CN117910783B - 基于航班地面保障任务的地面保障人员排班方法 - Google Patents
基于航班地面保障任务的地面保障人员排班方法 Download PDFInfo
- Publication number
- CN117910783B CN117910783B CN202410312286.0A CN202410312286A CN117910783B CN 117910783 B CN117910783 B CN 117910783B CN 202410312286 A CN202410312286 A CN 202410312286A CN 117910783 B CN117910783 B CN 117910783B
- Authority
- CN
- China
- Prior art keywords
- ground
- scheduling
- personnel
- staff
- flight
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000013179 statistical model Methods 0.000 claims abstract description 10
- 230000014509 gene expression Effects 0.000 claims description 25
- 238000005457 optimization Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000005315 distribution function Methods 0.000 claims description 6
- 230000001186 cumulative effect Effects 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 3
- 238000013439 planning Methods 0.000 abstract description 17
- 238000007726 management method Methods 0.000 abstract description 9
- 238000013468 resource allocation Methods 0.000 abstract description 2
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 230000006872 improvement Effects 0.000 description 3
- 230000010006 flight Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G06Q10/06—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
- 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及航空管理技术领域,提供了一种基于航班地面保障任务的地面保障人员排班方法,包括如下步骤:获取航班运行数据及预设的地面保障任务标准数据;基于统计模型预测航班地面保障任务的起始时间节点及波动分布;构建基于随机规划的排班模型;将预设排班制度输入排班模型,基于预设约束条件求解得到预设排班制度内所需的地面保障人员数量及地面保障人员的工作时间。其目的在于,基于航空运营的复杂性,充分考虑地面保障任务的实际需求和资源分配的协调性,实现协同考虑地面保障任务的人员数量规划及人员排班规划,确保地面保障任务低成本、高效完成。
Description
技术领域
本发明涉及航空管理技术领域,具体而言,涉及一种基于航班地面保障任务的地面保障人员排班方法。
背景技术
航班在目标机场降落后再次起飞的过程中,需要完成一系列的地面保障任务,例如摆渡车运输旅客、行李车装卸、航空餐供应、航油供应、以及清污水车作业等等。只有在完成必要的地面保障任务后,航班才能再次起飞。地面保障任务执行过程中,地面保障人员的规划与排班对于确保地面保障任务按时完成至关重要,是提升民航服务质量的重要保证。
目前,地面保障任务中针对地面保障人员的规划与排班通常分为以下两个步骤:首先是对地面保障人员的数量进行规划,该步骤通常是根据历史数据和专业经验决定所需数量;然后是对规划好的地面保障人员数量进行排班,这一步骤通常是根据航班计划和保障要求,生成各个时段下的保障人员需求量,以班组为单位制定排班计划,以确保保障人员的上班人数与需求量相匹配;例如生成某班组在XX日上早班等排班计划;上述方法人员数量规划与人员排班分开进行的模式下仅能达到局部最优,可能导致人员数量规划与实际需求不匹配,出现人力资源不足或过剩的情况,缺乏协调性。
发明内容
本发明的目的在于提供一种基于航班地面保障任务的地面保障人员排班方法,其目的在于,基于航空运营的复杂性,充分考虑地面保障任务的实际需求和资源分配的协调性,实现协同考虑地面保障任务的人员数量规划及人员排班规划,确保地面保障任务低成本、高效完成。
