JP3934213B2 - 時系列パターン自動作成方法 - Google Patents
時系列パターン自動作成方法 Download PDFInfo
- Publication number
- JP3934213B2 JP3934213B2 JP19707897A JP19707897A JP3934213B2 JP 3934213 B2 JP3934213 B2 JP 3934213B2 JP 19707897 A JP19707897 A JP 19707897A JP 19707897 A JP19707897 A JP 19707897A JP 3934213 B2 JP3934213 B2 JP 3934213B2
- Authority
- JP
- Japan
- Prior art keywords
- chromosome
- time
- pattern
- time series
- series pattern
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 66
- 210000000349 chromosome Anatomy 0.000 claims description 109
- 238000011156 evaluation Methods 0.000 claims description 46
- 108090000623 proteins and genes Proteins 0.000 claims description 45
- 238000010586 diagram Methods 0.000 claims description 39
- 239000010432 diamond Substances 0.000 claims description 21
- 230000002068 genetic effect Effects 0.000 claims description 20
- 229910003460 diamond Inorganic materials 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 11
- 210000001726 chromosome structure Anatomy 0.000 claims description 5
- 230000002354 daily effect Effects 0.000 description 79
- 230000010006 flight Effects 0.000 description 38
- 238000012545 processing Methods 0.000 description 18
- 238000003379 elimination reaction Methods 0.000 description 5
- 230000008030 elimination Effects 0.000 description 4
- 230000035772 mutation Effects 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 238000012854 evaluation process Methods 0.000 description 3
- 230000003203 everyday effect Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004545 gene duplication Effects 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000004622 sleep time Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
【発明の属する技術分野】
本発明は時系列に並べられるべき複数の要素を順序づけて、複数の時系列パターンを作成する、時系列パターン作成方法に係り、更に詳しくは、例えば航空機の乗務員に対する乗務フライト列としての乗務パターンの自動作成方法に関する。
【0002】
【従来の技術と発明が解決しようとする課題】
本発明は、一般的には時系列に並べられるべき要素を順序づけて、時系列パターンを作成する、時系列パターン作成方法に関するものであるが、後述のように航空機の乗務員の乗務パターンを具体例として実施例を説明するために、ここでも航空機乗務員の乗務パターン作成に関する従来技術を説明する。
【0003】
航空機乗務員の乗務パターンとは、例えば飛行機の機長が、機体番号001、機種B767の飛行機の運行のために6時40分に東京、例えば羽田空港を出発し、札幌空港に8時10分に到着し、次に例えば別の機体番号の飛行機で札幌空港を9時30分に出発し、大阪空港に向かうなどというフライトの連続するパターンである。
【0004】
航空機は高価であるので、一般に航空機の運行パターン、すなわちシップパターンにおいて連続するフライトは決定されており、例えば機長の飛行機の乗り換えなどによって、できるだけコストを下げ、人員を効率的に使用できるように航空機乗務員の乗務パターンを組み立てる必要がある。
【0005】
従来はこのような乗務パターンの作成を様々な目標条件、例えばパターンの総数を減らすことによって必要な人員を少なくするというような条件を考慮して、1日毎に設定し、乗務パターンを作成するというような方法がとられていた。
【0006】
しかしながら1日におけるフライトの総数が多くなり、また目標とすべき条件もパターンの総数だけでなく、例えば機長が単なる移動のためにだけ飛行機に客として搭乗する便乗の回数を少なくすること、乗務時間のバラつきを少なくすることなど、様々な条件を考慮する必要がでてきたことによって、全体的に効率の良い乗務パターンを作成することは容易でないという問題点があった。
【0007】
また1月間の乗務パターン、すなわちマンスリーパターンを作成する際にもデータの量としてのフライトの数が非常に多くなり、また考慮すべき目標条件も多くなるため、効率上最適なマンスリーパターンを作成することはできないという問題点があった。
【0008】
本発明は、遺伝的アルゴリズムを応用して、まず1日毎の乗務パターン、すなわちディリーパターンを作成し、更に再び遺伝的アルゴリズムを適用してディリーパターンの組み合わせとしてマンスリーパターンを作成することによって、コストを削減し、また人員の稼働効率を向上させる乗務パターンを自動的に作成する方法を提供することを目的とする。
【0009】
【課題を解決するための手段】
図1は本発明の原理を説明するための機能ブロック図(その1)である。本発明の実施例では1日のすべてのフライトから複数の時系列フライトパターン、すなわちディリー乗務パターンが作成され、これらのディリー乗務パターンが組み合わされて複数日分、例えばマンスリー乗務パターンが作成されるが、ここでは1日をタイムスパン、複数日、例えば1ケ月を第2のタイムスパンとして原理を説明する。
