机坪管制移交后机场运行控制中心大厅人员动态排班优化_陈华群.pdf

投稿网址:www stae com cn2023 年 第23 卷 第5 期2023，23(5):02197-07科学技术与工程Science Technology and EngineeringISSN 16711815CN 114688/T收稿日期:2022-05-18;修订日期:2022-11-20基金项目:四川省科技计划(2022YFG0197);中国民用航空飞行学院面上项目(XJ2022-061);中国民航飞行学院大学生创新创业项目(S202110624187，S202110624204)第一作者:陈华群(1981)，女，汉族，四川简阳人，硕士，副教授。研究方向:交通运输规划与管理。E-mail:chqtx126 com。引用格式:陈华群，柳藴栖，熊静，等 机坪管制移交后机场运行控制中心大厅人员动态排班优化J 科学技术与工程，2023，23(5):2197-2203Chen Huaqun，Liu Yunxi，Xiong Jing，et al Dynamic scheduling optimization of staff for airport operational control center after apron controlhandoverJ Science Technology and Engineering，2023，23(5):2197-2203航空、航天机坪管制移交后机场运行控制中心大厅人员动态排班优化陈华群，柳藴栖，熊静，朱兴澳(中国民用航空飞行学院空中交通管理学院，广汉 618307)摘要立足智慧机场的数字化转型要求，针对传统机场运行控制中心(airport operational control center，AOCC)全时段以最大峰值的静态排班导致工作时长不均、人力资源利用率低、调整灵活性差等问题，以机坪管制移交后的人员分工要求确立动态排班原则，构建 AOCC 大厅的多目标组合优化的员工排班模型，提出父代班组非支配交叉的基因排序、子代班组拥挤变异算子的遗传算法进行智能搜索最优可行解，并基于 MATLAB 平台进行建模仿真验证，结果表明:手工排班方案作为“父代初始解”确保了飞行安全，交替航班任务实时产生子代班组种群，接班变异保留子代班组精英个体，降低了人力成本、班组人员的工作时长方差和疲劳度。关键词机坪管制移交;AOCC 大厅;动态排班;多目标优化;改进遗传算法中图法分类号V351;文献标志码ADynamic Scheduling Optimization of Staff for Airport OperationalControl Center after Apron Control HandoverCHEN Hua-qun，LIU Yun-xi，XIONG Jing，ZHU Xing-ao(College of Air Traffic Management，Civil Aviation Flight University of China，Guanghan 618307，China)Abstract For the traditional airport operational control center(AOCC)to statically schedule the maximum peak at all times，theworking hours are uneven，the utilization of human resources is not high，and the adjustment flexibility is poor Based on digital trans-formation requirements of smart airports，the principle for dynamic scheduling was given by the division of labor after transfer of aproncontrol and an optimized employee scheduling model for a multi-objective combination in AOCC hall was established Non-dominantcrossover gene sequencing in the paternal squad and genetic algorithm(GA)for crowded variant operators in sub generation squadswere proposed to search for the best possible solution and the modeling simulation was verified based on the MATLAB platform The re-sults show that the manual scheduling scheme as the“parent initial solution”ensures flight safety，the alternate flight task generatesthe sub generation team population in real time，and the succession variation retains the elite individuals of the sub generation team，which reduces the labor cost，the variance of the working hours of the team personnel and the fatigue Keywords apron control handover;AOCC hall;dynamic scheduling;multi-objective optimization;improved genetic algorithm2013 年，民航局启动了机坪管制移交工作，经过近十年的不断推进，主要枢纽机场已基本完成了机坪管制移交工作。