客舱人员自动排班方法技术

本发明专利技术适用于运筹学算法技术领域，提供了客舱人员自动排班方法，其步骤包括建立大型混合整数规划模型，建立未来的航班连线；向所述大型混合整数规划模型输入基础数据和所述航班连线；优化所述大型混合整数规划模型的目标成本求解精度；输出排班结果，通过针对人工编排机组排班计划中的缺陷，即传统航班计划编排只能依赖人工经验无法计算全局最优结果，本发明专利技术提供了一种基于运筹学算法的机组人员排班系统，并将求解分为了连线与排班两步，其具有大规模数据快速计算、提供定量化全局最优解的人员排班方案，提高了人员排班的效率和经济效益。

【技术实现步骤摘要】
客舱人员自动排班方法
本专利技术属于运筹学算法
，尤其涉及客舱人员自动排班方法。
技术介绍
航空公司获取了航班时刻表后，需要对客舱人员的飞行任务进行编排。目前都是依赖于人工编排，但人员资源并不标准，每个人具有的资质、前序执飞任务都不一样，再考虑到局方的疲劳度管理政策，以及各家航司自定的人员飞行均衡政策，当航班规模量比较大时，人工无法计算出一个合理且较优的解，从而丧失宝贵的利润空间。客舱人员自动排班系统利用运筹学算法帮助航空公司编排出可执行的、高效的、均衡的人员飞行计划。此外，人员排班这个动作在航空公司内部发生的频率极高，该系统能够较为长期的发挥应有的作用，产生较高的投入产出回报。
技术实现思路
本专利技术提供客舱人员自动排班方法，旨在利用运筹学算法帮助航空公司编排出可执行的、高效的、均衡的人员飞行计划。本专利技术是这样实现的，客舱人员自动排班方法，包括以下步骤：S1、建立大型混合整数规划模型，建立未来的航班连线；S2、向所述大型混合整数规划模型输入基础数据和所述航班连线；S3、优化所述大型混合整数规划模型的目标成本求解精度；S4、输出排班结果。优选的，步骤S1中，所述大型混合整数规划模型的主要决策变量为二元变量，表示某个航段是否在连线中被使用，一个航段在所有连线的集合中，只可被使用一次。优选的，步骤S2中，所述大型混合整数规划模型的主要决策变量为二元变量，表示某人员是否执飞某组航班连线。优选的，所述基础数据包括：过去、现在与未来的航班计划，其包括执飞航班与备份航班；航班信息包括计划起降时刻和实际起降地点与时刻、机型、机号等信息；待排班人员的资质信息，其包括但不限于语言、近期经历、合格证、护照签证、业务等级等信息；待排班人员的飞时限制、过往考勤信息，其包括但不限于航班、备份、值勤、休假等信息；优化范围限制，其包括可指定对某些机型或者某些执管单位的调整。优选的，所述基础数据包括：限制规则，其包括但不限于局方合规要求，以及航司自定的合规要求。优选的，所述基础数据包括：求解目标，其包括航班覆盖率最大化，留宿、搭机等成本最小化，人员飞时均衡。优选的，所述基础数据包括：过夜站点限制；换飞机站点限制。与现有技术相比，本专利技术的有益效果是：本专利技术的客舱人员自动排班方法，通过针对人工编排机组排班计划中的缺陷，即传统航班计划编排只能依赖人工经验无法计算全局最优结果，本专利技术提供了一种基于运筹学算法的机组人员排班系统，并将求解分为了连线与排班两步，其具有大规模数据快速计算、提供定量化全局最优解的人员排班方案，提高了人员排班的效率和经济效益。附图说明图1为本专利技术的时空网络示意图。图2为本专利技术的计算流程示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。请参阅图2，本专利技术提供一种技术方案：客舱人员自动排班方法，包括以下步骤：S1、通过建立大型混合整数规划模型，建立未来航班的连线，主要决策变量为二元变量，表示某个航段是否组在连线中。S2、再次通过大型混合整数规划模型，计算未来航班计划的最优人员排班计划，主要决策变量为二元变量，表示某人员是否执飞某组航班连线。求解主要通过商用求解器(如Gurobi、Cplex)实现。输入基础数据：①过去、现在与未来的航班计划，包括执飞航班与备份航班。航班信息包括计划起降时刻和实际起降地点与时刻、机型、机号等信息；②待排班人员的资质信息，包括但不限于语言、近期经历、合格证、护照签证、业务等级等信息；③待排班人员的飞时限制、前序考勤信息，包括但不限于航班、备份、值勤、休假等信息；④限制规则，包括但不限于局方合规要求，以及航司自定的合规要求；⑤求解目标，包括但不限于，航班覆盖率最大化，留宿、搭机等成本最小化，人员飞时均衡等；⑥过夜站点限制；⑦换飞机站点限制；⑧优化范围限制(可指定对某些机型或者某些执管单位的调整)。S3、优化大型混合整数规划模型的目标成本求解精度。S4、输出排班结果：①优化之后的航班连线，包含：连线中包括哪几段航班，其中哪几段是置位航班，哪几段是执飞航班，航班之间的休息时间，连线之后的休息时间，未组成连线的航班等。②优化之后的排班计划，包含：人员排班上了哪些连线，在连线上分别担任什么岗位，人员在航班连线与其他值勤期任务之间的休息时间等。其中，上述数学模型和算法具体为：结合航班计划，如图1所示，我们建立时空网络，图中水平线表示一个机场，同一个机场的节点表示一个航班降落或者起飞；虚线表示一个航班，箭头起点表示起飞的机场和起飞时间，终点表示到达机场和到达时间；需要特别说明的是，在我们的时空网络中，我们也包括了原始航班的调整航班，如图中，我们对7:20从SHA起飞到PEK的航班提供了另一个备选方案，即7:30起飞9:30降落，即图中第一条航班连线平行的连线。在本次POC中，我们通过调整起飞时间或者飞行时间创建了大量的调整航班，以此增加航班设计中的调整空间，确保在新增航班的同时，取消尽可能少的航班。在时空网络中，同一个机场的不同节点之间能否相连取决于机场对于不同机型的过站时间要求，这一点在时空网络构建的过程中考虑。在时空网络的基础上，定义如下参数：af，a，s表示航班f是否占用机场a的时刻s。Aa，s表示机场a在时刻s拥有的时刻数。rf，k表示航班f由机型k执飞时产生的边际贡献值。bk机型k的飞机架数。F1(t)，F2(t)分别表示起飞或降落时刻等于t的航班的集合。f0(f)表示航班对应的原始航班，产生航班copy。原始航班的集合用F0表示。定义决策变量如下：xf，k表示航班是否由机型k执飞，为二元变量。ya，t，k，1，ya，t，k，2分别表示机场a处t时刻所在节点之前和之后机型k的飞机数，为整数变量。设计MILP如下：目标函数表示边际贡献之和的最大化。第一类约束表示每个机场各个时刻数不超过限制。第二类约束表示时空网络中各个节点的流平衡；第三类约束为在统计时点t0处统计各机型的数目，该数目不能超越对应机型拥有的飞机数。第四类约束表示航班对应f0的所有航班copy中最多只有一个被选中。利用Gurobi求解网上述优化模型之后，我们得到时空网络中哪些航线copy会被飞，以及执飞的机型；在此基础上，我们可以比较容易地确定各个机型下每架飞机需要飞的航班，得到飞机的连线。另外，在排班过程中还包括规则引擎的作用：1.1、未来的乘务排班系统需要全面支持R5规范的实施。R5规范如下：第12本文档来自技高网...