【0010】
まず第1のタイムスパンを対象として図1の処理が実行される。101で時系列に並べられるべき要素のうちで各要素の開始時刻の早いものから、その要素の終了時刻より後に開始時刻がある要素を次々とリンクさせることによって作成される複数のリンク関係に基づいて、複数個の要素列が作成される。
【0011】
次に102で各要素列に対して、あらかじめ定められた形式で評価値が求められ、103で各要素列に対して定められた処理、例えば遺伝的アルゴリズムによる処理が実行され、その結果に対応して評価値が最も良い要素列が求められる。
【0012】
最後に104で評価値が最も良い要素列の内容に基づいて複数の時系列パターンが作られる。第1のタイムスパンを1日とし、複数の要素を1日におけるすべてのフライトとすると、以上の処理によって作成される時系列パターンはディリー乗務パターンとなる。
【0013】
第2のタイムスパンに対しては、第1のタイムスパンに対して求められた時系列パターン、例えばディリー乗務パターンを要素として101〜104の処理が実行される。まず101で複数の要素、すなわち第1のタイムスパンに対して求められた各時系列パターンのうちで開始時刻の早いものから、その時系列パターンの終了時刻より後に開始時刻を有する時系列パターンを次々とリンクさせることによって生成される複数のリンク関係に基づいて、複数個の要素列としての時系列パターン列が作成される。
【0014】
続いて時系列パターンを要素として102,103の処理が実行され、最後に評価値が最も良い要素列としての時系列パターン列の内容に基づいて第2のタイムスパンに対応する複数の時系列パターンが作成される。第1のタイムスパンに対する時系列パターンがディリー乗務パターンであり、第2のタイムスパンが1ケ月とすると、第2のタイムスパンに対する時系列パターンはマンスリー乗務パターンとなる。
【0015】
図2は、本発明の実施例に対応させて、本発明の原理をさらに詳細に説明するための機能ブロック図(その2)である。同図は複数のフライトを順序づけて、複数の時系列フライトパターンとして航空機乗務員の乗務フライトパターンを作成する、乗務パターン自動作成方法の原理的な機能ブロック図である。
【0016】
図2において、1で複数のフライトのうちで出発時刻が早いものから、そのフライトの到着時刻より後に出発時刻を持ち、そのフライトの後に接続可能なフライトを次々とリンクさせて、複数のリンク関係が、異なるリンク関係の間でのフライトの重複を許しながら設定される。
【0017】
次に2で、複数のリンク関係の最初にあるそれぞれのフライトに対応して、フライトを並べるべきフライト列における位置が指定され、3でその最初にあるフライトの後に接続可能な1つ以上のフライトから1つのフライトが選択され、前述の対応する位置にその選択された要素が配置されて、フライト列が複数個作られる。
【0018】
4でその複数のフライト列に対してあらかじめ定められた形式で評価値が求められた後に、定められた処理、例えば遺伝的アルゴリズムによる処理が実行され、5でその処理の結果としての新しいフライト列に対して前述のあらかじめ定められた形式、例えばパターンの総数を最小にするというような要求条件が反映される形式で、評価値が求められる。そして6で、その評価値による評価が最も良いフライト列の内容に基づいて、複数の乗務員に対応する複数の最適乗務パターンが作成される。
【0019】
図2の機能ブロック図による原理的な方法は、1日毎の乗務パターン、すなわちディリーパターンの作成にそのまま用いられる。すなわち前述の複数のフライトが1日における全国の全てのフライトであり、図2の1でそれら全てのフライトを対象としてフライト間にリンク関係を設定する処理が行われ、以後2〜6の処理を行うことによって、全国の全てのフライトを対象として複数の乗務パターンが作成され、これらの乗務パターンを複数の乗務員にそれぞれ割り当てることによって、効率的な乗務パターンを作成することができる。
【0020】
但し、この場合異なる乗務パターンの中に同一のフライトが重複して含まれることは適当でないので、図2の3で作られる複数のフライト列のそれぞれ、および4で行われる定められた処理の結果としての新しいフライト列の中には、同一のフライトが重複して含まれることがないよう、重複フライトのチェックが行われる。
【0021】
図2の4で行われる定められた処理は、前述のように例えば遺伝的アルゴリズムによる処理であり、例えば交叉、および突然変異の処理が用いられる。また4と5で求められる各フライト列に対する評価値の計算に対しては、例えばパターンの総数、機長の飛行機乗り換え回数としての機材交換回数、および前述の便乗回数などが、それぞれ最小となるように評価値の計算方法が決定される。
【0022】
1日毎に対応して作成されたディリーパターンの1月分からのマンスリーパターンの作成においても、図2におけると基本的に同じ方法が用いられる。図2では複数のフライト間に設定されるリンク関係を基礎としてフライト列が作成され、最適フライト列の内容に対応してディリー乗務パターンが作成されるが、マンスリーパターンの作成時においては、図2のフライトの代わりに1日毎の乗務パターン、すなわちディリーパターンが用いられ、処理が行われる。すなわち例えば1日分の毎日のディリーパターンが作成された後に、例えば1ケ月(30日)分のディリーパターンを対象として、図2と同様の処理が実行される。
【0023】
図2の1でディリーパターンの間にリンク関係が設定され、2でディリーパターン列おける位置が指定され、3で複数のディリーパターン列が作られ、4で定められた処理が実行され、5で評価値が求められ、6で評価が最も良いディリーパターン列の内容によって30日分に対応するマンスリー乗務パターンが作成される。
【0024】
以上のように本発明によれば、乗務員のディリーパターン、およびマンスリーパターンの作成において、例えば遺伝的アルゴリズムが用いられ、様々な目標項目に対応する評価が最も良い乗務パターンの作成が行われる。
【0025】
【発明の実施の形態】
以下本発明の実施例を、航空機乗務パターンの作成を具体例として詳しく説明する。この説明では、1日毎の乗務パターンとしてのディリーパターンの作成と、ディリーパターンを組み合わせた結果としての1ケ月間の乗務パターンとしてのマンスリーパターンの作成とに分けて、実施例を説明する。
【0026】
図3は毎日のフライトデータ、すなわち航空便のダイヤを示すダイヤデータの例である。同図において機体番号001、機種B767の飛行機が午前6時40分に東京(TYO)を出発し、8時10分に札幌(SPK)に到着すること、機体番号002、機種B767の飛行機が札幌を午前7時45分に出発し、東京に9時15分に到着することなどのフライトのデータが示されている。
