航空系统管理.docx
- 文档编号:4758084
- 上传时间:2022-12-08
- 格式:DOCX
- 页数:41
- 大小:845.82KB
航空系统管理.docx
《航空系统管理.docx》由会员分享,可在线阅读,更多相关《航空系统管理.docx(41页珍藏版)》请在冰豆网上搜索。
航空系统管理
摘要
民航机组排班问题是人员安排类型中经典的NP-hard难题,涉及到较多的限制条件和优化因素。
在航空公司的运营费用中,人力资源支出的费用占据了很大的比例,近年来更是成为继航油费用之后航空企业第二大成本支出。
因此,合理地科学地进行机组排班,将有利于充分利用航空公司人力资源,降低运营成本,提高航空公司的竞争力。
本文在分析国内外研究的基础上,首先详细论述了机组排班的主要流程,分析了机组配对、人员分组和机组指派等关键环节和技术。
比较现有算法如遗传算法、模拟退火算法、蚁群算法、粒子群算法和人工神经网络算法的可行性可靠性,选择符合实现要求的遗传算法,对编码方式、概率值和初始种群的产生进行改进调整,使得更便于系统实现。
接下来对排班问题的机组配对、机组指派环节建立数学模型,设计系统中所需要的数据结构和数据库中的表结构,将算法和数学语言描述的解决方法用计算具体实现。
最后总结了有待改进的地方,提出改进设想。
关键词:
机组排班,机组配对,机组搭配,人员指派,遗传算法
第一章绪论
1.1课题研究背景和意义
现今社会发展日新月异,对问题的探索研究已经从简单的可行性更进一步的要求了快速、高效。
这不仅要实现我们的工作学习的基本需要,而且在资源利用上也要求达到精益求精,如对时间、经济、空间的投入。
而民用航空运输便是其中一个典型例子,它作为一种不可或缺的现代交通方式,在运输体系中发挥着重要作用,民用航空运输产业与国家经济增长率息息相关,在经济建设发展中具有不可替代的地位。
在快节奏高效率的今天,对于民航运输,各大航空公司也不再是单纯的满足国民正常的出行需要。
为了相互增强航空公司的竞争力,更要求在资源的利用与消耗上达到最低,在民航飞行运营中占据主导地位的运营成本大致包含有以下几个方面:
航油消耗、客机的运行及维护成本、机组人员薪资待遇和相关基础建设成本。
如何节约人力成本与时间成本自然成为重中之重,而一直备受广大计算机学者关注的就是怎样将各个航班合理调度,总结开发出一种快速、高效的调度方案。
因此,巨大的经济效益背后通常是航班合理调度过程中微小的优化,这也对航空运输业的安全性和高效性有着不可忽视的影响。
纵观全球,各国也普遍意识到航班的合理调度是减少航空业运营成本、增加经济收益的重要途径之一。
作为发展中国家,我国民航业由于起步比较晚,相比于其他国外发达国家信息化程度较低。
通过对我国民用航空业现状的调查研究,结合具体实际应用需求,本文对航班调度的基本算法进行了研究与分析,并探索出具有可行性的实现方案和具体步骤。
执飞人员工作调度不仅要符合中国民航总局的法律法规,也要贴合各个航空公司内的各项规章制度,而且还需要分析机组人员、航班、飞机、航线变动等突发事件的处置情况,客观来讲任务较为复杂繁重,通常一些细微的调整会牵扯到整个后续计划的变动。
结合机组排班的数据量庞大与限制条件诸多的现状,若单纯凭借人工方式执行调度,其中工作量不仅非常巨大,而且要求排班人员必须有一定的工作经验。
伴随着各大航空公司日益扩大的运营规模与日趋完善管理模式,虽然借助于计算机系统辅助机组排班这项新技术已经有了些许发展与进步,有的航空公司甚至引进了国外的计算机排班系统以增强竞争力,但是国内航线较之国外航线情况更为复杂,所引进的机组自动排班系统并不能完全迎合国内各大航空公司的需要。
国外的诸多大型航空公司均是基于多枢纽航线结构来运行,每日的航班计划大同小异,而我国各大航空公司的运营策略依旧是基于单枢纽航线结构:
各大航空公司的航班主要依靠一个基地机场调度,基地机场采取点对点的航线连接其它城市。
