CN111832929A - 一种机场值机的动态调度方法及系统 - Google Patents

Abstract

本公开披露一种机场值机的动态调度方法及系统，该方法包括：获取出港航班及出港旅客信息，并进行预处理，得到各类出港旅客的预测值机时间分布数据，以确定值机柜台的开放数量和时长；调用预先建立的动态调度模型，获取目标时间内所需开放的值机柜台数量，根据预设的分段约束条件和递归前置条件，通过分段递归计算得到所述值机柜台可能的开放时长的分段结果；调用预设的目标模型，得到所述值机柜台开放时长的最优分段组合；根据所述最优分段组合，为各柜台分段分配值机保障的当值人员，并输出柜台‑人员的分配结果。通过实施本公开的技术方案，可提高值机保障的当值人员工时利用率，并降低对值机人员的需求。

Description

一种机场值机的动态调度方法及系统

技术领域

本公开涉及民航机场保障服务领域，特别涉及一种机场值机的动态调度方法及系统。

背景技术

在机场值机人员的调度过程中，需要调度人员凭借经验，对需要分配值机柜台的值机人员进行调度，同时还要考虑诸多情况，如排班规则约束、柜台的类型、旅客到达流、人员当前的工作情况等。在实际的调度过程中，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、纸质化记录等，使得机场在调度过程中产生了以下两大业务问题：

第一，人员工时利用率低。人员工时利用率是衡量人员调度效果的重要KPI指标。传统的调度不合理问题，使得人员具有较多的无效工时占用，因此，工时利用率偏低。

第二，人力需求预测不合理。调度员在安排柜台人员上下班以及柜台任务的时候常常的凭借经验，但由于外界因素如天气、航空管制、航班计划的变更等，导致旅客到达机场的分布规律并不固定。因此，很难对旅客的到达分布作出准确的估计，对柜台的开发数量以及保障服务人员的需求也很难进行准确的预测，从而进一步造成了人力资源的浪费。

因此，工时利用率不高，任务覆盖率不高，是目前亟待解决的两大业务痛点。

发明内容

有鉴于此，本公开披露一种机场值机的动态调度方法及系统，可提高值机保障的当值人员工时利用率，并降低对值机人员的需求，至少部分解决现有技术中存在的问题。

为了解决这两大痛点，本公开披露一种机场值机的动态调度方法，该方法包括：

获取出港航班及出港旅客信息，并进行预处理，得到各类出港旅客的预测值机时间分布数据，以确定值机柜台的开放数量和时长；

调用预先建立的动态调度模型，获取目标时间内所需开放的值机柜台数量，根据预设的分段约束条件和递归前置条件，通过分段递归计算得到所述值机柜台可能的开放时长的分段结果；

调用预设的目标模型，得到所述值机柜台开放时长的最优分段组合；根据所述最优分段组合，为各柜台分段分配值机保障的当值人员，并输出柜台-人员的分配结果。

在一可选实现方案中，机场值机的动态调度方法还包括：

获取所述目标时间内值机当值人员的实时工作状态数据；

所述动态调度模型采用柔性分段动态调度算法，依据最大化当值人员的单次任务时长的原则，对所述值机柜台的开放时长进行分段。

在一可选实施方案中，上述动态调度模型采用柔性分段动态调度算法，依据最大化当值人员的单次任务时长的原则，对所述值机柜台的开放时长进行分段，进一步包括：

建立单次任务时长最大化的约束条件：

其中，q_k—表示当值人员k的任务次数，当所有当值人员的任务保障次数综合最少时，当值人员的单次任务时长最大；

设置当值人员的单次任务时长为T小时，其范围为T_min≤T≤T_max，以半小时为单位，每个分段的长度取值为2T_min≤L_ij≤2T_max，L_ij—表示柜台j的第i个分段的长度

优先安排任务时长为T_max的当值人员在岗；对任务时长小于T_max的分段，以半小时为分段分布在值机柜台分段的任意位置，得到如下值机柜台分段表达式：

2T_max-Y_j％2T_max＝∑_i(2T_max-L_ij)