【0027】
図4は、図3のダイヤデータからそれぞれのフライト(便)に対応して機体番号、機種、出発時刻、出発空港、到着時刻、および到着空港を1組のデータとして示したフライトデータの説明図である。同図においては、図3の第1行目のフライトに対応するフライトデータが示されている。
【0028】
本実施例では図3のダイヤデータ、または図4のフライトデータから、各フライトに対応するフライトオブジェクトが生成され、1日の全てのフライトオブジェクトが、出発時刻の早いものから図5に示すように順番に並べられる。図5において、最初にあるフライトオブジェクトは図3のダイヤデータの先頭にあるものであり、これは以下の説明でフライトオブジェクトaと名付けられる。また次にあるフライトオブジェクトは図3のダイヤデータで2番目にあるものであり、フライトオブジェクトbと名付けられる。以下全国のフライトに対応するフライトオブジェクトが出発時刻の早いものから順に並べられる。
【0029】
図5のようなフライトオブジェクトの生成と、その一覧表の作成は本発明におけるパイロットなどの航空機乗務のディリーパターンの作成処理の一部である。図6はこのディリーパターン作成アルゴリズムにおける前処理のフローチャートである。同図において処理が開始されると、まずステップS1で図3のようなダイヤデータが読み込まれ、ステップS2で図5で説明したフライトオブジェクトが生成され、全国のフライトに対応する全てのフライトオブジェクトがその出発時刻の早いものから順に並べられる。
【0030】
次にステップS3で各フライトオブジェクト、すなわち図5のフライトオブジェクトa,b,・・・について、後続便として接続可能なフライトオブジェクトを調べ、そのようなフライトオブジェクトの間にリンクが設定される。この後続便として接続可能な条件は、空港が同一であり、かつ時間的に次の条件を満たすものである。
【0031】
次便の出発時刻≧当便の到着時刻+最小ステイ時間(整備等)
図5で説明したような各フライトオブジェクトについて、ステップS3で設定されるリンクの例を図7に示す。図7において、フライトオブジェクトaに対して後続便として接続可能なフライトオブジェクトとして、cおよびeがあることなどがリンクとして設定されている。また後続便として接続可能なフライトオブジェクトを持たないもの、例えばフライトオブジェクトxは図7においてハッチされている。
【0032】
本実施例では、航空機乗務パターンの作成処理において、遺伝的アルゴリズム(ジェネティック アルゴリズム、GA)を適用する。そこで図6の前処理アルゴリズムの最終ステップ、すなわちステップS4でGAにおける染色体の構造が生成される。この染色体は、本実施例において航空機乗務パターンを作成するために使用される要素列である。染色体を構成する複数の遺伝子として、図7に示したような各フライトオブジェクトの間のリンク関係において後続便を持つフライトオブジェクトが割り当てられるものを染色体の構造とする。すなわち染色体の内部のそれぞれの遺伝子の位置としての、一種の座標としての各遺伝子座に、図7において後続便を持つフライトオブジェクトが割り当てられる。
【0033】
図8はステップS4において生成される染色体の構造を示す。ここでは後続便を持つフライトオブジェクトaからfが、左から順番に遺伝子座に割り当てられ、後述するように、それぞれの遺伝子座に対応するフライトオブジェクトの後続便としてのフライトオブジェクトがランダムに選択されて遺伝子とされる。すなわち、航空機乗務パターンの作成処理において使用される染色体は、フライトオブジェクトの間のリンク関係において、それぞれ先頭のフライトの後続便の中から1つだけ選択されたフライトが並べられたフライト列(要素列)である。
【0034】
なおここでは、それぞれの遺伝子座を図7において上にあるフライトオブジェクト、すなわち出発時刻の早いフライトオブジェクトから順番に左側から割り当てたが、接続可能な後続便の数が少ないものから順番に左側から割り当てる方が、後述する制約条件違反解消のために便利なことがある。これについては図14で説明する。
【0035】
図9はディリーパターン作成アルゴリズムの主処理のフローチャートである。同図は、図6のステップS4に続いて行われる処理を示す。同図において処理が開始されると、まずステップS10で染色体の発生処理が行われる。すなわち図8で説明した染色体の構造としての各遺伝子座に対応するフライトオブジェクトの後便、一般に複数個の後続便の中から、それぞれランダムに選択された後続便としてのフライトオブジェクトが設定されて、染色体の生成が行われる。
【0036】
この染色体としてはN個、例えば20個が生成される。図10はこのようにして生成される染色体の例を示す。但しそれぞれの染色体の内部の遺伝子としては同じものが存在しないように、すなわち同じフライトオブジェクトが重複して1つの染色体の中に表れないように後続便の設定が行われる。
【0037】
続いてステップS11で各染色体に対する評価処理が行われる。この評価処理では、各染色体がデコードされて乗務パターンが作成され、例えば乗務パターンの総数と、機材の交換数とに応じて、それぞれの染色体の評価値が計算される。
【0038】
図11は染色体のデコードと、その評価値の計算の説明図である。同図において染色体をデコードする、すなわち染色体の内部の遺伝子の内容によって連続したフライトオブジェクト、すなわちパイロットなどの航空機乗務ディリーパターンが作成される。この乗務パターンとしては、例えばフライトオブジェクトaの次にc、その次にd,f,yがこの順序で続くパターン、フライトオブジェクトbの後にxが続くパターンなどが染色体の遺伝子の内容によって作成される。
【0039】
それぞれの乗務パターンに応じて、連続するフライトオブジェクト、例えばb,xにおいて使用される飛行機の機体番号は、例えば図3のダイヤデータ、または図4のフライトデータから知ることができ、各乗務パターンに対して飛行機の交換、実際にはパイロットが次に乗る飛行機を変更することに相当する機材交換が必要であるか、必要である場合には何回必要かが分かる。
【0040】
それぞれの染色体について、デコードの結果作成される乗務パターンの総数、および必要な機材交換の総数が求められ、例えば総パターン数に対する重み100、機材交換に対する重み10を用いて、評価値が次式によって計算される。
【0041】
評価値=(総パターン数×100)+(機材交換数×10)
1つの染色体からデコードされるパターンの総数が30、必要な機材交換の総数が10であれば、その染色体に対する評価値は3100となる。このような評価値の計算がN個、例えば20個の各染色体について実行される。
【0042】