因此基地机场就成为了飞机的维护保养基地,同样也是不同航段飞机和机组人员的主要驻地。
但日常的飞行计划会受不同因素影响而产生较大的差异,计算机系统排班时需分析的约束条件较复杂,现有的国外研究成果并不完全适用于我国航空运输业的具体情况,也不能完解决国内机组排班的具体实际困难。
因此,完善航班机组排班系统对航空公司而言是至关重要的,对航空公司的正常运作与经济效益有着决定性影响。
1.2课题研究现状
航班机组调度是各个航空公司面临且亟需解决一个关键性的技术难题。
同样机组的运营成本也成为了仅次于航油费用的第二大运营资金成本。
对于航班机组排班系统研究的兴起要追溯至上个世纪七十年代,从事该问题探索分析的以一些国际性团体为主。
近半个世纪以来,人们通过利用基于遗传算法与神经网络等多种途径试图解决关于机组排班调度的问题。
在航空运输业日新月异的今天,越来越多的机构和团队把目光转向到了该问题的探索与研究,并取得了阶段性的进展。
广义上我们将当前从事与研究航班机组调度系统相关的人员分为三大类:
一为国际性研究团体,其中的主要代表有国际航空运输协会(IATA,InternationalAirTransportAssociation)、国际运筹学联合会的航空公司工作组(AGIFORS,AirlineGroupforInternationalFederationofOperationResearch)等。
二为科研机构和院校,比较著名有美国麻省理工学院交通运输研究中心(CenterforTransportationStudies),乔治亚工学院,瑞典的应用数学研究所(ITM,TheSwedishInstituteofAppliedMathematics)等。
他们的研究取得的成果基本涵盖了航空公司的运营与收益管理、资源的控制与优化等诸多项目。
而关于机组调度这一关键范畴,他们主要将精力投入航班机组排班算法上。
三为各个航空公司中的技术开发部门还有众多面向服务于航空公司的计算机领域公司:
如Sabre,MercurySystems,Lufhansha航空公司等。
相比于院校、机构与团体,他们的工作重心则更加倾向于系统的实用性,并在实践中研发出了基于解决航空公司机组调度这一难题的具体方案与较为成熟的系统,积累了大量丰富的实践经验,如MercurySystem的NovaCrewPlanning以及Lufhansha的Lisline等。
而我国自上世纪九十年代末民航业迅速崛起,在机组调度方面的研究进展也是突飞猛进。
目前,航班机组排班系统的重要性不言而喻,但大部分的航空公司依然在使用或改进从国外引进的管理系统,国内研究的成果过于侧重于理论,在实践应用中缺乏创新,如南方航空公司和东方航空公司的飞行队信息管理系统。
但结合我国自身情况,引进国外的航班调度控制系统具有相当的局限性,应用于我国各大航空公司并不稳定。
因此,针对于我国国情航班机组排班的理论研究并加以应用推广,便具有了深远的意义。
1.3文章的组织结构
文章有一下几个部分组成:
第一部分绪论,介绍机组排班的课题背景和意义、课题的国内外研究现状。
第二部分分析航班飞行排班的具体过程,拆解机组自动排班问题关键,介绍机组配对相关规则和机组成员指派相关规则。
第三部分研究机组调度中所引用的常见算法,分析比较各算法并选择最终算法。
介绍遗传算法的特点与缺陷,并在此基础上改良算法。
第四部分设计航班机组排班各个阶段的算法后建立数学模型,研究航班机组排班理论,结合算法所涉及到的初始种群生成策略,对求解过程完成优化设计。
第五部分描绘航班机组各个子系统的流程图,分析其数据结构,最终通过计算机将改进的遗传算法加以具体实现。
第六部分归纳了全文的内容,总结并对下一步的研究进行了展望。
第二章航班飞行排班问题分析
解决机组排班问题的出发点为查找出一个涵盖全部航段的可执行勤务组集合,而后按照要求指派飞行人员与乘务人员到合适机组,并且要求机组相关人员执行勤务时所消耗的时间、经济成本为最小。