其中，Y_j—表示值机柜台j的开放时长，对值机柜台开放时长按照T_max分段剩余的时间等于每个实际分段的剩余时间的总和。

在一可选实施方式中，上述机场值机的动态调度方法还包括：

根据所述值机当值人员的实时工作状态数据，优先将当值人员中空闲状态持续时间最长的分配给对应有需求的值机柜台；和/或

根据所述值机当值人员的实时工作状态数据、值机柜台的容量以及旅客值机时间分布态势，动态调度值机柜台的开放数量、时长和值机当值人员的分派。

在一可选实施方式中，上述机场值机的动态调度方法还包括：

获取空港自助值机位数据；

根据所述值机当值人员的实时工作状态数据、值机柜台的容量、所述自助值机位的值机效能、以及旅客值机时间分布态势，动态调度值机柜台的开放数量和值机当值人员的分派。

在一可选实施方式中，上述根据分段约束条件和递归前置条件，通过分段递归计算得到开放的值机柜台可能的分段结果，进一步包括：

根据所述递归前置条件中定义的分段长度，调用预先建立的邻里分段递归关系式：

根据所述约束条件中设置的单次任务时长最大化的分段条件，计算得到所述值机柜台的全部可能的分段结果。

上述基于预设的目标模型，得到所述值机柜台的最优分段组合，进一步包括：

预先建立的目标模型为：

第一目标：值机保障的当值人员的平均工时利率用率最高：

第二目标：在时间点t开始、时间点t′结束的时间范围内，当值人员的任务数量最少：

其中，

1)目标参数定义如下：

n个航班N：＝{1，…，n}，m个值机柜台M：＝{1，…，m}，和s个值机保障当值人员S：＝{1，…，s}；

t_ikj—表示第j次上班保障人员k第i次任务的开始时间，令k∈S；且时间精确到半小时；

t’_ikj—表示第j次上班保障人员k第i次任务的结束时间，令k∈S；且时间精确到半小时；

T_kj—表示第j次上班保障人员k的上班时间，令k∈S；且时间精确到半小时；

T’_kj—表示第j次上班保障人员k的下班时间，令k∈S；且时间精确到半小时；

w_it—表示任务以时间点t开始，令t∈t_ikj

w’_it’—表示任务以时间点t′结束，令t′∈t’_ikj

2)相关目标参数约束条件如下：

T_k(j+1)-T_kj＞48,T_k(j+1)≤8:00

根据所述目标模型，结合单次任务时长最大化的分段约束条件和目标参数约束条件，计算得到人力需求数量最少的柜台开放分段组合。

相应地，本公开披露一种机场值机的动态调度系统，该系统包括：

数据获取模块，配置为获取出港航班及出港旅客信息；

数据处理模块，配置为对所述数据获取模块的获取到的数据进行预处理，得到各类出港旅客的预测值机时间分布数据，以确定值机柜台的开放数量和时长；

动态调度模型，配置为获取目标时间内所需开放的值机柜台数量，根据预设的分段约束条件和递归前置条件，通过分段递归计算得到所述值机柜台可能的开放时长的分段结果；调用预设的目标模型，得到所述值机柜台开放时长的最优分段组合；根据所述最优分段组合，为各柜台分段分配值机保障的当值人员，并输出柜台-人员的分配结果。

在一可选实施方案的机场值机的动态调度系统中：

所述数据获取模块还配置为：获取所述目标时间内值机当值人员的实时工作状态数据；

所述动态调度模型还配置为：采用柔性分段动态调度算法，依据最大化当值人员的单次任务时长的原则，对所述值机柜台的开放时长进行分段；

所述动态调度模型还配置为：根据所述值机当值人员的实时工作状态数据，优先将当值人员中空闲状态持续时间最长的分配给对应有需求的值机柜台；

可选的是，所述动态调度模型还配置为：根据所述值机当值人员的实时工作状态数据、值机柜台的容量以及旅客值机时间分布态势，动态调度值机柜台的开放数量、时长和值机当值人员的分派。

可选地，所述数据获取模块还配置为：获取空港自助值机位数据；

所述动态调度模型还配置为：根据所述值机当值人员的实时工作状态数据、值机柜台的容量、所述自助值机位的值机效能、以及旅客值机时间分布态势，动态调度值机柜台的开放数量和值机当值人员的分派。