図9のステップS11で各染色体に対する評価値の計算が終了すると、次のステップS12で初期調整の処理が行われる。この処理では、ステップS10で発生処理が行われた染色体N個に加えて別の染色体が生成され、ステップS10で生成された染色体に追加される。ここで追加される染色体は各飛行機のシップパターンに相当するものである。シップパターンとは、1つの機体がその日のうちでどのようなフライトに連続して使用されるかを表すパターンであり、例えば図12に示す機体データに対応する。
【0043】
図12には機体番号001、機種B767の飛行機が、1日のうちにフライトオブジェクトa,c,・・・の順序で、連続的に使用されることが示されている。それぞれの機体に対する、図12に示されるような機体データから、対応する乗務パターン染色体が生成され、ステップS10で生成された染色体に追加される。このシップパターンに対応する染色体からデコードされる乗務パターンは機材交換の必要がなく、従って評価値がよくなる。ステップS12で明らかに評価値が良い染色体を追加することによって、早い段階で機材交換の少ない乗務パターンが得られる。
【0044】
続いてステップS13、およびS14において、GAの処理として交叉、および突然変異の処理が行われる。ここでは交叉として一点交叉が用いられる。すなわち染色体の総数、例えばステップS10で生成される染色体の内部に各機体のシップパターンに対応する染色体がすでに存在する場合にはN個、例えば20個の個体数に交叉率、例えば0.3を掛けた個数の染色体を、評価値の良い(小さい)ものが選ばれやすくなるように偶数個、例えば6個選択し、それらをコピーして2つずつ組み合わせ、確率的に決められた交叉点において遺伝子の組み替えが行われる。
【0045】
図13はこの交叉処理の説明図である。同図においては評価値の小さいものとして選ばれた染色体のうちの2個が1組とされ、まずそれらのコピーが作られ一点交叉が行われる。一点交叉の交叉点として、例えばフライトオブジェクトdとeとに対応する遺伝子座の間が選ばれると、この交叉点を境界として1組の染色体内で、例えば右側の遺伝子が交換され、2つの新しい染色体が生成される。
【0046】
なお交叉の対象として評価値の良いものを選ぶ方法としては、例えばルーレット選択が用いられる。このルーレット選択は基本的な考え方として評価値の良い染色体にルーレット盤上で広い面積を割り当て、ルーレットを回すことによって染色体を選択する方法である。
【0047】
ステップS13で交叉の処理が行われ、新しい染色体が生成されると、この生成された染色体を対象としてステップS14で突然変異の処理が行われる。この処理では新しく生成された染色体の各遺伝子を確率的に、例えば0.02程度の確率で他の遺伝子、またはnil(無接続)に置き換える処理が行われる。すなわち図8で説明した各遺伝子座に対応するフライトオブジェクトの、一般に複数の後続便の中から、他の後続便が選ばれるか、または後続便が存在しないことを示すnilが選ばれる。なお図10において説明した最初のN個の染色体の生成時にも、各遺伝子座に対応する遺伝子としてnilを設定できるものとする。
【0048】
GAの処理としてのステップS13、およびS14が終了すると、ステップS15で制約条件違反解消処理が行われる。例えば過剰乗務違反として1日の乗務回数が5回を越える場合など、様々な制約条件が考えられるが、ここではフライトオブジェクトの重複違反、すなわち1つの染色体の中に同じフライトオブジェクトが遺伝子として重複して表されることを制約条件違反として、それを解消する処理が行われる。すなわち交叉、または突然変異によって、1つの染色体の中に同じ遺伝子が表れた場合には、これを他の遺伝子、またはnilに置き替える処理が行われる。
【0049】
図14、および図15はこの制約条件違反解消処理の説明図である。図14においては、図8および図10と異なって、染色体の左側の遺伝子座から、後続便の個数が少ないフライトオブジェクトが割り当てられている。すなわちフライトオブジェクトc,d,e,fは後続便としてnilを含んでそれぞれ2個を持つのに対して、フライトオブジェクトa,bはそれぞれ3つの後続便を持っている。
ステップS15では、フライトオブジェクトの重複を判定するために、染色体の左側から各遺伝子座における遺伝子を見ていって、遺伝子の重複があるか否かを判定する。図14においては最後の遺伝子座、すなわちフライトオブジェクトbに対応する遺伝子座の位置で遺伝子yの重複が発見される。そこでこの遺伝子yを、フライトオブジェクトbの後続便の中で他の便、すなわちxに変更することにより遺伝子の重複が解消される。
【0050】
これに対して図15は、図8および図10に示した染色体の構造に対応する制約条件違反解消処理の結果を示している。ここでも左側から各遺伝子を見ていくことにより、最後のフライトオブジェクトfに対応する遺伝子yの重複が発見される。しかしながらフライトオブジェクトfはy以外に後続便を持たないため、yはnilにしか変更できないことになる。これによってフライトfは1つのディリーパターンの最終フライトとなってしまうことになり、図14においてfの後に後続便としてyが続くのに比べて、パターンの長さ、すなわち1つのパターンに含まれるフライトの数が少なくなる。
【0051】
1日に必要なフライトの総数は当然決まっており、1つのパターンの内部のフライトの数が少なくなることは1日のパターンの総数を増やすことになり、従ってパイロットなどの数が多く必要となるため、前述の評価値の計算においてもパターンの総数に対する重みは大きくなっており、パターン数を減らすためには、図14のように後続便の数の少ないものを染色体の左側に配置することが適当である。また、図示していないが、翌日のフライトデータを参照することによって乗務接続条件違反を解消する。例えば翌朝札幌発のフライトが2便ある場合、今日の乗務は2名のパイロットが札幌で乗務を終了しないと翌朝のフライトにパイロットを割り当てることができない。そこでこのような乗務接続条件違反を発見して、それを解消する。
【0052】
図9のステップS15で制約条件違反解消処理が行われた後、ステップS16でステップS13〜S15で生成された新しい染色体についてデコードが行われ、乗務パターンが作成され、評価値の計算が行われる。続いてステップS17で全ての染色体、例えばN+0.3N=26個の染色体を評価値のよい順にソートして、上位N個の染色体を残す淘汰の処理が行われる。
【0053】
続いてステップS18で指定回数の処理が行われたか否かが判定され、まだ行われていない場合には主処理としてのステップS10〜S17の処理が次世代の染色体を対象として繰り返され、指定回数の処理が終了したと判定された時点でディリーパターンの作成処理が終了する。
【0054】
図9のすべての処理が終了すると図示しない後処理が行われる。この後処理においては最終的に残った染色体のうちで最も評価値のよい染色体が取り出され、その内容のデコードが行われて1日に対応する複数のパイロットなどの乗務パターン、すなわちディリーパターンが作成される。