在优化组合的问题中较为典型,具有NP-hand复杂度。
相比于其他类型的人员规划问题,航班机组自动排班所需要分析的方面更多,内容涵盖面更广也更复杂。
需要分析以下三个层面:
其一是根据各个民航公司的规章与条例,能够合理安排规划所有机组人员到可飞行的具体航班中,并确保包含全部航班无缺。
其二在确保航空机组排班可执行且正确合法的基础上,要求飞行航班的使用消耗最小,降低执行过程的时间消耗和相关工作人员的工资成本,最终达到减少飞行用油与人员安置等诸多费用的目的。
其三需要综合分析机组排班的平衡性与抗变换性。
平衡性分两点:
一是航空公司机组人员的工作与休息时间要保持平衡;二是所往返不同航线的收入支出要保持平衡。
抗变换性主则是指在遇到恶劣天气,必须对客机班次进行调整,机场工作者的应急工作是否满足实际情况的变化,并根据实际情况进行方案的调整。
2.1航空运输调度相关流程
航空运输生产过程由地面的运输生产组织、飞行组织保障和指挥调度等工作与空中的运输飞行两大部分组成。
分机航班、航行时间、载客量、飞行效率以及飞行线路有效率等因素都能影响到航线计划,它主要是为完成飞机运输工作而制定的计划。
与之对应的是航班计划,它主要涉及飞行线路、飞机型号、航班和飞行时间以及起飞降落时间,主要是为实现空中运输工作而制定的方案,在它的基础上来进行空中运输任务的安排。
因此,合理规划航空运输对于高效完成运输生产任务与提高运输生产质量,有着至关深远的意义。
航空运输调度的相关流程可以看到大致分为三个部分:
第一步先通过对历史信息的数据采集与分析,预测各航空公司所属所有航线运量。
得出这些数据后,筛选出一种或者多种运量,在预测出相关方法后将结果优化,并将不同的结果相比较,从而计算得出在预计的时间范围对空中运输任务的预期。
第二步根据不同地域的航线分布和距离与各个航空公司所预测的航线载客量和预期市场竞争情况,结合飞机机型安排生成航班计划表。
第三步进行飞机调度阶段,结合航空公司机组人员(飞行人员与勤务人员)的工作休息情况,安排规划飞行任务与地勤保障,最终完成具体航班机组飞行。
本文重点分析与研究的内容为机组排班。
它包括机组配对(CrewPairing)和机组人员指派(CrewRostering),在机组配对部分,主要是指根据各个航空公司的相关要求并结合己有的航班计划,编排相关机组航段,对于达到要求的飞行时间的航段集合(不含机组人员)生成一个勤务,并将包含全部航段(去除重复)的勤务最终生成出勤务表。
在机组人员指派部分,主要是指根据不同机型和航线等各种不同需求生成达到机组飞行要求的机组人员(飞行人员与勤务人员)名单,最后按照人员的工作休息情况合理排班调度。
2.2机组配对概况
机组配对(CrewPairing)又称勤务工作团队,构成部分是分属不同时空范围的飞行路径,它的整个运行范围都属于勤务组内部的基站。
一般来说,机组配对的时间跨度为1~5天,最多不超过25个航段。
机组配对具体分两个步骤,先要筛选出一个包含全部航段机组配对的集合,而后在这些集合中匹配成本最低的机组配对结果。
通过对飞行时间进行分析,首先将飞机的航段组合为勤务,这是实现将所有航段的勤务整合起来的前提。
所谓勤务,就是在不违反航空管理制度的前提下,严格依照飞行线路和起飞降落时间的相关要求,针对每个机组在当天的飞行时间所做出的计划安排,它是构成机组的最小单位。
图2.1勤务示意图
在图2.1中,D(t)为勤务(duty)时间,把开始飞行某一个勤务的准备时间设为起始点,把飞行完毕该勤务之后的勤务交替设为终止点。
D(t)=勤务准备时间b+航线时间Σf+经停时间Σs+d<=T(d)
b为任意一个勤务执飞之前的准备时间,一般大于1个小时。
d为结束任意一个勤务执飞之后的勤务交接时间。
f为任意一个航段的全部飞行时间。
s为某两个航线之间的中转站或者中转站的经停时间,一般大于半小时。
当更换飞机或遇突发事件时,此时间会适当延长。