与现有技术相比，本公开披露的机场值机的动态调度方法及系统具有如下技术效果：

本公开披露的机场值机的动态调度方法，通过引入柔性分段并引入柜台动态调度和人员-工作状态的权重，最大化人员的单次任务时长，满足人员任务时长最长的柜台分段，能够进一步的提高工时利用率，并减少人员的需求，从而使得当值人员的值机保障排班结果符合排班约束，工时利用率高，任务覆盖率高。

本公开技术方案的更多特点和优势，会在此后的具体实施方式中予以进一步展开说明。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为本公开一实施例中机场值机的动态调度方法的流程示意图；

图2为本公开一实施例中旅客到达机场的时间分布波形示意图；

图3为本公开一实施例中值机柜台开放需求示意图；

图4为本公开一实施例中值机柜台开放时长分段示意图；

图5为本公开一实施例中值机柜台开放时长的分段组合示意图；

图6a、6b为本公开一实施例中开放的值机柜台的两种时长分布情况示意图；

图7为本公开一实施例中柜台-人员的分配示意图；以及

图8为本公开一实施例中机场值机的动态调度系统的组成示意图。

具体实施方式

下面结合附图对本公开实施例进行详细描述。

需要指出的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合；并且，基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。

方法实施例：

为解决值机人员工时利用率低的问题，本实施例公开一种机场值机的动态调度方法，如图1所示，该方法包括：

S100：获取出港航班及出港旅客信息，并进行预处理，得到各类出港旅客的预测值机时间分布数据；

S102：根据上述各类出港旅客的预测值机时间分布数据，确定值机柜台的开放数量和时长；

S104：调用预先建立的动态调度模型，获取目标时间内所需值机柜台的开放数量及时长，根据预设的分段约束条件和递归前置条件，通过分段递归计算得到值机柜台可能的开放时长的分段结果；

S106：调用预设的目标模型，得到值机柜台开放时长的最优分段组合；

S118：根据最优分段组合，为各柜台分段分配值机保障的当值人员，并输出柜台-人员的分配结果。

本实施例披露的民航机场值机动态调度方法基于柔性分段动态规划算法，通过建立目标模型，对算法涉及的计算要素，包括：航班人员基础信息、动态航班、值机排班规则约束、柜台开放规则等，进行数据预处理。其中，数据预处理主要对包括出港旅客数、开放的柜台进行预处理，使得处理后的数据能够方便的应用于算法的具体计算当中。然后，基于动态配置算法的基本原理，以值机的业务场景为背景，对算法进行适应性创新调整，建立以工时利用率、人力需求等要素的算法模型。在使用过程中，运用建立的算法模型，对分时段上班的人员进行求解，并形成各时段的柜台-员工分配结果。

相比传统的调度方法，本实施例的技术方案通过最大化人员的单次任务时长，采用人力需求数量最少的柜台开放分段组合方式，解决了提高工时利用率和减少人力需求的行业痛点难题。

作为一种可选的实施方式，上述实施例中的机场值机的动态调度方法还可包括：

S100a：获取目标时间内值机当值人员的实时工作状态数据；

S106a：动态调度模型采用柔性分段动态调度算法，依据最大化当值人员的单次任务时长的原则，对值机柜台的开放时长进行分段。

本实施例通过针对动态配置分段中，对单位分段进行优化，以最大化人员的单次任务时长，并进行满足人员任务时长最长的柜台分段，从而能够进一步的提高工时利用率，并减少人员的需求。

可选的是，上述机场值机的动态调度方法实施例中，动态调度模型采用柔性分段动态调度算法，依据最大化当值人员的单次任务时长的原则，对值机柜台的开放时长进行分段，可进一步包括：

建立单次任务时长最大化的约束条件：

其中，q_k—表示当值人员k的任务次数，当所有当值人员的任务保障次数综合最少时，当值人员的单次任务时长最大；

设置当值人员的单次任务时长为T小时，其范围为T_min≤T≤T_max，以半小时为单位，每个分段的长度取值为2T_min≤L_ij≤2T_max，L_ij—表示柜台j的第i个分段的长度

优先安排任务时长为T_max的当值人员在岗；对任务时长小于T_max的分段，以半小时为分段分布在值机柜台分段的任意位置，得到如下值机柜台分段表达式：

2T_max-Y_j％2T_max＝∑_i(2T_max-L_ij)