原有的机坪指挥席位从机场运行 控 制 中 心(airport operational control center，AOCC)分隔出来，单独设置机坪塔台，其职能由以前的机场指挥中枢转变为运行协作保障和应急管理。大厅采用 24 h 不间断工作制度，当前人员排班采用人工经验形式、高峰值满足模式，而不同运行时段航班保障任务却呈现动态变化，容易造成工作负荷分布不均，早晚班分配均衡性差。因此，优化AOCC 大厅的排班方式，有利于保障运行安全，降低成本，提高运行效率和服务水平。投稿网址:www stae com cnAOCC 大厅人员排班属于指派问题范畴，当前的研究多聚焦于人员的管理措施1，管制移交后的动态智能排班并未涉及。可借鉴的员工排班涉及医学类的护士2-3、铁路行业的乘务员4-6、社会救援服务的呼叫员7 等不同领域，分别提出了需求矩阵法、基于优先级自动排班算法、回溯算法、遗传算法、模拟退火算法等优化人员排班。国内外学者们对民航业的排班优化，大多注重机场管制的排班评价、地服人员的排班和系统框架搭建，如:Billy 等8 面向服务于定期和非定期空中交通流量，提出运用人工智能技术建立面向偏远塔台的员工优化排班的系统框架;L 等9 利用文本挖掘方法，建立包含4 个准则要素和 25 个子准则指标的评价体系，运用采用层次分析法和模糊综合评价方法对机场停机坪运营管理现状，指出了机场运行人员因素是管理核心;曹艺林10 根据服务旅客的数量分布规律建立员工需求预测模型，采用改进变邻域搜索算法实现动态排班模型，减少值机等待时间，提高排班效率;卢敏等11 运用 block Gibbs 抽样迭代优化班型内地服人员构成、班型内航班集和班型生成，既满足了班组资质，又均衡了白夜班的动态排班。上述研究方法为论题提供可行依据，但更需结合管制移交后的 AOCC 大厅的岗位职能变更，进行优化目标设定和动态求解算法改进。AOCC 大厅人员的动态排班不仅决定着航班运行保障的安全，而且关系整个中心的全局协调和应急响应的成本。因此，现基于航班动态保障需求建立一套智能的人员动态排班方法，拟构建多目标排班模型，利用遗传算法特性传承手工排班的优良父辈，通过改进交叉、变异算子实现组合优化，从而提高 AOCC 大厅人力资源利用率，降低员工疲劳度，提升满意度。1动态智能排班的原则传统的 AOCC 大厅手工排班是行政人员按照最大航班峰值，固定班组人数生成静态轮班班次，人工干预较强。提出的 AOCC 大厅员工动态排班是指根据当前的人力资源情况、班次保障要求、排班规则及优化目标生成排班表。班次保障要求指该班次起始时间、结束时间以及该班次需要的员工资质类型都满足要求。优化时遵循的原则如下。(1)班组资质水平。因教育、学习和经历等多因素会导致不同员工对同一岗位任务的熟练程度不同，将经验、资历 4 年以上的员工作为精英员工，其余则为普通员工。(2)班组早晚班轮换。为保证员工满意度，每个班组一周内的排班方案，使得每个班组早晚班满足均衡，以便均衡员工疲劳数值。(3)班次资质需求。由于机场上班时间的特殊性，早班和晚班班组中至少一名精英带领普通员工在值班，且班次需要的员工资质和数量须得到满足。(4)工作时长均衡。从公平性的角度，每个班组每周的总工作时长需要保持接近，且各个员工之间时长方差要达到最小。2AOCC 大厅人员排班多目标模型拟构建的多目标排班优化模型遵循安全、经济、均衡和公平的原则;首先确保所有班次被符合资质要求的人员覆盖，再寻求使所有班组的人力成本最小化的经济性，然后兼顾班组员工的早晚班疲劳值和各班组总工作时长的均衡性。2.1参数设定与决策变量为了方便问题模型和算法的描述，定义参数和决策变量符号如表 1 所示。表 1参数定义Table 1Parameter definitions符号定义xi决策变量，排班方案中使用了班组 i 取1，否则取0;i=1，2，nxij决策变量，班组 i 在第 j 天上班取1，否则取0，j=1，2，dDj第 j 天的排班人员Nj第 j 天的航班任务总量S班次时段类别，S=S1，S2，S3，Sm;下标的值表示班次时段的不同，例如 S2表示 8:0011:00 的班次xsij决策变量，班组 i 被分配第 j 天的第 s 个班次取1，否则取0L人员的资质种类SKi决策变量，班组的资质集合，取 1 表示班组在当前班次 s上至少具备 l 高资质，否则取 0Tsj第 j 天第 s 个班次的类型hjs第 j 天第 s 个班次的开始时间fjs第 j 天第 s 个班次的结束时间lij班组第 j 天的工作时长Ljs第 j 天所需班次 s 对应的资质员工总数C+工作时间成本单价，早晚班为加班时间段，C 为时间单价成本，为成本波动调整系数2.2多目标函数的确定AOCC 大厅排班优化问题是在符合排班规则前提兼顾经济性、公平性及合理性，指派合理的班组在合适的班次执勤。因此，根据 2.1 节设置的基本参数和决策变量，建立目标函数如下。2.2.1排班人力成本在确定每天具体的班次中，需要班组到具体班次中，且早班、晚班的成本也会不一样，排班过程中需使得人力成本最低，其目标函数用 f(1)表示为8912科学技术与工程Science Technology and Engineering2023，23(5)投稿网址:www stae com cnf(1)=ni=1dj=1ms=1xsij(fjs hjs)(C+)(1)式(1)中:s S 为班次时段类别;根据班次类型 Tsj和人员资质 L 的不同进行取值。2.2.2班组早晚班次疲劳数值在进行班组指派到具体班次过程中，每个班组指派的早晚班需要均衡，仅用当班变量 xsij的函数不能代表班组早晚班排班情况，故采用了二次项惩罚函数，目标函数 f(2)表示为