经过调整，还无可调度人，就在本分段添加虚拟人，此虚拟人即为需要外调的人，当无可用的人被外调的情况下，即当最大冲突数大于可调度班组数时，在理论上有两种调整的思路：a)调整航班的保障时间；b)调整航班的保障顺序。针对思路a)，在机场实际运营中，通常不采用此种思路，主要原因在于会对航空安全构成不稳定因素。因此，机场通常采用思路b)的解决思路。因此，需要在步骤S2中加入对航班保障顺序的预处理过程。假设不考虑航班航空公司、任务、属性优先因素考虑的情况下，此过程应该建立如下目标模型：
给定需要调整航班保障顺序的l个航班L:＝{1,…,l}，由于人员不足，必定会导致部分航班延误，因此实现的目标为:1)航班保障总延误时长最少；2)被延误的航班数最少。
参数定义如下：
y—表示本分段需要添加的虚拟人的数量，即需要多少人才能使得本分段的航班得到成功保障；
Figure GDA0002730964530000101
th—表示航班h保障被延误的时间，其rh＝1；
qh—表示航班h需要的保障人员数量，其h∈L；
数学模型可以表示为:
Figure GDA0002730964530000102
Figure GDA0002730964530000103
但由于此问题是多目标问题，因此需要建立多目标模型：
Figure GDA0002730964530000104
其中rh＝1 (16)
其中W1和W2为权重，是由机场的管理者决定的。
S6：根据多个求解结果实现民航机场地面服务保障人员调度。
实施本发明实施例所提供的民航机场地面服务保障人员调度方法，先建立目标数学模型，基于该模型对待保障航班数据和保障人员进行航班分段和任务分解，再针对第一分段，基于改进的匈牙利算法构建“航班-人员”距离矩阵，进一步地，基于改进的匈牙利算法对“航班-人员”矩阵进行计算，以形成第一分段的求解结果，重复上述过程以形成多个分段的求解结果，最后根据多个求解结果实现人员调度；本实施例与目前机场的顺序调度模式相比，首次通过信息化手段将运筹学中的人员指派算法(即匈牙利算法)应用于机场的保障作业人员调度中，使机场的人员调度从粗放型的顺序调度模式上升到了以人员最优调度为目的的精确化的调度模式，解决了现有调度手段在实际人员指派过程中，凭调度员经验，仅仅根据顺序调度策略，机械的为不同航班分配空闲的人员导致的缺乏对人员进行高效调度、合理分配等问题。
此外，本发明实施例中的匈牙利算法，相比传统的匈牙利算法，具有以下改进：
<1>引入了在矩阵中补零和补无穷大的技巧，从而使得匈牙利算法能够处理：a)保障任务数量小于所有资源数的情况，而传统算法只能处理保障任务和所有资源数相同的情况；b)由于前后航班在保障时间上的冲突，使得某些参与前面航班的人员不能参与到本航班的保障过程的情况，而传统的算法不具备处理某些人员不能参与某些航班保障的情况。
<2>引入了“人员-优先级”矩阵，从而使得优先级高的人员具有较高概率被指派的机会，避免了匈牙利算法在多次分段计算后人员工作量不均衡的情况。
为更好地理解本发明的技术方案，下面进行进一步地说明：
(1)假设存在航班计划，且航班计划的登机口保障任务按照时间先后顺序排序后得到如图2所示的航班甘特图。其中CA5001需要多个资源参与同一航班的保障任务的特殊情况。
(2)根据所有航班的时间投影，可将该保障任务做3个分段。CA5001之后一个较长的时候间隔所有保障人员均没有参与保障任务，可视为所有人此时都没有保障任务参与，即视为回到了初始状态(区别与初始状态的位置信息)，如图3所示。
(3)冲突航班分段划分是对同一个分段中的航班按照冲突划分规则，将一个分段内的航班分成n个分段，每个分段中的航班保障任务由于时间冲突不能被同一人员同时参与(见式(3)、(10)、(11))。例如，对第一个分段中的航班(CA1001-CA5001)进行分段操作，每个划分方法中不同小分段的航班保障任务以颜色标识。
由于起始选择的保障任务不同，可能有不同的分段划分方案(如图4a至4b所示)，但该方法的数量是有限的，且该划分方案的数量等于以第一个保障任务为起始选择的划分方案中第一个小分段内的保障任务的数量。航班CA1001和CA4001，虽然划分的顺序不同，但是整体的小分类的结构是一致的，即使是说，按照这种划分方法，可以得到数量等于第一个保障任务为起始的划分方案中第一个小分段内保障任务数量划分方案。以非分段中第一个任务为划分的起始任务的时候则将前序所有航班划为一类。在每个方案中都有不同的冲突任务集合，且每个集合中每个人员只能参与一个航班保障任务。