【0055】
以上においてはパイロットなどの1日の乗務パターン、すなわちディリーパターンの作成処理について詳細に説明したが、このようなディリーパターンを1月分、それぞれの日に対して作成し、それらを組み合わせることによって、例えば1月分の乗務パターン、すなわちマンスリーパターンを作ることができる。そのマンスリーパターンの作成処理について以下に説明する。
【0056】
図16は、ディリーパターンからディリーパターンオブジェクト(出発時刻の早いものから並べられる)を作成する、ディリーパターンオブジェクトの生成の説明図である。同図において1ヶ月分のディリーパターン、すなわち例えば全てのパイロットの第1日〜第30日のディリー乗務パターンを対象として、ディリーパターンオブジェクトが作られる。
【0057】
本実施例では、このディリーパターンオブジェクトにそれぞれ固有の名称を与えるものとし、大文字のA,B,・・・をディリーパターンオブジェクトを表すために使用する。図11で説明したように、例えばフライトオブジェクトa,c,d,fおよびyは、この順序で1つのディリー乗務パターンを構成し、b,xがこの順序で1つの乗務パターンを形成するものとすれば、これらのディリーパターンにそれぞれディリーパターンオブジェクトA,Bの名称が与えられる。そして第1日〜第30日のディリー乗務パターンオブジェクトが、その出発時刻、ここではフライトa,b,・・・の出発時刻の早いものから、順番に図5と同様に並べられる。
【0058】
図17はこのようにして並べられたディリーパターンオブジェクトに対してリンクが設定された結果を示している。このリンクの設定法は図7におけると同様であるが、リンク先のディリーパターンオブジェクトは、リンク元のディリーパターンオブジェクトと同一日、または翌日に開始されるものに限定される。例えばディリーパターンオブジェクトAの最終到着空港と、翌日に開始されるディリーパターンオブジェクトBの出発空港とが同じであり、かつ時刻的に次のような関係があれば、Aの後にBが続くリンク関係が設定される。
【0059】
B内の最初のフライト出発時刻≧A内の最後のフライト到着時刻+インターバル
ここでインターバルは、ディリーパターンBがAと同日に開始されるか、あるいは翌日に開始されるかなどによって異なるが、例えば翌日に開始される場合には、当然パイロットにとって必要な十分な睡眠時間と休息時間を含むように設定される。なお次のディリーパターンが前のディリーパターンと同じ日に開始される可能性が残されており、このようにすることによって例えば機体運用の効率を向上させることができる。さらに、例えば第1日の最終フライトyの到着空港と第2日の最初のフライトbの出発空港が異なる場合には、第2日の朝に乗務員が客として他の便に搭乗し、bの出発空港に移動する便乗を組み合わせることになる。
【0060】
以後のマンスリー乗務パターンの作成処理は、ディリーパターンの作成処理におるけフライトオブジェクトがディリーパターンオブジェクトに代わるのみで、ほぼ同様に実行される。図18は染色体の構造の説明図である。染色体の遺伝子座には、図17においてリストの最終位置のディリーパターン、例えばX,Yを除いて全てのディリーパターンが割り当てられる。
【0061】
ここでは図17において上にあるディリーパターンが左側から順番に遺伝子座に対応させられているが、図14で説明したように後続の可能性があるディリーパターンが少ないものから順に左側から並べることも当然可能である。この染色体の構造に対応して、それぞれの遺伝子座に対応する遺伝子として、遺伝子座に対応するディリーパターンの後続となる可能性があるディリーパターンが選択される。
【0062】
図19は、このようにして選択された遺伝子が並べられた染色体のデコードによって得られる、マンスリー乗務パターンの説明図である。同図において、1ケ月分のディリーパターンの中からA−B−Xと組み合わせることにより、例えば3日に渡る1人のパイロットの乗務パターンが作成される。
【0063】
以上のような処理を1ケ月分の各ディリーパターンについて実行することによって、ディリーパターンの連続としてのマンスリーパターンが作成される。なお後述するが、例えば1人のパイロットの連続乗務日数が4日を越えるような場合には、ディリーパターンの連続を4日で打ち切るような作業も実際的には必要である。
【0064】
図20はマンスリー乗務パターン作成処理における前処理のフローチャートである。同図をディリーパターン作成処理における図6と比較すると、ステップS1におけるダイヤデータ読み込みに対応する処理は存在せず、ステップS21でディリーパターンオブジェクトが生成されて出発時刻の早いものから順に並べられ、ステップS22でディリーパターンオブジェクトの間にリンク関係が設定され、ステップS23で染色体の構造が生成されて、前処理を終了する。
【0065】
図21はマンスリーパターン作成の主処理のフローチャートである。同図をディリーパターン作成処理に対応する図9と比較すると、初期調整が行われるステップS12に相当する処理がない点を除いて、基本的に図9におけると同様の処理が行われる。但しステップS32の評価処理では、評価項目として各染色体に対応するマンスリーパターンの総数と、基地帰還違反数との2つが用いられる。ここで基地帰還違反とは、例えば東京と大阪だけをパイロットの勤務に好都合な場所という意味で基地とし、最終的にこの基地に帰還しないようなパターンの数を意味する。この2つの項目に対して、例えば総パターン数に対する重みを100、基地帰還違反数に対する重みを30とすることによって、評価値が計算される。
【0066】
またステップS35において違反が解消される制約条件に対しては、ディリーパターンオブジェクトの重複解消の他に、前述のようにパイロットの連続乗務日数が上限値、例えば4日を越えるような場合に、4日目の最後のディリーパターンに対応する遺伝子をnil(無接続)として違反を解消したり、前述の基地帰還違反に対しては適当な位置でパターンを切断するような処理が実行される。
【0067】
図20、および図21で説明した処理が、1ケ月分のディリー乗務パターンオブジェクトを対象として実行され、最も評価値のよい染色体がデコードされて、マンスリー乗務パターンが作成される。
【0068】
最後に本発明の時系列パターン自動作成方法を用いて時系列パターンを作成するためのコンピュータシステムの構成について説明する。図22はそのようなコンピュータシステムの構成と、プログラムのローディングの説明図である。同図においてコンピュータ11は本体14とメモリ15とから構成されており、本体14に対しては可搬型記憶媒体12からプログラムなどをロードすることも、またプログラム提供者側からネットワーク13を介してプログラムなどをローディングすることも可能である。