r为两个勤务之间的休息时间,机组人员需要满足航空公司要求的最短休息时间要求T(r)。
T(d)为航空公司规定的执飞时间最大值。
Σf为一个机组飞行不同航段的飞行总时间,不能大于航空公司要求的机组日飞行时间T(f)。
按照不同航段距离来划分,勤务主要分为如下四种情况:
(1)一个勤务中涵盖多个不同航段。
为不少于当天的飞行时间,需要多次往返该航段。
(2)一个勤务只有该航段的单程执飞任务。
这是因为在某段航线内的运输任务的完成比较耗时,在具体的飞行路线内,每天正常的飞行时间就能满足运输任务,因此返程需要调度为另一个勤务。
在此情况下,飞机与机组人员当日不能返程,否则必须安排其他机组来完成返程任务。
(3)一个航班的往返程需要多个勤务段完成。
如图2.2所示的某次航班,全程飞行时间共达17个小时。
其中纽约-伦敦航段的飞行时间近9小时。
此航段的执飞时间就已经高于规定的飞机日飞行时间。
这就需要将单一机组连续飞行时间的限制分析在内。
图2.2多飞行任务段的航线
(4)超长航线的机组调度
如图2.3所示,PVGLAX航线的单程飞行时间超过12小时。
针对超长航线的执飞任务,有必要分析超过了航空公司关于一个机组每日飞行时间的规定(不超过10小时);接下来就需要根据此规定的限制,将此次超长航线的执飞任务分成多个勤务来处理。
图2.3超长航线的飞行任务
通常以7天为一个时间周期,将筛选最终得出的勤务集合以某一机场为起始站,采取合适的算法,根据规定筛选相应的勤务,最后回到起始站来完成某一个机组配对。
而对于余下的勤务集合,也要继续重复以上流程,一直到该集合中已经不再有未被筛选出的勤务。
机组配对所调度的应当是不同机号的相同机型,以确保筛选的准确性。
在选择众多机组时,往往要在众多可执行方案中筛选出一个最优的方案,这需要在前期产生的勤务集合中再次优化,选择其中的一个子集,最终才能得到最优解从而优化成本。
机组调度规则主要包含如下四个方面。
(1)执飞航线要具有连贯性。
每段机组的执飞航班终点与即将飞行的下一航线的出发地一定是相互串联的,而且相邻两条航线的经停时间或者机组人员交替时间需要符合最短经停时间要求。
如表2.1所示的勤务MD01。
在表中可以看出,是相同的飞机执行不同的航段任务,执飞航段衔接连贯,符合执飞航线要具有连贯性的要求,相邻两条航线的经停时间均符合最短经停时间要求。
表2.1简单的机组飞行例表
机组ID
航班号
起始站
抵达站
起飞时间
抵达时间
机型
飞行时间
MD01
PN3501
南京
北京
9:
00
10:
30
737
1:
30
MD01
PN3511
北京
南京
13:
00
14:
30
737
1:
30
MD01
PN3601
南京
深圳
15:
00
16:
30
737
1:
30
MD01
PN3611
深圳
南京
17:
00
20:
00
737
3:
00
合计:
7:
30
(2)飞行员飞行时间的安全性。
为保证安全,根据航空公司的相关要求,对于每个勤务的每天的飞行时间都有具体的规定:
每日历周飞行时间要少于40小时;每日历月飞行时间要少于120小时;每日历年飞行时间要少于1400小时。
同时也规定了飞行机组的飞行与休息时间,根据不同机型要求也有所不同,其中含一名或两名飞行员的执飞机组,安排应当满足表2.2的要求;而含三名驾驶员的执飞机组,安排应当满足表2.3的要求。
表2.2飞行员人数为一至两名时的时间限制
类型
正常情况
特殊情况
执飞前休息时间
不得少于10个小时
不得少于10个小时
执勤时间
不得超过14个小时
可超过14小时但不可超过16小时
机组飞行时间
不得超过10个小时
可超过10小时但不可超过12小时
执飞后休息时间
不得少于10个小时
不得少于12小时
超长航线飞行后休息时间
不得少于14个小时
不得少于18小时
表2.3飞行员人数为三名及以上时的时间限制
类型
正常情况
特殊情况
执飞前休息时间
不得少于10个小时
不得少于10个小时