本发明提供了一种基于航班地面保障任务的地面保障人员排班方法,包括如下步骤:
获取航班运行数据及预设的地面保障任务标准数据;
基于统计模型预测航班地面保障任务的起始时间节点及波动分布;
构建基于随机规划的排班模型;
将预设排班制度输入排班模型,基于预设约束条件求解得到预设排班制度内所需的地面保障人员数量及地面保障人员的工作时间。
进一步地,航班运行数据至少包括航班计划起降时刻以及航班实际起降时刻;地面保障标准数据至少包括各项保障任务的保障时间需求标准数据以及保障人员数量需求标准数据。
进一步地,基于统计模型预测航班地面保障任务的起始时间节点及波动分布,包括:
计算航班计划起降时刻与实际起降时刻的时刻偏差值;
基于正态分布统计模型计算时刻偏差值的期望值及标准差;
基于时刻偏差值的期望值及标准差,结合地面保障任务标准数据得到地面保障任务起始时间节点的期望值及标准差,进而根据航班计划起降时刻的波动分布获取地面保障任务的波动分布。
进一步地,构建基于随机规划的排班模型,包括:
以最小化地面保障人员管理成本为优化目标构建排班模型,地面保障人员管理成本最小的表达式为:
式中,为自定义排班模型的决策变量表示每个班组、每个工作日、每小时的目标排班人员数量,/>表示期望,/>表示地面保障人员成本系数,/>表示根据决策变量/>计算出的排班人员总数,/>表示排班人员数量少于地面保障任务实际需求时的成本系数,/>表示/>时刻保障任务数量的随机变量,/>表示根据决策变量/>计算/>时刻在上班的保障人员数量。
进一步地,根据决策变量计算出排班人员总数的表达式为:
式中,表示各班组以/>天为预设周期循环上班、/>表示第/>个班组中第/>组的排班人员数量。
进一步地,根据决策变量计算/>时刻在上班的保障人员数量的表达式为:
式中,表示第/>个班组中第/>组的开始工作时间、/>表示第/>个班组中第/>组的结束工作时间、/>表示工作日的工作时长。
进一步地,还包括:
基于分布积分定理对排班模型的优化目标进行转化,得到转化后的优化目标,其表达式为:
式中,表示决策变量、/>表示地面保障人员成本系数、/>表示根据决策变量/>计算出的排班人员总数、/>表示/>的期望、/>表示排班人员数量少于地面保障任务实际需求时的成本系数、/>表示根据决策变量/>计算/>时刻在上班的保障人员数量、表示/>的累计分布函数、/>表示/>时刻保障任务数量。
进一步地,还包括:
对转化后的优化目标进行简化,得到简化后的优化目标,其表达式为:
式中,表示决策变量、/>表示地面保障人员成本系数、/>表示根据决策变量/>计算出的预设周期内各班组每小时的排班人员总数、/>表示排班人员数量少于地面保障任务实际需求时的成本系数、/>表示根据决策变量/>计算/>时刻在上班的保障人员数量、表示/>的累计分布函数。
进一步地,预设约束条件包括:
第一约束条件,用于排班模型求解预设排班制度内所需的地面保障人员数量,第一约束条件被定义为每个班组每个工作日保障工作人员上班总人数一致,其表达式为:
式中,表示第几个工作日、/>表示第/>个班组中第/>组的排班人员数量、/>表示工作日的数量。
进一步地,预设约束条件还包括:
第二约束条件,用于排班模型求解预设排班制度内地面保障人员的工作时间,第二约束条件被定义为保障工作人员两次上班之间的时间间隔至少为12小时,其表达式为:
式中,表示从/>到/>之间的值、/>表示工作日的工作时长。
本发明实施例的技术方案至少具有如下优点和有益效果:
本发明提供的基于航班地面保障任务的地面保障人员排班方法,通过基于统计模型预测航班地面保障任务的起始时间节点及波动分布;构建基于随机规划的排班模型;通过将预设排班制度输入排班模型,基于预设约束条件求解得到预设排班制度内所需的地面保障人员数量及地面保障人员的工作时间,实现了地面保障人员数量及地面保障人员工作时间的协同解决,使得地面保障人员数量与地面保障人员工作时间相匹配,能够更好地满足地面保障任务的实际需求,确保人力资源的合理利用,提升民航服务质量和效率。
附图说明
图1为本发明实施例提供的基于航班地面保障任务的地面保障人员排班方法的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
应当理解,本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
请参见图1所示,本发明提供了一种基于航班地面保障任务的地面保障人员排班方法,包括如下步骤:
步骤S100:获取航班运行数据及预设的地面保障任务标准数据;其中,航班运行数据至少包括航班计划起降时刻以及航班实际起降时刻;地面保障标准数据至少包括各项保障任务的保障时间需求标准数据以及保障人员数量需求标准数据;
步骤S200:基于统计模型预测航班地面保障任务的起始时间节点及波动分布;
步骤S200具体包括:
步骤S210:计算航班计划起降时刻与实际起降时刻的时刻偏差值;具体地,可通过航班数据记录系统或者航空公司的运营数据进行实时监测和计算;