(4)采用匈牙利解法做任务指派，所以在应用之前，需要将航班任务进行标准化。结合业务需求，航班需要不同数量的保障人员参与保障。以上述航班保障计划为例，CA5001需要2人参与保障任务，则需要将CA5001航班的保障任务进行分解，将CA5001分解为两个相同的保障任务(见式(9))，如图5所示。
(5)本实施例中，匈牙利解法以方案一分段进行匈牙利解法详解。由于对第一个小分段(CA1001-CA3001)进行任务指派时不需要考虑前后冲突等因素，在此略过，假设使用匈牙利解法最后获得CA1001到CA3001小分段内航班的任务指派结果(见式(1)、步骤S4)，如表1，其中资源代表的是保障人员，右侧是进过这次任务指派之后的工作量变化。
资源 分配航班 工作量(保障航班数)
资源1 CA2001 7+1＝8
资源2 CA1001 8+1＝9
资源3 10
资源4 CA3001 7+1＝8
资源5 9
表1
假设资源到CA4001和CA5001的实际距离与保障优先级综合计算(见式(2)、(13))得到表2所示的距离表，CA5001需要两人保障，所以拥有两个相同的任务，并且每个资源距离CA5001拥有相同距离。资源3和资源5在上次指派中没指派任务(指派虚拟任务不需要参与)，所以在休息室的资源3和资源5距离所有航班拥有相同的距离。
资源 CA4001 CA5001 CA5001
资源1 53 48 48
资源2 47 73 73
资源3[休] 84 61 61
资源4 38 43 43
资源5[休] 84 61 61
表2
(6)根据步骤(5)的结果得到了小分段内所有航班保障任务的距离表。如果保障任务数量小于所有资源数，则补充虚拟航班；如果航班保障任务数量等于资源数，则不需要调整(见式(12))；如果航班保障任务大于资源数，则表示当前资源不足以完成该小分段内的航班保障任务。需要说明的是，此处主要描述正常情况下的任务指派，人员不足等特殊情况本实施例中并未做描述。
如表3所示，其是针对CA4001和CA5001保障任务的距离标准版结果，添加了CAVirtual1和CAVirtual2两个虚拟航班，虚拟航班对所有资源的距离都是0。
资源 CA4001 CA5001 CA5001 CAVirtual1 CAVirtual2
资源1 53 48 48 0 0
资源2 47 73 73 0 0
资源3[休] 84 61 61 0 0
资源4 38 43 43 0 0
资源5[休] 84 61 61 0 0
表3
(7)考虑前后的任务指派，可能会存在任务指派冲突，在距离表中将该问题进行标准化。
例如针对CA4001，资源1和资源4在参加了CA2001和CA3001的保障任务之后，因为时间冲突无法参与CA4001的保障，修改航班保障的距离为∞，表示资源1和资源4均不能参与CA4001的航班保障任务(见式(12))，CA5001亦同，请参考表4。
资源 CA4001 CA5001 CA5001 CAVirtual1 CAVirtual2
资源1 ∞ 48 48 0 0
资源2 47 73 73 0 0
资源3[休] 84 61 61 0 0
资源4 ∞ ∞ ∞ 0 0
资源5[休] 84 61 61 0 0
表4
(8)其他预定关系的距离表示，例如连续保障三次的登机口保障人员需要中间间隔半小时再参与，则对于连续参加三次的人员需要+30min进行冲突判定。其他预定关系处理方式相同。
(9)根据标准化后的距离表使用改进后的匈牙利解法求解得到最后结果。根据指派结果，从休息室派发了资源3(见式(1)、步骤S4)，请参考表5。
CA4001 CA5001 CA5001 CAVirtual1 CAVirtual2
资源1 M 48 [48] 0 0
资源2 [47] 73 73 0 0
资源3[休] 84 [61] 61 0 0
资源4 M M M [0] 0
资源5[休] 84 61 61 0 [0]
表5
(10)当人员不足时，且不能通过人员的调整解决航班成功保障的问题时，需要对航班保障顺序进行调整(见式(14)—(16))。