【技术保护点】
1.客舱人员自动排班方法，其特征在于：包括以下步骤：/nS1、建立大型混合整数规划模型，建立未来的航班连线；/nS2、向所述大型混合整数规划模型输入基础数据和所述航班连线；/nS3、优化所述大型混合整数规划模型的目标成本求解精度；/nS4、输出排班结果。/n

【技术特征摘要】
1.客舱人员自动排班方法，其特征在于：包括以下步骤：
S1、建立大型混合整数规划模型，建立未来的航班连线；
S2、向所述大型混合整数规划模型输入基础数据和所述航班连线；
S3、优化所述大型混合整数规划模型的目标成本求解精度；
S4、输出排班结果。


2.如权利要求1所述的客舱人员自动排班方法，其特征在于：步骤S1中，所述大型混合整数规划模型的主要决策变量为二元变量，表示某个航段是否在连线中被使用，一个航段在所有连线的集合中，只可被使用一次。


3.如权利要求1所述的客舱人员自动排班方法，其特征在于：步骤S2中，所述大型混合整数规划模型的主要决策变量为二元变量，表示某人员是否执飞某组航班连线。


4.如权利要求1所述的客舱人员自动排班方法，其特征在于：所述基础数据包括：
过去、现在与未来的航班计划，其包括执飞航...

【专利技术属性】
技术研发人员：韩理希，周长凯，肖芳芳，
申请(专利权)人：悠桦林信息科技上海有限公司，
类型：发明
国别省市：上海;31