步骤S220:基于正态分布统计模型计算时刻偏差值的期望值及标准差;
步骤S230:基于时刻偏差值的期望值及标准差,结合地面保障任务标准数据得到地面保障任务起始时间节点的期望值及标准差,进而根据航班计划起降时刻的波动分布获取地面保障任务的波动分布;具体地,例如地面保障任务为摆渡车,地面保障任务标准数据为摆渡车需要在航班降落前10分钟就位并工作20分钟,那么摆渡车地面保障任务的开始时间节点则为航班降落时刻减去10分钟、摆渡车地面保障任务的结束时间节点则为摆渡车地面保障任务的开始时间节点加20分钟;通过统计模型预测航班地面保障任务的起始时间节点及波动分布,可以更准确地安排地面保障人员的排班计划,减少任务延误和冲突;更好地利用地面保障人员资源,避免资源浪费和过度安排;波动分布的期望值可以反映出在不同时刻或不同情况下,航班地面保障任务所需时间的平均水平;而标准差则可以表示这些时间数据在期望值周围波动的程度,即时间数据的分散程度;较大的标准差意味着数据波动性较大,而较小的标准差则表示数据波动性较小;因此,通过计算时刻偏差值的期望和标准差,可以帮助理解航班地面保障任务时间的波动分布特征,为排班算法的优化提供重要参考;进而提升排班决策的鲁棒性;确保地面保障任务的顺利执行;
步骤S300:构建基于随机规划的排班模型;
步骤S300具体包括:
步骤S310:以最小化地面保障人员管理成本为优化目标构建排班模型,地面保障人员管理成本最小的表达式为:
式中,为自定义排班模型的决策变量表示每个班组、每个工作日、每小时的目标排班人员数量,/>表示期望,/>表示地面保障人员成本系数,/>表示根据决策变量/>计算出的排班人员总数,/>表示排班人员数量少于地面保障任务实际需求时的成本系数,/>表示/>时刻保障任务数量的随机变量,/>表示根据决策变量/>计算/>时刻在上班的保障人员数量;/>表示/>时刻保障任务数量的随机变量,即根据中心极限定理,从步骤S230中的地面保障任务起始时间节点的期望值及标准差,将时间节点的分布转化为数量的分布;具体地,该排班模型的目标是通过调整排班人员数量来最小化地面保障人员管理成本,同时确保满足保障任务的需求;根据该排班模型可以求解得到地面保障人员管理成本最小化的决策变量/>,进而确定最佳的排班方案;
步骤S310中,根据决策变量计算出排班人员总数的表达式为:
式中,表示各班组以/>天为预设周期循环上班、/>表示第/>个班组中第/>组的排班人员数量;具体地,例如/>个班组以M天为周期循环上班,每个班组有/>个工作日且工作日的每个小时均可以开始工作,那么对每个班组而言需要决策的人员数量则有组,进而决策变量可表示为二维向量/>,/>、;
根据决策变量计算/>时刻在上班的保障人员数量的表达式为:
式中,表示第/>个班组中第/>组的开始工作时间、/>表示第/>个班组中第/>组的结束工作时间、/>表示工作日的工作时长;
步骤S300还包括:
步骤S320:基于分布积分定理对排班模型的优化目标进行转化,得到转化后的优化目标,其表达式为:
式中,表示决策变量、/>表示地面保障人员成本系数、/>表示根据决策变量/>计算出的排班人员总数、/>表示/>的期望、/>表示排班人员数量少于地面保障任务实际需求时的成本系数、/>表示根据决策变量/>计算/>时刻在上班的保障人员数量、表示/>的累计分布函数、/>表示/>时刻保障任务数量;
步骤S330:对转化后的优化目标进行简化,得到简化后的优化目标,其表达式为:
式中,表示决策变量、/>表示地面保障人员成本系数、/>表示根据决策变量/>计算出的预设周期内各班组每小时的排班人员总数、/>表示排班人员数量少于地面保障任务实际需求时的成本系数、/>表示根据决策变量/>计算/>时刻在上班的保障人员数量、表示/>的累计分布函数;
通过步骤S320和S330的优化过程,可以精确计算出最优的地面保障人员排班方案,以满足航班地面保障任务的需求,同时最小化地面保障人员管理成本;考虑到随机性因素和实际需求的波动分布,这种基于随机规划的排班模型能够更灵活地应对不确定性,提高排班决策的鲁棒性;
步骤S400:将预设排班制度输入排班模型,基于预设约束条件求解得到预设排班制度内所需的地面保障人员数量及地面保障人员的工作时间;
具体地,预设约束条件包括:
第一约束条件,用于排班模型求解预设排班制度内所需的地面保障人员数量,第一约束条件被定义为每个班组每个工作日保障工作人员上班总人数一致,其表达式为:
式中,表示第几个工作日、/>表示第/>个班组中第/>组的排班人员数量、/>表示工作日的数量。
第二约束条件,用于排班模型求解预设排班制度内地面保障人员的工作时间,第二约束条件被定义为保障工作人员两次上班之间的时间间隔至少为12小时,其表达式为:
式中,表示从/>到/>之间的值、/>表示工作日的工作时长。
在步骤S400中,例如预设排班制度为:上五天休二天、每个工作日的工作时长为8小时,即循环周期M=7、、/>,将该预设排班制度输入排班模型即可利用混合整数规划求解器求解排班模型,输出整体得到地面保障任务最优的地面保障人员人数以及每个工作人员在循环周期内的上班日及上下班时间;