【0069】
本発明の特許請求の範囲の請求項10、および請求項11に記載されているプログラムや、図9、図21のフローチャートに示されているプログラムなどは例えば図22におけるメモリ15に格納され、そのプログラムは本体14によって実行される。ここでメモリ15としては、例えばランダムアクセスメモリ(RAM)、またはハードディスクなどが使用される。
【0070】
また時系列に並べられるべき要素を順序づけて、複数の時系列パターンを作成するためのプログラムなどが可搬型記憶媒体12に記録され、コンピュータ11にそのプログラムをローディングすることによって時系列パターンを自動的に作成することも可能である。この可搬型記憶媒体12としてはメモリカード、フロッピーディスク、CD−ROM(コンパクトディスクリードオンリーメモリ)、光ディスク、光磁気ディスクなど、市販され、流通可能な任意の記憶媒体を使用することができる。また時系列パターンの自動作成のためのプログラムなどがプログラム提供者側からネットワーク13を介してコンピュータ11側に送られ、そのプログラムがローディングされることによって、時系列パターンを自動的に作成することも可能である。
【0071】
以上の説明では、パイロットの乗務パターンの作成について実施例を詳細に説明したが、本発明は飛行機に限らず、電車やバスどの乗務員の乗務パターンの作成に対しても適用可能なことは当然である。また染色体に対する評価値の計算においては、以上の説明と異なる様々な評価項目を用いることが可能であり、またその重みをいろいろな値に設定することができることも当然である。更に違反解消の対象となる制約条件についても、様々な条件を設定することが可能である。
【0072】
また本発明のパターン自動作成方法は、このような乗務員の乗務パターンの作成のみに限定されることなく、時系列に要素が並べられる時系列パターンであれば、どのようなパターンの作成にも適用可能である。
【0073】
【発明の効果】
以上詳細に説明したように、遺伝的アルゴリズムを適用することによって、コストと人員などに対する各種の評価項目、例えば乗務員勤務パターンの総数や、飛行機の機体の交換数などの評価項目に対応する評価をできるだけ良くすることによって、最適化された航空機乗務員の乗務パターンをディリーパターンとして作成し、更にこれらのディリー乗務パターンを遺伝的アルゴリズムを応用して組み合わせることにより、最適なマンスリー乗務パターンを作成することができ、乗務パターンの作成自動化に寄与するところが大きい。
【図面の簡単な説明】
【図1】本発明の原理を説明するための機能ブロック図(その1)である。
【図2】本発明の原理を説明するための機能ブロック図(その2)である。
【図3】1日のダイヤデータの例を示す図である。
【図4】それぞれのフライトのフライトデータの例を示す図である。
【図5】出発時刻の早いものから順に並べられたフライトオブジェクトの例を示す図である。
【図6】ディリーパターン作成の前処理のフローチャートである。
【図7】フライトオブジェクトに対するリンク設定の例を示す図である。
【図8】染色体の構造の例を示す図である。
【図9】ディリーパターン作成の主処理のフローチャートである。
【図10】遺伝子の設定による染色体の生成を説明する図である。
【図11】染色体からの乗務パターンのデコードを説明する図である。
【図12】シップパターンに対応する機体データの例を示す図である。
【図13】交叉の例を説明する図である。
【図14】重複違反解消の例を示す図(その1)である。
【図15】重複違反解消の例を示す図(その2)である。
【図16】1ケ月分のディリーパターンからのディリーパターンオブジェクトの生成を説明する図である。
【図17】ディリーパターンオブジェクトに対するリンク関係の設定を説明する図である。
【図18】マンスリーパターン作成処理における染色体の構造を説明する図である。
【図19】染色体のデコードによるマンスリーパターンの生成を説明する図である。
【図20】マンスリーパターン作成の前処理のフローチャートである。
【図21】マンスリーパターン作成の主処理のフローチャートである。
【図22】時系列パターンを作成するためのコンピュータシステムの構成とプログラムのローディングを説明する図である。
Claims (3)
- 遺伝的アルゴリズムを適用して乗務の時系列パターンを作成する、コンピュータによる時系列パターン自動作成方法であって、
少なくともダイヤの開始時刻と終了時刻とを含む1日のダイヤデータを記憶装置から読み込み、
前記記憶装置から読み込んだ各ダイヤデータを、ダイヤの開始時刻が早いものから順に並べ、
該並べられた各ダイヤについて、該各ダイヤの終了時刻より後に開始時刻を有する後続のダイヤとの間にリンクを設定し、
染色体を構成する遺伝子の位置である各遺伝子座に、前記後続のダイヤとの間にリンクの設定された各ダイヤを割り当てることにより、遺伝的アルゴリズムを適用するための染色体の構造を生成し、
前記染色体の構造としての各遺伝子座に対応する前記後続のダイヤの中から、それぞれランダムに1つずつ選択して遺伝子とすることにより、該選択された遺伝子からなる染色体を生成し、
該生成された染色体に遺伝的アルゴリズムを適用することにより、異なる組み合わせの遺伝子からなる染色体を生成し、
該生成された各染色体をデコードし、該染色体に対応する時系列的に配列された複数のダイヤからなる時系列パターンの評価値を、予め設定された計算式を用いて計算し、
前記生成された全ての染色体の中から、前記評価値の最も良い染色体を選別してデコードすることにより第1の時系列パターンを作成し、
連続する複数日についてそれぞれ得られた前記第1の時系列パターンを、その開始時刻が早いものから順に並べ、
該並べられた各第1の時系列パターンについて、該各第1の時系列パターンの終了時刻より後に開始時刻を有する後続の第1の時系列パターンとの間にリンクを設定し、
染色体を構成する遺伝子の位置である各遺伝子座に、前記後続の第1の時系列パターンとの間にリンクの設定された各第1の時系列パターンを割り当てることにより、遺伝的アルゴリズムを適用するための染色体の構造を生成し、
前記染色体の構造としての各遺伝子座に対応する前記後続の第1の時系列パターンの中から、それぞれランダムに1つずつ選択して遺伝子とすることにより、該選択された遺伝子からなる染色体を生成し、
該生成された染色体に遺伝的アルゴリズムを適用することにより、異なる組み合わせの遺伝子からなる染色体を生成し、
該生成された各染色体に対応する時系列的に配列された複数の第1の時系列パターンが、所定の上限値を越える連続乗務日を含んでいないかどうかを調べ、含んでいる場合は、前記所定の上限値を超えないように遺伝子の接続を変更し、
その後、該生成された各染色体をデコードし、該染色体に対応する時系列的に配列された複数の第1の時系列パターンからなる時系列パターンの評価値を、予め設定された計算式を用いて計算し、
前記連続する複数日についての前記生成された全ての染色体の中から、前記評価値の最も良い染色体を選別してデコードすることにより第2の時系列パターンを作成する、
ことを特徴とする時系列パターン自動作成方法。 - 前記ダイヤデータが航空機のフライトデータであり、前記第1の時系列パターンが航空機乗務員の1日の乗務フライトパターンであり、前記第2の時系列パターンが航空機乗務員の1ヶ月の乗務フライトパターンであることを特徴とする請求項1記載の時系列パターン自動作成方法。
- 遺伝的アルゴリズムを適用して乗務の時系列パターンを作成する時系列パターン自動作成方法をコンピュータに実行させるプログラムを格納したコンピュータ読み出し可能記憶媒体であって、前記プログラムはコンピュータに、
少なくともダイヤの開始時刻と終了時刻とを含む1日のダイヤデータを記憶装置から読 み込ませ、
前記記憶装置から読み込んだ各ダイヤデータを、ダイヤの開始時刻が早いものから順に並べさせ、
該並べられた各ダイヤについて、該各ダイヤの終了時刻より後に開始時刻を有する後続のダイヤとの間にリンクを設定させ、
染色体を構成する遺伝子の位置である各遺伝子座に、前記後続のダイヤとの間にリンクの設定された各ダイヤを割り当てさせることにより、遺伝的アルゴリズムを適用するための染色体の構造を生成させ、
前記染色体の構造としての各遺伝子座に対応する前記後続のダイヤの中から、それぞれランダムに1つずつ選択させて遺伝子とすることにより、該選択された遺伝子からなる染色体を生成させ、
該生成された染色体に遺伝的アルゴリズムを適用することにより、異なる組み合わせの遺伝子からなる染色体を生成させ、
該生成された各染色体をデコードさせ、該染色体に対応する時系列的に配列された複数のダイヤからなる時系列パターンの評価値を、予め設定された計算式を用いて計算させ、
前記生成された全ての染色体の中から、前記評価値の最も良い染色体を選別してデコードさせることにより第1の時系列パターンを作成させ、
連続する複数日についてそれぞれ得られた前記第1の時系列パターンを、その開始時刻が早いものから順に並べさせ、
該並べられた各第1の時系列パターンについて、該各第1の時系列パターンの終了時刻より後に開始時刻を有する後続の第1の時系列パターンとの間にリンクを設定させ、
染色体を構成する遺伝子の位置である各遺伝子座に、前記後続の第1の時系列パターンとの間にリンクの設定された各第1の時系列パターンを割り当てさせることにより、遺伝的アルゴリズムを適用するための染色体の構造を生成させ、
前記染色体の構造としての各遺伝子座に対応する前記後続の第1の時系列パターンの中から、それぞれランダムに1つずつ選択させて遺伝子とすることにより、該選択された遺伝子からなる染色体を生成させ、
該生成された染色体に遺伝的アルゴリズムを適用することにより、異なる組み合わせの遺伝子からなる染色体を生成させ、
該生成された各染色体に対応する時系列的に配列された複数の第1の時系列パターンが、所定の上限値を越える連続乗務日を含んでいないかどうかを調べさせ、含んでいる場合は、前記所定の上限値を超えないように遺伝子の接続を変更させ、
その後、該生成された各染色体をデコードさせ、該染色体に対応する時系列的に配列された複数の第1の時系列パターンからなる時系列パターンの評価値を、予め設定された計算式を用いて計算させ、
前記連続する複数日についての前記生成された全ての染色体の中から、前記評価値の最も良い染色体を選別させてデコードさせることにより第2の時系列パターンを作成させる、
ことを特徴とするコンピュータ読み出し可能記憶媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP19707897A JP3934213B2 (ja) | 1996-07-26 | 1997-07-23 | 時系列パターン自動作成方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP19818096 | 1996-07-26 | ||
JP8-198180 | 1996-07-26 | ||
JP19707897A JP3934213B2 (ja) | 1996-07-26 | 1997-07-23 | 時系列パターン自動作成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH1091691A JPH1091691A (ja) | 1998-04-10 |
JP3934213B2 true JP3934213B2 (ja) | 2007-06-20 |
Family
ID=26510158
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP19707897A Expired - Fee Related JP3934213B2 (ja) | 1996-07-26 | 1997-07-23 | 時系列パターン自動作成方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3934213B2 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU755268B2 (en) * | 1998-08-31 | 2002-12-05 | Central Japan Railway Company | Apparatus for supporting the preparation of travel routes |
JP3732685B2 (ja) * | 1999-08-20 | 2006-01-05 | 富士通株式会社 | 業務スケジュール作成装置、業務スケジュール作成方法、及び記録媒体 |
JP4855091B2 (ja) * | 2006-02-02 | 2012-01-18 | 株式会社コンピュータシステム研究所 | 医療・介護品質マネージメントシステム、その方法及びプログラム |
JP5867620B2 (ja) * | 2012-10-31 | 2016-02-24 | 日本電気株式会社 | スケジュール生成装置、スケジュール生成方法及びプログラム |
US10799175B2 (en) * | 2014-08-15 | 2020-10-13 | Federal Express Corporation | Research performance framework |
US9911101B2 (en) * | 2014-09-29 | 2018-03-06 | The Boeing Company | Duty block time control via statistical analysis |
-
1997
- 1997-07-23 JP JP19707897A patent/JP3934213B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JPH1091691A (ja) | 1998-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Etschmaier et al. | Airline scheduling: An overview | |
Souai et al. | Genetic algorithm based approach for the integrated airline crew-pairing and rostering problem | |
Sriram et al. | An optimization model for aircraft maintenance scheduling and re-assignment | |
US6408276B1 (en) | Crew optimization engine for repair of pairings during irregular airline operations | |
JP3862899B2 (ja) | 最適化装置 | |
Chiang et al. | Knowledge-based system for railway scheduling | |
Housos et al. | Automatic optimization of subproblems in scheduling airline crews | |
WO2007098161A2 (en) | Transportation scheduling system | |
Ulusoy et al. | Simultaneous scheduling of machines and automated guided vehicles | |
US5974355A (en) | Automatic time series pattern creating method | |
Zhang et al. | Construction-based optimization approaches to airline crew rostering problem | |
JP3928268B2 (ja) | 運行機材の運用計画作成方法及びシステム | |
JP3934213B2 (ja) | 時系列パターン自動作成方法 | |
Sargut et al. | Multi-objective integrated acyclic crew rostering and vehicle assignment problem in public bus transportation | |
Chang | A new aircrew-scheduling model for short-haul routes | |
Blais et al. | Overview of HASTUS current and future versions | |
El-Yaakoubi et al. | Tabu search and memetic algorithms for a real scheduling and routing problem | |
Kisielewski et al. | Optimization of rosters in public transport | |
Jian et al. | Multiobjective genetic algorithm to solve the train crew scheduling problem | |
JPH09315308A (ja) | 運行機材の運用計画作成方法 | |
JPH10149347A (ja) | 資源割り当て方法及び資源割り当て装置 | |
Kasliwal et al. | Crew Planning for Commuter Rail Operations, a Case Study on Mumbai, India | |
JP2597077B2 (ja) | 乗務交番作成装置 | |
de Paula Gomes et al. | AIRLINE CREW SCHEDULING IN THE BRAZILIAN CONTEXT | |
Rapp | Design and implementation of a network optimizer for officer assignment during mobilization |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050912 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050920 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051118 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20061017 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061218 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20070206 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20070313 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070315 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100330 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110330 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110330 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120330 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130330 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130330 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140330 Year of fee payment: 7 |
|
LAPS | Cancellation because of no payment of annual fees |