执勤时间
不得超过18个小时
可超过18小时但不可超过20小时
机组飞行时间
不得超过14个小时
不可超过16小时
执飞后休息时间
不得少于14个小时
不得少于18小时
超长航线飞行后休息时间
不得少于18个小时
不得少于24小时
(3)执飞路线的往返性。
为节约成本,要尽量避免飞机和机组人员在外过夜,一个短程执飞任务的需要合理安排飞行时间,尽量使飞机返回出发地,让飞行路线形成闭环。
长航段要尽量避免各个不同机组人员的相互流动。
(4)执飞机型的一致性。
在一个飞行任务中,通常要安排相同机型的机组人员来执飞。
为确保安全,一般不安排不同机型的机组人员混合执行飞行任务。
勤务调度规则主要分为以下四个方面。
(1)各个勤务要与航线相衔接。
一次执飞任务结束抵达到达站后,需要与下一航线的第一个航段的出发站衔接。
(2)执飞各航段间要确保休息时间。
一个勤务组中的勤务间休息时间需要符合规定的时间。
(3)各勤务间飞行时间累计要均衡。
建立勤务组目的是统筹规划给一个机组一段时间内的执飞任务,而为了保证该机组在全年或者更长时间内飞行时间能到达均衡,在计划每周或每月的执飞任务时,就需要保持飞行时间的均衡。
(4)不同地域航线之间要均衡。
在勤务组调度各个飞行任务的过程中,要充分考虑到不同地域的执飞任务难度的差异性,使各航线搭配均衡,诸如对国际和国内航线的规划调度。
2.3机组成员指派概况
机组成员指派(CrewRostering)其目的是把已生成出的机组配对指派给所对应的机组人员。
在对于理论的分析和研究上,机组成员指派要比机组配对这个问题更容易被计算机学者所忽视,以至于机组成员指派的理论模型较为单一。
而在实际应用中,由于系统的复杂性、机组人员的不确定性一级多种制约条件,机组成员指派问题的解决同样受到了限制。
而我们日常所乘坐的航班,其飞行安全与乘务员的服务质量很大程度取决于执飞该航班机组成员之间工作搭配的协调性。
针对不同航空公司的不同实际情况,大体上一般将机组成员指派分为两个步骤,第一步根据人员自然属性(执飞资格、累计飞行小时数、请休假、培训等)、飞机自然属性(飞机机型、航线等)并通过相关制度法规将人员分门别类,这其中主要分为两种:
飞行员组(CockpitCrew)与乘务员组(CabinCrew)。
飞行人员在短时间内变更基本不大,但乘务人员会因为航线、飞行时间、机型等变化做出相应安排。
在机组配对这个问题合理高效地处理结束后,才可以对具体的飞行人员与和乘务人员安排某一航线或航班的执飞任务并加以调度。
综上所述,完成机组配对的问题后,具体赋予某一名机组成员的某一天合适的执飞任务,就是航班机组排班工作。
在符合可执行性、高效性的基础上,筛选成本最低的方案,这不仅能使时间资源、经济资源得到最充分的利用,还能在提升飞行管理水平的同时提高航空公司的运营效益。
因此,机组成员指派需要满足以下四点原则:
(1)成员指派的合理性:
首先需要保证指派给每次执飞任务的机组成员(飞行人员与乘务人员)符合各项规章制度的要求,也就是说,为完成在这条飞行航线上的任务,机组工作人员必须接受关于飞机型号的相应专业知识的学习,从而掌握必要的岗前专业知识。
在所有的工作人员里面,在安排给机长的飞行路线内,他必须没有出过差错。
不同的飞行线路和机场环境对飞行人员提出了各种各样的要求,他们只能通过接受培训来满足工作需要。
机长的各项条件务必适应各种特殊机场和飞行环境,在执行本次飞行任务的十二个月内,作为工作人员参加过这种类型的运输工作。
另外,针对不同飞机型号必须具有对应的飞行经历与资格,一般只安排飞行人员执飞同一机型。
(2)成员指派的可行性:
在执飞任务中,应合理调度机组人员以完成航站对接、经停时间以及机型变更等任务要求,通常安排往返机组人员合理搭配以确保飞行安全与服务质量。
(3)成员指派的公平性:
针对航班飞行区域、航程以及飞行时间的不同所造成的机组人员工作时间、强度、任务量、待遇差异,需要在成员指派过程中考虑公平性,在调度飞行任务时也要均衡搭配。