(11)针对下一分段重复(5)—(10)的步骤，直到将需要分配的航班分配完毕为止。
相应地，在上述实施例所提供的民航机场地面服务保障人员调度方法的基础上，本发明实施例还提供了一种民航机场地面服务保障人员调度***。请参考图6，该调度***可以包括：
建立模块10，用于建立目标数学模型；该目标数学模型满足的约束条件为：每个航班仅被服务一次，每个保障人员的每条子路径起止于员工休息室，每个航班须在时间窗内[ai,bj]被服务，每个保障人员的总行走路程最短，多个保障人员之间的任务量差异最小；其中，ai表示第i个航班服务的最早开始时间，bi表示第i个航班服务的最晚开始时间
预处理模块11，用于获取待保障航班数据和保障人员数据，基于所述目标数学模型，对所述待保障航班数据和保障人员数据进行航班分段和任务分解的预处理；具体地，对需保障航班按分段原则进行分段处理，所述分段原则包括：本分段内的航班集合仅能被人保障一次，即本段内的航班集合不能存在被人保障两次或两次以上(见式(3)、(10)、(11))；
构建模块12，用于针对第一分段，基于改进的匈牙利算法，构建“航班-人员”距离矩阵；
第一计算模块13，用于基于改进的匈牙利算法对所述“航班-人员”距离矩阵进行计算，形成第一分段的求解结果；
第二计算模块14，用于针对剩余分段，基于改进的匈牙利算法构建“航班-人员”距离矩阵以及对“航班-人员”距离矩阵进行计算，形成多个分段的求解结果；
调度模块15，用于根据多个求解结果实现民航机场地面服务保障人员调度。
进一步地，预处理模块11还用于：
若待保障航班数据中的航班数量小于保障人员数据中的可用人员数量，补充虚拟航班，且虚拟航班的数量等于可用人员数量与航班数量之差。
具体地，第一计算模块13具体用于：
(1)构建“人员-优先级”矩阵；
(2)将所述“航班-人员”距离矩阵和“人员-优先级”矩阵进行融合处理，形成效益矩阵C′；
(3)从效益矩阵C′每行减去该行最小的元素，使得每行都有一个零元素，得到C1；
(4)从C1每列减去该列最小的元素，使得每列都有一个零元素，得到C2；
(5)用最少的直线覆盖C2中的零元素得到C3，如果最少直线的数量等于s，转入步骤(7)，否则转入步骤(6)；
(6)矩阵C3中所有未被直线覆盖的元素减去未被覆盖元素中最小的元素，同时在直线相交点加上该最小元素得到C4，令C2＝C4，转入步骤(5)；
(7)从零元素最少的行或列开始指派，直到所有任务都指派完毕，得到最优指派方案Z。
需要说明的是，本实施例中民航机场地面服务保障人员调度***的具体工作流程请参考前述方法实施例部分的描述，在此不再赘述。
实施本发明实施例所提供的民航机场地面服务保障人员调度***，先建立目标数学模型，基于该模型对待保障航班数据和保障人员进行航班分段和任务分解，再针对第一分段，基于改进的匈牙利算法构建“航班-人员”距离矩阵，进一步地，基于改进的匈牙利算法对“航班-人员”矩阵进行计算，以形成第一分段的求解结果，重复上述过程以形成多个分段的求解结果，最后根据多个求解结果实现人员调度；本实施例与目前机场的顺序调度模式相比，首次通过信息化手段将运筹学中的人员指派算法(即匈牙利算法)应用于机场的保障作业人员调度中，使机场的人员调度从粗放型的顺序调度模式上升到了以人员最优调度为目的的精确化的调度模式，解决了现有调度手段在实际人员指派过程中，凭调度员经验，仅仅根据顺序调度策略，机械的为不同航班分配空闲的人员导致的缺乏对人员进行高效调度、合理分配等问题。
此外，本发明实施例中的匈牙利算法，相比传统的匈牙利算法，具有以下改进：
<1>引入了在矩阵中补零和补无穷大的技巧，从而使得匈牙利算法能够处理：a)保障任务数量小于所有资源数的情况，而传统算法只能处理保障任务和所有资源数相同的情况；b)由于前后航班在保障时间上的冲突，使得某些参与前面航班的人员不能参与到本航班的保障过程的情况，而传统的算法不具备处理某些人员不能参与某些航班保障的情况。
<2>引入了“人员-优先级”矩阵，从而使得优先级高的人员具有较高概率被指派的机会，避免了匈牙利算法在多次分段计算后人员工作量不均衡的情况。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (8)