其中，Y_j—表示值机柜台j的开放时长，对值机柜台开放时长按照T_max分段剩余的时间等于每个实际分段的剩余时间的总和。

作为一种可选的实施方式，上述机场值机的动态调度方法还可包括：

S106b：根据值机当值人员的实时工作状态数据，优先将当值人员中空闲状态持续时间最长的分配给对应有需求的值机柜台。

可选的是，上述机场值机的动态调度方法还可包括：

S106c：根据值机当值人员的实时工作状态数据、值机柜台的容量以及旅客值机时间分布态势，动态调度值机柜台的开放数量、时长和值机当值人员的分派。

作为一种可选的实施方式，上述机场值机的动态调度方法还可包括：

S100b：获取空港自助值机位数据；

S106d：根据值机当值人员的实时工作状态数据、值机柜台的容量、自助值机位的值机效能、以及旅客值机时间分布态势，动态调度值机柜台的开放数量和值机当值人员的分派。

作为一种可选的实施方式，上述机场值机的动态调度方法实施例中，根据分段约束条件和递归前置条件，通过分段递归计算得到开放的值机柜台可能的分段结果，可进一步包括：

根据递归前置条件中定义的分段长度，调用预先建立的邻里分段递归关系式：

根据约束条件中设置的单次任务时长最大化的分段条件，计算得到值机柜台的全部可能的分段结果。

这里，结合一具体实例，对上述机场值机的动态调度方法作进一步说明：

本实例中，需要建立如下数学目标模型：

给定n个航班N：＝{1，…，n}，m个值机柜台M：＝{1，…，m}，和s个当值人员S：＝{1，…，s}。

为使值机柜台上工作的当值人员可在上班时间内服务于不同的柜台，要求满足如下约束：a)柜台可以为多个航班同时办理值机业务；b)人员必须在柜台开放周期内在柜台上工作；c)人员必须在上班时间参与柜台保障工作。

本实例的动态调度实现的目标为：1)当值人员的平均工时利用率最高；2)人员的需求数量最少。

其中，目标参数定义如下：

t_ikj—表示第j次上班当值人员k第i次任务的开始时间，令k∈S；且时间精确到半小时。

t’_ikj—表示第j次上班当值人员k第i次任务的结束时间，令k∈S；且时间精确到半小时。

T_kj—表示第j次上班当值人员k的上班时间，令k∈S；且时间精确到半小时。

T’_kj—表示第j次上班当值人员k的下班时间，令k∈S；且时间精确到半小时。

w_it—表示任务以时间点t开始，令t∈t_ikj。

w’_it，—表示任务以时间点t′结束，令t′∈t’_ikj。

本实例中，建立的目标模型为：

其中：I：＝{1，2…}J：＝{1，2…}j∈J (1)

其中：

在上述表达式中，式(1)表示当值人员的平均工时利用率最高；式(2)表示以时间点t开始和以时间t′结束的任务数量最少，就可以更多的挪出之前已经完成任务的人员参与到后面的保障中，从而达到人员的需求数量最少的目的。其中，48表示以半小时为最小单位一天24小时应该划分为24*2＝48格。

本实例的动态调度算法涉及的计算要素包括：航班人员基础信息、动态航班、值机排班规则约束、柜台开放规则等，需要建立如下约束，其中参数定义如下：

T_k(j+1)-T_kj＞48,T_k(j+1)≤8:00

在上述表达式中，式(3)表示日排班工时大于8小时，小于17小时；式(4)表示两天上班间隔大于10小时；式(5)表示通宵班(0：00后下班)可安排上一休二，第三天早班不早于8：00；式(6)表示员工单次任务工作时长需大于等于1小时，小于或等于3小时。

本实例中，需要对包括出港旅客数、开放的柜台进行预处理，使得处理后的数据能够方便的应用于算法的具体计算当中。数据预处理的对象主要包括：

1、出港旅客数。本文假设出港航班是已知，需要对出港旅客按照旅客的类别(高端和经济)进行预估和分类，并分别统计各自的数量以及根据航班的计划出港时间推算旅客到达机场的时间，此过程不是本文的发明内容不做阐述。