综上,本发明提供的基于航班地面保障任务的地面保障人员排班方法,实现了基于地面保障标准数据的地面保障人员的数量规划与排班,工作人员数量规划与工作人员排班协同解决,能更好地满足实际工作需求,使得人员数量规划能够与实际排班相匹配,确保人力资源的合理利用;同时,本发明引入航班地面保障任务的时间波动性,使得排班方法能够更好地适应航班的因航班延误等导致的航班地面保障任务的时间波动性,使排班决策能够更好地应对突发情况,提高排班决策的鲁棒性;该排班方法支持以员工为单位个性化排班,更具灵活,能采用多样化、灵活的班制和上下班班次,使得人员排班数量与任务曲线贴合紧密,提高资源使用效率。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,除非权利要求中明确说明,本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本说明书披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本说明书实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (6)
1.基于航班地面保障任务的地面保障人员排班方法,其特征在于,包括如下步骤:
获取航班运行数据及预设的地面保障任务标准数据;
基于统计模型预测航班地面保障任务的起始时间节点及波动分布,包括:
计算航班计划起降时刻与实际起降时刻的时刻偏差值;
基于正态分布统计模型计算时刻偏差值的期望值及标准差;
基于时刻偏差值的期望值及标准差,结合地面保障任务标准数据得到地面保障任务起始时间节点的期望值及标准差,进而根据航班计划起降时刻的波动分布获取地面保障任务的波动分布;
构建基于随机规划的排班模型,包括:
以最小化地面保障人员管理成本为优化目标构建排班模型,地面保障人员管理成本最小的表达式为:
式中,为自定义排班模型的决策变量表示每个班组、每个工作日、每小时的目标排班人员数量,/>表示期望,/>表示地面保障人员成本系数,/>表示根据决策变量/>计算出的排班人员总数, />表示排班人员数量少于地面保障任务实际需求时的成本系数,/>表示/>时刻保障任务数量的随机变量,/>表示根据决策变量/>计算/>时刻在上班的保障人员数量;
根据决策变量计算出排班人员总数的表达式为:
式中,表示各班组以/>天为预设周期循环上班、/>表示第/>个班组中第/>组的排班人员数量;
根据决策变量计算/>时刻在上班的保障人员数量的表达式为:
式中,表示第/>个班组中第/>组的开始工作时间、/>表示第/>个班组中第/>组的结束工作时间、/>表示工作日的工作时长;
将预设排班制度输入排班模型,基于预设约束条件求解得到预设排班制度内所需的地面保障人员数量及地面保障人员的工作时间。
2.根据权利要求1所述的排班方法,其特征在于,航班运行数据至少包括航班计划起降时刻以及航班实际起降时刻;地面保障标准数据至少包括各项保障任务的保障时间需求标准数据以及保障人员数量需求标准数据。
3.根据权利要求1所述的排班方法,其特征在于,还包括:
基于分布积分定理对排班模型的优化目标进行转化,得到转化后的优化目标,其表达式为:
式中,表示决策变量、/>表示地面保障人员成本系数、/>表示根据决策变量/>计算出的排班人员总数、/>表示/>的期望、/>表示排班人员数量少于地面保障任务实际需求时的成本系数、/>表示根据决策变量/>计算/>时刻在上班的保障人员数量、/>表示的累计分布函数、/>表示/>时刻保障任务数量。
4.根据权利要求3所述的排班方法,其特征在于,还包括:
对转化后的优化目标进行简化,得到简化后的优化目标,其表达式为:
式中,表示决策变量、/>表示地面保障人员成本系数、/>表示根据决策变量/>计算出的预设周期内各班组每小时的排班人员总数、 />表示排班人员数量少于地面保障任务实际需求时的成本系数、/>表示根据决策变量/>计算/>时刻在上班的保障人员数量、表示/>的累计分布函数。
5.根据权利要求3所述的排班方法,其特征在于,预设约束条件包括:
第一约束条件,用于排班模型求解预设排班制度内所需的地面保障人员数量,第一约束条件被定义为每个班组每个工作日保障工作人员上班总人数一致,其表达式为:
式中,表示第几个工作日、/>表示第/>个班组中第/>组的排班人员数量、/>表示工作日的数量。
6.根据权利要求5所述的排班方法,其特征在于,预设约束条件还包括:
第二约束条件,用于排班模型求解预设排班制度内地面保障人员的工作时间,第二约束条件被定义为保障工作人员两次上班之间的时间间隔至少为12小时,其表达式为:
式中,表示从/>到/>之间的值、/>表示工作日的工作时长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410312286.0A CN117910783B (zh) | 2024-03-19 | 2024-03-19 | 基于航班地面保障任务的地面保障人员排班方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410312286.0A CN117910783B (zh) | 2024-03-19 | 2024-03-19 | 基于航班地面保障任务的地面保障人员排班方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117910783A CN117910783A (zh) | 2024-04-19 |