1.一种民航机场地面服务保障人员调度方法，其特征在于，包括：
S1：建立目标数学模型；
S2：获取待保障航班数据和保障人员数据，基于所述目标数学模型，对所述待保障航班数据和保障人员数据进行航班分段和任务分解的预处理；
S3：针对第一分段，基于改进的匈牙利算法，构建“航班-人员”距离矩阵；
S4：基于改进的匈牙利算法对所述“航班-人员”距离矩阵进行计算，形成第一分段的求解结果；
S5：针对剩余分段，基于改进的匈牙利算法构建“航班-人员”距离矩阵以及对“航班-人员”距离矩阵进行计算，形成多个分段的求解结果；
S6：根据多个求解结果实现民航机场地面服务保障人员调度；
其中，给定n个待保障航班N:＝{1,…,n}，和s个待保障人员S：＝{1,…,s}，
Figure FDA0002730964520000011
所述目标数学模型可表示为：
Figure FDA0002730964520000012
改进的匈牙利算法在“航班-人员”距离矩阵中引入补零和无穷大；
步骤S4具体包括：
根据
Figure FDA0002730964520000013
构建“人员-优先级”矩阵；
将所述“航班-人员”距离矩阵和“人员-优先级”矩阵进行融合处理，形成效益矩阵C′；
对所述效益矩阵C′进行处理，得到第一分段的求解结果。
2.如权利要求1所述的民航机场地面服务保障人员调度方法，其特征在于，所述目标数学模型满足的约束条件为：每个航班仅被服务一次，每个保障人员的每条子路径起止于员工休息室，每个航班须在时间窗内[ai,bj]被服务，每个保障人员的总行走路程最短，多个保障人员之间的任务量差异最小；其中，ai表示第i个航班服务的最早开始时间，bi表示第i个航班服务的最晚开始时间。
3.如权利要求1所述的民航机场地面服务保障人员调度方法，其特征在于，步骤S2包括：
对需保障航班按分段原则进行分段处理，所述分段原则包括：本分段内的航班集合仅能被人保障一次。
4.如权利要求3所述的民航机场地面服务保障人员调度方法，其特征在于，步骤S2中，若待保障航班数据中的航班数量小于保障人员数据中的可用人员数量，补充虚拟航班，且虚拟航班的数量等于可用人员数量与航班数量之差。
5.如权利要求4所述的民航机场地面服务保障人员调度方法，其特征在于，对所述效益矩阵C′进行处理，得到第一分段的求解结果，具体包括：
(1)从效益矩阵C′每行减去该行最小的元素，使得每行都有一个零元素，得到C1；
(2)从C1每列减去该列最小的元素，使得每列均有一个零元素，得到C2；
(3)用最少的直线覆盖C2中的零元素得到C3，如果最少直线的数量等于s，转入步骤(5)，否则转入步骤(4)；
(4)矩阵C3中所有未被直线覆盖的元素减去未被覆盖元素中最小的元素，同时在直线相交点加上该最小元素得到C4，令C2＝C4，转入步骤(3)；
(5)从零元素最少的行或列开始指派，直到所有任务都指派完毕，得到最优指派方案Z。
6.一种民航机场地面服务保障人员调度***，其特征在于，包括：
建立模块，用于建立目标数学模型；
预处理模块，用于获取待保障航班数据和保障人员数据，基于所述目标数学模型，对所述待保障航班数据和保障人员数据进行航班分段和任务分解的预处理；
构建模块，用于针对第一分段，基于改进的匈牙利算法，构建“航班-人员”距离矩阵；
第一计算模块，用于基于改进的匈牙利算法对所述“航班-人员”距离矩阵进行计算，形成第一分段的求解结果；
第二计算模块，用于针对剩余分段，基于改进的匈牙利算法构建“航班-人员”距离矩阵以及对“航班-人员”距离矩阵进行计算，形成多个分段的求解结果；
调度模块，用于根据多个求解结果实现民航机场地面服务保障人员调度；
其中，给定n个待保障航班N:＝{1,…,n}，和s个待保障人员S：＝{1,…,s}，
Figure FDA0002730964520000031
所述目标数学模型可表示为：
Figure FDA0002730964520000032
改进的匈牙利算法在“航班-人员”距离矩阵中引入补零和无穷大；
所述第一计算模块具体用于：
根据
Figure FDA0002730964520000033
构建“人员-优先级”矩阵；
将所述“航班-人员”距离矩阵和“人员-优先级”矩阵进行融合处理，形成效益矩阵C′；
对所述效益矩阵C′进行处理，得到第一分段的求解结果。
7.如权利要求6所述的民航机场地面服务保障人员调度***，其特征在于，所述预处理模块还用于：
若待保障航班数据中的航班数量小于保障人员数据中的可用人员数量，补充虚拟航班，且虚拟航班的数量等于可用人员数量与航班数量之差。
8.如权利要求7所述的民航机场地面服务保障人员调度***，其特征在于，所述第一计算模块具体用于：
(1)从效益矩阵C′每行减去该行最小的元素，使得每行都有一个零元素，得到C1；
(2)从C1每列减去该列最小的元素，使得每列均有一个零元素，得到C2；
(3)用最少的直线覆盖C2中的零元素得到C3，如果最少直线的数量等于s，转入步骤(5)，否则转入步骤(4)；
(4)矩阵C3中所有未被直线覆盖的元素减去未被覆盖元素中最小的元素，同时在直线相交点加上该最小元素得到C4，令C2＝C4，转入步骤(3)；
(5)从零元素最少的行或列开始指派，直到所有任务都指派完毕，得到最优指派方案Z。
CN201810929341.5A 2018-08-15 2018-08-15 民航机场地面服务保障人员调度方法及其*** Active CN109165782B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810929341.5A CN109165782B (zh) 2018-08-15 2018-08-15 民航机场地面服务保障人员调度方法及其***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810929341.5A CN109165782B (zh) 2018-08-15 2018-08-15 民航机场地面服务保障人员调度方法及其***