2、开放柜台。根据旅客数得到柜台的开放数，并对柜台的开放进行分段，使得(1)每个分段必须大于等于1小时，小于等于3小时。(2)相同时间所在的分段不能被重复的人员保障。由于本文重点考虑了国航系航班的相关值机情况，因此涉及的柜台也是针对国航和国航代理的航空公司。因此，针对此步骤建立了如下的关系：

u：N→PN：＝{1，…，n}，P：＝{1，…，p} (7)

v：P→CP：＝{1，…，p}，C：＝{1，…，c} (8)

f：C→SC：＝{1，…，c}，S：＝{1，…，s} (9)

其中C：＝{1，…，c} (10)

在公式(7)中，N代表按照时间排序后的航班集合，一个航班i∈n是出港航班。P代表通过历史数据分析以及航班计划预估的旅客集合，包含经济和高端两种旅客。

在公式(8)中，C代表柜台的集合。v表示了根据旅客各时段到达数量得到的柜台的各时段开放情况。

在公式(9)中，f表达了开放柜台到人员的分配关系，即调度关系。这样的关系存在着(10)中所表达的限制。

在公式(10)中，表达了在柜台集合C中，在保障时间重叠的情况下，即

不能被分配相同的人员f(i)≠f(j)。

本实例中，基于动态规划算法的基本原理，以值机的业务场景为背景，对算法进行适应性创新调整，建立以工时利用率、人员需求等要。在建立以工时利用率、人力需求为要素的算法模型的时候，对传统的动态配置的改进如下：

1、最大化人员的单次任务时长。人员的单次任务时长需在1小时到3小时的范围内，将尽量多的人员的任务时长尽量长，可以最大化的排开人员，从而使得时间t所在的半小时范围内，人员的需求数量最少。

因此，可以建立如下约束：

q_k—表示当值人员k的任务次数，令k∈S。

式(11)表示所有上班当值人员的任务保障次数综合最少。由于人员的上班时长至少为8小时，因此，最小化人员的单次上班的任务次数，就能使得任务的时长最大化。

2、满足人员任务时长最长的柜台分段。在1中，尽量安排人员任务时长最长，即3小时任务时长的人员在岗。对不足3小时的分段，可以以半小时为分段分布在柜台分段的任意位置，因此得到如下表达式：

L_ij—表示柜台j的第i个分段的长度。

Y_j—表示柜台j的开放时长。

6-Y_j％6＝∑_i(6-L_ij)其中2≤L_ij≤6 (12)

式(12)表示对柜台开放时长按照3小时分段剩余的时间等于每个实际分段的剩余时间的总和。由于根据人员任务时长，每个分段最长为3小时，最短为1小时，且以半小时为单位，因此每个分段的长度取值为2≤L_ij≤6。

本实例中，对运用建立的算法模型，对分时段上班的人员求解的过程如下：

步骤S1、根据的柜台分段表达公式(12)得到对任意选取的一个分段的取值范围：

步骤S2、根据公式(12)和公式(13)，如果分段是依次顺序得到的，那么相邻两个分段的关系如下：

步骤S3、由于算法的核心是动态配置，因此需要建立递归公式，如下：

式(15)表示在一个分段被分出前后，剩余递归总长度的关系。

步骤S4、根据式(15)的递归计算公式，以及式(12)-(13)的约束条件，可以递归得到全部可能的分段结果。

步骤S5、根据步骤S4得到的全部可能的分段结果按照公式(2)的目标，可以得到人力需求数量最少的柜台开放分段组合。

步骤S6、对当值人员S：＝{1，…，s}按照式(1)的要求，以及式(3)-(6)的相关约束条件，按照次序安排人员到各个柜台分段当中，从而得到了满足条件的最优的人员调度结果情况。

与现有技术中机场的顺序调度模式相比，本公开披露的技术方案具有以下改进：

1、首次通过信息化手段，将运筹学中动态配置算法应用于机场的保障作业人员调度中。

2、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。

此为，本公开与传统的动态规划算法相比，具有以下改进：

1、除了在纵向上考虑人力需求最优化问题而外，还在横向的柜台分段方式上引入了最大化人员的单次任务时长，采用递归计算选择最合理的分段方式的方法，较为全面的解决了提高工时利用率和降低人力需求的问题。

2、引入“人员-工作状态”的计算因素。优先选择前面工作完且空闲的保障人员，从而保证了当值人员的工时利用率能够到达较高的水平，不会出现一个人做完任务后，空闲较长时间的情况。

参照图2-图6，下面对机场值机动态调度方法的应用实例做进一步说明：

本实例中，基于动态配置算法的特点以及民航机场人员调度基本规则，披露一种基于柔性分段动态配置算法的民航机场值机调度方法，用于民航机场人员调度，主要包括以下处理过程：

1、数据预处理：出港旅客数、开放的柜台进行预处理，并将处理后的结果用于后面的计算。整个实现过程包括如下步骤：

(1)出港旅客数的预处理。本文假设出港航班是已知，需要对出港旅客按照旅客的类别(高端和经济)进行预估和分类，并分别统计各自的数量以及根据航班的计划出港时间推算旅客到达机场的时间，此过程不是本文的发明内容不做阐述。

(2)开放柜台。得到柜台的开放数，对柜台的开放进行初步分段，使得每个分段必须大于等于1小时，小于等于3小时。并且相同时间所在的分段不能被重复的人员保障(见式(7)-(10))。

2、最大化单次任务时长。通过最小化人员的单次上班的任务次数，以便使得任务的时长最大化(见式(11))。

3、定义分段长度。定义并细化各柜台分段的长度，为随后分段的递归设置前置条件(见式(13)、(14))。

4、建立递归关系式。建立邻里分段的递归关系式，为随后的分段递归进行算式上的准备(见式(15))。

5、得到全部可能的分段计算结果。根据相关的约束，通过分段递归得到全部可能的分段计算结果。

6、选择最佳的分段组合。按照目标模型的要求得到最优的分段组合(见式(2))。

7、分配人员柜台。根据前面得到的柜台分段结果，顺序安排人员到各柜台分段，从而得到“柜台-人员”的分配结果。

更进一步来讲，如图2至图7所示的处理过程：

1、假设每个航班旅客到达机场符合泊松分布，根据每个航班旅客到达机场的规律，综合在一起得到旅客到达机场的波形图规律，如图2所示。

2、根据旅客到达机场的总体规律，可以得到需要开放的柜台数量的波形图，如图3所示。可以看出与上图的旅客到达分布是同比例增加和减少的。

3、柜台开放时长以及分段。以最小单位为半小时对柜台的开放时长进行分段。如图4所示，H01柜台的开放时长为14个小时，以半小时为最小单位可以分为14×2＝28格。由于人员的最大单次任务为3个小时，即6格，因此可以将28格分成4个6格和1个4格。

4、分段的可能组合。由于柜台的开放总长是固定的，根据式(14)对分段长度的定义，可以多种分段的组合，以图5为例，分段可以有以下几种，同时满足式(12)。

5、优化分段。为了能够让人员的工时利用率高，且人力需求少，需要对分段的进行优化。人员分段的结果尽量的分散，才能使得每半小时的人力需求将可能的少。

如图6a和图6b所示，展示了5个开放值机柜台的两种分布情况，即：第一种是没有分散的，可以看出人员任务的轮换同时进行，不能做到休息一会儿的人及时上岗，可以看出人员的需求至少为10人；第二种是分散的，不会出现5个柜台同时上岗的情况，保证至少满足休息时长的员工可以及时上岗，可以看出7个人就能够满足资源需求。由于分段的情况众多，为了得到最优的分段结果，需要在满足约束(式(3)-(6))的条件下，通过递归(式(15))遍历所有可能情况，然后，以目标模式(式(1)、式(2))选择最合适的分段结果。

6、在得到的分段结果后，从上班的当值人员中安排人员对柜台中，本公开考虑的是优先选择空闲出来的人员进行安排，从而当值人员尽可能的少闲置，从而进一步的提高工时利用率。如图7所示，将值机保障的当值人员A、B、C、D、E、F、G七个人安排到上图分段中，从而得到了“柜台-人员”的分配结果。

基于以上实施例可见，本公开依托民航值机管理调度系统(以国航为例阐述)，优化值机人员工时利用率，以及由此产生的根据旅客到港值机分布数据预测，从而合理设定现有值机柜台下，每个工作时间段内的当值人员编制及岗位进行合理规划。

产品实施例：

基于前述方法实施例的发明构思，为实施上述机场值机的动态调度方法，本公开披露一种机场值机的动态调度系统，该系统包括以下组成：

数据获取模块，配置为获取出港航班及出港旅客信息；

数据处理模块，配置为对数据获取模块的获取到的数据进行预处理，得到各类出港旅客的预测值机时间分布数据，以确定值机柜台的开放数量和时长；

动态调度模型，配置为获取目标时间内所需开放的值机柜台数量，根据预设的分段约束条件和递归前置条件，通过分段递归计算得到值机柜台可能的开放时长的分段结果；调用预设的目标模型，得到值机柜台开放时长的最优分段组合；根据最优分段组合，为各柜台分段分配值机保障的当值人员，并输出柜台-人员的分配结果。

本实施例所产生的技术效果与前述对应的方法实施例相同，可参照前述实施例，此处不再赘述。

作为一种可选的实现方式，上述机场值机的动态调度系统的配置模块还可实现以下功能：

数据获取模块还配置为：获取目标时间内值机当值人员的实时工作状态数据；

动态调度模型还配置为：采用柔性分段动态调度算法，依据最大化当值人员的单次任务时长的原则，对值机柜台的开放时长进行分段；

可选的是，动态调度模型还配置为：根据值机当值人员的实时工作状态数据，优先将当值人员中空闲状态持续时间最长的分配给对应有需求的值机柜台；

可选的是，动态调度模型还配置为：根据值机当值人员的实时工作状态数据、值机柜台的容量以及旅客值机时间分布态势，动态调度值机柜台的开放数量、时长和值机当值人员的分派。

在一可选实施例中，上述机场值机的动态调度系统的配置模块还可实现以下功能：

数据获取模块还配置为：获取空港自助值机位数据；

动态调度模型还配置为：根据值机当值人员的实时工作状态数据、值机柜台的容量、自助值机位的值机效能、以及旅客值机时间分布态势，动态调度值机柜台的开放数量和值机当值人员的分派。

以上，仅为本公开的具体实施方式，但本公开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公开揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种机场值机的动态调度方法，其特征在于，包括：

获取出港航班及出港旅客信息，并进行预处理，得到各类出港旅客的预测值机时间分布数据，以确定值机柜台的开放数量和时长；

调用预先建立的动态调度模型，获取目标时间内所需开放的值机柜台数量，根据预设的分段约束条件和递归前置条件，通过分段递归计算得到所述值机柜台可能的开放时长的分段结果；

调用预设的目标模型，得到所述值机柜台开放时长的最优分段组合；根据所述最优分段组合，为各柜台分段分配值机保障的当值人员，并输出柜台-人员的分配结果。

2.根据权利要求1所述的机场值机的动态调度方法，其特征在于，该方法还包括：

获取所述目标时间内值机当值人员的实时工作状态数据；

所述动态调度模型采用柔性分段动态调度算法，依据最大化当值人员的单次任务时长的原则，对所述值机柜台的开放时长进行分段。

3.根据权利要求2所述的机场值机的动态调度方法，其特征在于，所述动态调度模型采用柔性分段动态调度算法，依据最大化当值人员的单次任务时长的原则，对所述值机柜台的开放时长进行分段，进一步包括：

建立单次任务时长最大化的约束条件：

其中，q_k—表示当值人员k的任务次数，当所有当值人员的任务保障次数综合最少时，当值人员的单次任务时长最大；

设置当值人员的单次任务时长为T小时，其范围为T_min≤T≤T_max，以半小时为单位，每个分段的长度取值为2T_min≤L_ij≤2T_max，L_ij—表示柜台j的第i个分段的长度

优先安排任务时长为T_max的当值人员在岗；对任务时长小于T_max的分段，以半小时为分段分布在值机柜台分段的任意位置，得到如下值机柜台分段表达式：

2T_max-Y_j％2T_max＝∑_i(2T_max-L_ij)

其中，Y_j—表示值机柜台j的开放时长，对值机柜台开放时长按照T_max分段剩余的时间等于每个实际分段的剩余时间的总和。

4.根据权利要求2所述的机场值机的动态调度方法，其特征在于，该方法还包括：

根据所述值机当值人员的实时工作状态数据，优先将当值人员中空闲状态持续时间最长的分配给对应有需求的值机柜台；和/或

根据所述值机当值人员的实时工作状态数据、值机柜台的容量以及旅客值机时间分布态势，动态调度值机柜台的开放数量、时长和值机当值人员的分派。

5.根据权利要求1至4任一项所述的机场值机的动态调度方法，其特征在于，该方法还包括：

获取空港自助值机位数据；

根据所述值机当值人员的实时工作状态数据、值机柜台的容量、所述自助值机位的值机效能、以及旅客值机时间分布态势，动态调度值机柜台的开放数量和值机当值人员的分派。

6.根据权利要求5所述的机场值机的动态调度方法，其特征在于，所述根据分段约束条件和递归前置条件，通过分段递归计算得到开放的值机柜台可能的分段结果，进一步包括：

根据所述递归前置条件中定义的分段长度，调用预先建立的邻里分段递归关系式：

根据所述约束条件中设置的单次任务时长最大化的分段条件，计算得到所述值机柜台的全部可能的分段结果。

7.根据权利要求6所述的机场值机的动态调度方法，其特征在于，所述基于预设的目标模型，得到所述值机柜台的最优分段组合，进一步包括：

预先建立的目标模型为：

第一目标：值机保障的当值人员的平均工时利率用率最高：

第二目标：在时间点t开始、时间点t′结束的时间范围内，当值人员的任务数量最少：

其中，I：＝{1，2...}J：＝{1，2...}j∈J，

1)目标参数定义如下：

n个航班N：＝{1，...，n}，m个值机柜台M：＝{1，...，m}，和s个值机保障当值人员S：＝{1，...，s}；

t_ikj-表示第j次上班保障人员k第i次任务的开始时间，令k∈S；且时间精确到半小时；

t'_ikj-表示第j次上班保障人员k第i次任务的结束时间，令k∈S；且时间精确到半小时；

T_kj-表示第j次上班保障人员k的上班时间，令k∈S；且时间精确到半小时；

T′_kj-表示第j次上班保障人员k的下班时间，令k∈S；且时间精确到半小时；

w_it-表示任务以时间点t开始，令t∈t_ikj

w’_it'-表示任务以时间点t′结束，令t′∈t'_ikj

2)相关目标参数约束条件如下：

T_k(j+1)-T_kj＞48,T_k(j+1)≤8:00

根据所述目标模型，结合单次任务时长最大化的分段约束条件和目标参数约束条件，计算得到人力需求数量最少的柜台开放分段组合。

8.一种机场值机的动态调度系统，其特征在于，包括：

数据获取模块，配置为获取出港航班及出港旅客信息；

数据处理模块，配置为对所述数据获取模块的获取到的数据进行预处理，得到各类出港旅客的预测值机时间分布数据，以确定值机柜台的开放数量和时长；

动态调度模型，配置为获取目标时间内所需开放的值机柜台数量，根据预设的分段约束条件和递归前置条件，通过分段递归计算得到所述值机柜台可能的开放时长的分段结果；调用预设的目标模型，得到所述值机柜台开放时长的最优分段组合；根据所述最优分段组合，为各柜台分段分配值机保障的当值人员，并输出柜台-人员的分配结果。

9.根据权利要求8所述的机场值机的动态调度系统，其特征在于：

所述数据获取模块还配置为：获取所述目标时间内值机当值人员的实时工作状态数据；

所述动态调度模型还配置为：采用柔性分段动态调度算法，依据最大化当值人员的单次任务时长的原则，对所述值机柜台的开放时长进行分段；

所述动态调度模型还配置为：根据所述值机当值人员的实时工作状态数据，优先将当值人员中空闲状态持续时间最长的分配给对应有需求的值机柜台；

和/或

所述动态调度模型还配置为：根据所述值机当值人员的实时工作状态数据、值机柜台的容量以及旅客值机时间分布态势，动态调度值机柜台的开放数量、时长和值机当值人员的分派。

10.根据权利要求9所述的机场值机的动态调度系统，其特征在于：

所述数据获取模块还配置为：获取空港自助值机位数据；

所述动态调度模型还配置为：根据所述值机当值人员的实时工作状态数据、值机柜台的容量、所述自助值机位的值机效能、以及旅客值机时间分布态势，动态调度值机柜台的开放数量和值机当值人员的分派。

Images