(4)成员指派的协调性:
机组调度需要充分分析勤务中机组成员专业技术强弱、资历、性格等诸多因素,力争做到各同事成员间的性格互补、技术协调提升。
为确保合理利用人力、物力资源,在机组排班时,所分配的执飞任务时间要低于航空公司规定的机组人员最长工作时间,杜绝超负荷工作而带来的航行安全隐患。
第三章航班自动排班算法研究
根据已知的航班自动排班问题,通过分析,会自动对飞行任务相关的工作组进行分类,主要有飞行勤务、飞行优化机组、工作人员的安排以及人员的选用。
每个步骤都有相对应的不同算法(并将其加以改进)或解决方案。
算法的可行性,可操作性和高效性进行研究,根本目的是顺利完成对不同模块算法的选择。
前提是这种计算方法要有利于机组人员工作安排到实际功能,并顺利实施。
而后在航空公司的运营环境下,能够在规定的时间周期内高效地执行所设计预想的功能。
至关重要的一方面即所选取的算法复杂度需要处于合理的范围之中,最终能够在计算机上实现出来。
很多算法在解决问题过程中只是完成了理论上的推导,而由于实现过程过于繁琐,往往未能达到预期的效果,效率也大打折扣。
3.1常见启发式算法分析
针对解决航班排班问题,目前的算法大体上可以分为两类,一类为最优化算法(OptimalSolutionAlgorithm),另一类为启发式算法。
所谓最优化算法是指己知求解条件和限制,针对所研究的系统,在其可行解空间中寻求最佳方案,发挥和提高系统的效能及效益,最终达到系统的最优目标。
为实现机组成员工作安排的顺利进行,常用的算法是分枝定界法以及变数产生法。
但是此法最突出的弊端是运算时间耗费久,在大型的人员排班问题上所用的求解时间过长,在实际应用中难以满足需要。
而启发式算法虽不一定能彻底完成对于寻找最优解的工作,但在演算大型的人员排班工作所耗费的时间却减少了很多。
通过减少演算时间而提高求解效率,这也更符合解决实际问题的需要。
相对于一般的搜索算法,启发式算法有很大的不同。
具体体现在:
(1)通过设置一定的数值来进行计算方法的改进,与之对应的是,通过设置群体迭代的数值来实现启发式的计算方法。
(2)通过对各类数据进行编制赋值,来实现启发式算法,通过映射创建爱你系统架构,前一种计算方式没有这一要求。
(3)对最优算法的查找方式是确定的,另一种算法的查找方式有特定的形式,并非确定的。
(4)启发式算法只能应用于有特定计算方式的数据,不会应用于数据的导出,另一种算法就必须对数据进行导入。
(5)启发式算法在不具备任何条件下就能通过数学角度来分析问题,另一种算法对分析环境有特殊的规定。
(6)启发式算法的优势是,能从整体上对算法进行分析,另一算法在这一方面就不能令人满意。
综上所述,通过对这两种算法的比较,为解决机组人员工作安排的难题,经常会使用启发式算法来解决问题。
遗传算法以及神经系统都属于珍重计算方法。
3.1.1遗传算法分析
自然界存在特定的选择方式和生物学方面的基因传续功能,该算法就是在对这一功能和方式进行深入分析基础上总结而出的,是学者弗兰德最先注解的。
运用生物界的演变活动方式描述信息查询过程,在解决现实工作难题的群体(种)中利用这种方式。
这一组织中的组成部分都是通过对内部的信息进行编码完成的,不同的组成单位是一个个体,附有系统个体的属性。
分析不同的问题应该使用各种的数值信息。
通过对不同部分的分析,来确定最优因素集中到体内。
因为是基因的传承,出现的子代含有前代的相关信息。
进行联合的各项操作,在系统内部的组成单位中会形成与前代基因相异的个体,它内部存在的基因信息会在群体内进行传播,从而促进了群体内部的优化。
当进化活动进行到一定程度后,会根据不同的数值择优确定大量的子代,形成新的群体。
这种行为会长期进行下去,最终促使子代群
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 航空 系统管理