Publications (2)

Publication Number Publication Date
CN109165782A CN109165782A (zh) 2019-01-08
CN109165782B true CN109165782B (zh) 2021-01-01

Family

ID=64895827

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810929341.5A Active CN109165782B (zh) 2018-08-15 2018-08-15 民航机场地面服务保障人员调度方法及其***

Country Status (1)

Country Link
CN (1) CN109165782B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109784565A (zh) * 2019-01-22 2019-05-21 成都英孚克斯科技有限公司 一种设备维护人员调度***
CN110046748B (zh) * 2019-03-21 2021-04-13 国网通用航空有限公司 一种通航作业的运力与任务匹配的遗传算法优化方法
CN110717616A (zh) * 2019-08-30 2020-01-21 中国南方航空股份有限公司 一种民航机组人力资源预测方法、电子设备及存储介质
CN111582804A (zh) * 2020-05-28 2020-08-25 中国人民解放军军事科学院国防科技创新研究院 一种无人驾驶运输装置的任务分配方法
CN111882145B (zh) * 2020-06-10 2022-03-11 中国人民解放军海军航空大学 一种考虑资源转移时间的飞机机务勤务保障串行调度方法
CN111832929B (zh) * 2020-07-09 2023-12-12 民航成都信息技术有限公司 一种机场值机的动态调度方法及***
CN112163790A (zh) * 2020-10-29 2021-01-01 广东机场白云信息科技有限公司 机场地面资源调度方法、电子设备、计算机可读存储介质
CN112668936A (zh) * 2021-01-18 2021-04-16 中国民航信息网络股份有限公司 一种机场保障工作分配方法及装置
CN113112167A (zh) * 2021-04-21 2021-07-13 中国民航大学 一种航班地面保障服务过程的动态控制方法
CN113836138A (zh) * 2021-09-07 2021-12-24 海南太美航空股份有限公司 一种航班数据缓存方法及***
CN114925979B (zh) * 2022-04-19 2023-03-24 北京人人云图信息技术有限公司 一种机场加油派工的装置
CN114943391A (zh) * 2022-07-27 2022-08-26 青岛民航凯亚***集成有限公司 基于nsgaⅱ的机场资源调度方法
CN115439024A (zh) * 2022-11-07 2022-12-06 中国电子科技集团公司第二十八研究所 全局最优的保障物资派遣方法、装置
CN116258352B (zh) * 2023-05-15 2023-08-18 中国民用航空总局第二研究所 一种航班保障任务的调度方法、装置及电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103235990A (zh) * 2013-04-10 2013-08-07 国家电网公司 一种基于匈牙利算法的设备调度分配方法
CN106651089A (zh) * 2016-09-19 2017-05-10 清华大学 生产调度问题的分布集鲁棒模型的建模及优化求解方法
CN107408228A (zh) * 2015-04-02 2017-11-28 庞巴迪公司 组合式飞机维护路线选择和维护任务调度