CN117910783B true CN117910783B (zh) | 2024-05-24 |
Family
ID=90689451
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410312286.0A Active CN117910783B (zh) | 2024-03-19 | 2024-03-19 | 基于航班地面保障任务的地面保障人员排班方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117910783B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108985621A (zh) * | 2018-07-13 | 2018-12-11 | 南京航空航天大学 | 基于风险管控的区域多机场不正常航班恢复方法 |
CN110378537A (zh) * | 2019-07-25 | 2019-10-25 | 四川青霄信息科技有限公司 | 一种机场停机位智能分配的方法及系统 |
CN111027883A (zh) * | 2019-12-18 | 2020-04-17 | 北京化工大学 | 一种献血中心人员的智能调度方法及智能调度系统 |
WO2021042833A1 (zh) * | 2019-09-06 | 2021-03-11 | 平安科技(深圳)有限公司 | 基于调度模型的车辆调度方法、装置、计算机设备及存储介质 |
CN114781707A (zh) * | 2022-04-01 | 2022-07-22 | 湘潭大学 | 针对交通工作人员调度的优化方法及系统 |
CN115689144A (zh) * | 2022-05-25 | 2023-02-03 | 青岛民航凯亚系统集成有限公司 | 航班运行保障任务智能调整方法、系统、设备和存储介质 |
CN116562538A (zh) * | 2023-03-27 | 2023-08-08 | 哈尔滨工业大学 | 一种考虑轨道交通接驳的微循环公交调度优化方法及装置 |
WO2023174187A1 (zh) * | 2022-03-12 | 2023-09-21 | 南京理工大学 | 一种电动公交协调优化调度方法 |
CN116824921A (zh) * | 2023-06-28 | 2023-09-29 | 成都民航空管科技发展有限公司 | 一种基于宽距平行跑道的进离场航班优化排序方法 |
KR20240019546A (ko) * | 2022-08-04 | 2024-02-14 | 한국에너지기술연구원 | 기상 데이터를 이용한 풍력발전기 시계열 출력예측 방법 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110942254A (zh) * | 2019-11-29 | 2020-03-31 | 杭州派迩信息技术有限公司 | 一种登机口服务人员排班规划和派遣系统 |
-
2024
- 2024-03-19 CN CN202410312286.0A patent/CN117910783B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108985621A (zh) * | 2018-07-13 | 2018-12-11 | 南京航空航天大学 | 基于风险管控的区域多机场不正常航班恢复方法 |
CN110378537A (zh) * | 2019-07-25 | 2019-10-25 | 四川青霄信息科技有限公司 | 一种机场停机位智能分配的方法及系统 |
WO2021042833A1 (zh) * | 2019-09-06 | 2021-03-11 | 平安科技(深圳)有限公司 | 基于调度模型的车辆调度方法、装置、计算机设备及存储介质 |
CN111027883A (zh) * | 2019-12-18 | 2020-04-17 | 北京化工大学 | 一种献血中心人员的智能调度方法及智能调度系统 |
WO2023174187A1 (zh) * | 2022-03-12 | 2023-09-21 | 南京理工大学 | 一种电动公交协调优化调度方法 |
CN114781707A (zh) * | 2022-04-01 | 2022-07-22 | 湘潭大学 | 针对交通工作人员调度的优化方法及系统 |
CN115689144A (zh) * | 2022-05-25 | 2023-02-03 | 青岛民航凯亚系统集成有限公司 | 航班运行保障任务智能调整方法、系统、设备和存储介质 |
KR20240019546A (ko) * | 2022-08-04 | 2024-02-14 | 한국에너지기술연구원 | 기상 데이터를 이용한 풍력발전기 시계열 출력예측 방법 |
CN116562538A (zh) * | 2023-03-27 | 2023-08-08 | 哈尔滨工业大学 | 一种考虑轨道交通接驳的微循环公交调度优化方法及装置 |
CN116824921A (zh) * | 2023-06-28 | 2023-09-29 | 成都民航空管科技发展有限公司 | 一种基于宽距平行跑道的进离场航班优化排序方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117910783A (zh) | 2024-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110503325B (zh) | 一种基于建筑信息模型的施工进度资源自动优化方法 | |
Skobelev | Multi-agent systems for real-time adaptive resource management | |
Topaloglu et al. | An implicit goal programming model for the tour scheduling problem considering the employee work preferences | |
CN107016449B (zh) | 一种基于跨企业动态计划排程的智能制造方法 | |
Liu et al. | The design and simulation of an autonomous system for aircraft maintenance scheduling | |
CN111191846A (zh) | 一种面向客户复杂定制需求的油缸产品排产优化装置 | |
CN113034015B (zh) | 一种基于约束松弛求解的机场值机人员排班方法 | |
JP2006146928A (ja) | 保守計画方法およびコンピュータ支援システム | |
CN111882097B (zh) | 一种车辆维护人员调度方法和系统 | |
Wang et al. | Synchronizing production scheduling with resources allocation for precast components in a multi-agent system environment | |
CN103955409A (zh) | 作业调度方法 | |
CN110196773B (zh) | 统一调度计算资源的多时间尺度安全校核系统及方法 | |
CN117910783B (zh) | 基于航班地面保障任务的地面保障人员排班方法 | |
Palma et al. | Scheduling of maintenance work: A constraint-based approach | |
CN111353662A (zh) | 排班方法、装置、设备及存储介质 | |
JP7432087B2 (ja) | エネルギースケジュールを含むデータ構造、およびエネルギースケジュールを含むデータ構造を提供するための方法 | |
Aoun et al. | Using Markov decision processes to solve stochastic gate assignment problem | |
CN112651673A (zh) | 一种资源规划方法及相关设备 | |
Lam et al. | DEVELOPMENT OF AN INTELLIGENT AGENT FOR AIRPORT GATE ASSIGNMENT. | |
CN116128273A (zh) | 考虑可变工期与动态资源约束的工序自动排程方法及装置 | |
Guirro et al. | Manufacturing operational management modeling using interpreted Petri nets | |
CN118134225B (zh) | 基于随机事件场景的机场值机人员调度方法、装置、设备及介质 | |
CN103345672B (zh) | 集装箱堆场车载任务控制系统 | |
CN118134225A (zh) | 基于随机事件场景的机场值机人员调度方法、装置、设备及介质 | |
Chen et al. | Resource-constrained project scheduling with multiple states: Bi-objective optimization model and case study of aircraft maintenance |
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 |