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103235990A (zh) * 2013-04-10 2013-08-07 国家电网公司 一种基于匈牙利算法的设备调度分配方法
CN107408228A (zh) * 2015-04-02 2017-11-28 庞巴迪公司 组合式飞机维护路线选择和维护任务调度
CN106651089A (zh) * 2016-09-19 2017-05-10 清华大学 生产调度问题的分布集鲁棒模型的建模及优化求解方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
"An Irregular Flight Scheduling Model and Algorithm under the Uncertainty Theory";Deyi Mou等;《Hindawi》;20130929 *
"Research on Resource Scheduling Method Based on Improved Hungary Algorithm";Tingpeng Li等;《Atlantis Press》;20150731 *
"基于网络计划的航空维修工作指派";郑逢亮等;《航空维修与工程》;20120430 *
"非平衡指派模型及其在航空机务维修中的应用";刘家学;《大学数学》;20070228;第23卷(第1期) *
"飞机战伤抢修力量配置中的运筹学研究";刘小辉等;《航空维修与工程》;20150228 *

Also Published As

Publication number Publication date
CN109165782A (zh) 2019-01-08

Similar Documents

Publication Publication Date Title
CN109165782B (zh) 民航机场地面服务保障人员调度方法及其***
CN106981221B (zh) 基于时空间维度分解的机场停机位分配方法及***
Jamili A robust mathematical model and heuristic algorithms for integrated aircraft routing and scheduling, with consideration of fleet assignment problem
CN111915046B (zh) 用于输出信息的方法和装置
US20180032964A1 (en) Transportation system and method for allocating frequencies of transit services therein
US7623957B2 (en) System, method, and computer program product for optimizing cruise altitudes for groups of aircraft
Zhang et al. Real-time intermodal substitution: strategy for airline recovery from schedule perturbation and for mitigation of airport congestion
EP1188137A1 (en) Air traffic management system
Evans et al. Fairness in decentralized strategic deconfliction in UTM
CN110428665B (zh) 一种航路与机场时隙协同分配的随机双层规划方法
Huang et al. Stochastic task scheduling in UAV-based intelligent on-demand meal delivery system
CN112651578A (zh) 一种机场的地面保障能力需求的预测方法和装置
CN110706520B (zh) 一种基于概率容量的航路与机场时隙鲁棒分配双层规划方法
Gök et al. A simheuristic approach for robust scheduling of airport turnaround teams
Yan et al. Solution methods for the taxi pooling problem
EP3660814A1 (en) Flight time exchange system and exchange method
Chen et al. Multi-agent planning and coordination for automated aircraft ground handling
CN115049100B (zh) 机场资源分配优化方法、装置、设备及可读存储介质
CN116341868A (zh) 关于机场地面航空器过站保障任务最优分派的方法及***
Luo et al. Airline schedule perturbation problem: landing and takeoff with nonsplitable resource for the ground delay program
Fitouri-Trabelsi et al. An operational approach for ground handling management at airports with imperfect information
Miranda Junior et al. Hub location under hub congestion and demand uncertainty: the Brazilian case study
CN113627781B (zh) 任务信息生成方法、装置、设备、存储介质和程序产品
Bsaybes et al. Fleet management for autonomous vehicles: Online PDP under special constraints
Unal et al. A new approach to fleet assignment and aircraft routing problems

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant