[发明专利]一种多目标多时段航班保障资源动态优化分配方法

权利要求书

1.一种多目标多时段航班保障资源动态优化分配方法，其特征在于：包括如下步骤：

S1、定义和采集相关各因子主数据、实时数据:

S1.1、初始化任务类型、岗位资质元数据；作为因子量化计算的静态基础数据，系统首先加载航班保障任务的各种类型数据、每种任务类型的岗位资质信息、工作人员资质信息，基于此进行人员匹配过滤；

S1.2、实时采集资源位置数据；平台系统通过一线航班保障人员手持终端，实时获取人员/设备的定位数据，由资源、设备、人员定位数据，实时生成任务-人员距离值，作为距离影响因子数据；

S1.3、定期收集人员绩效数据；系统每日定时计算一次各人员本月和本周共工作绩效情况，包含排班时间和排班频度，基于S1.1静态数据收集和S1.2-S1.3动态数据收集，完成数据准备工作；

S2、生成各时段任务清单和人员清单，量化影响因子，生成决策数据矩阵:

S2.1、生成航班保障任务清单,根据航班预达时间，实时获取当前时间段和后续时间段计划航班，结合S1.1任务类型基础元数据，生成任务-时间窗口矩阵；

S2.2、生成当前时段和后续时段的在岗人员清单,根据系统当日注册工作员工数据和当前派单工作情况，计算各时间段员工计划，生成人员-时间窗口矩阵；

S2.3、决策影响因子量化，集成所述静态数据和动态数据，对原始数值数据进行量化，统一格式作为决策数据,系统将原始数值元素分成N个区间范围，并将这N个区间内的数值分别映射到对应的N个量化值上；

S2.4、汇聚各时段因子量化后的数据值，以任务-人员-因子构成三个维度因子矩阵，生成决策数据矩阵；

S3、历史调度排班评价值输出：

S3.1、计算保障时间延误值，根据航班实际起飞/降落时间和历史任务保障完成时间点，结合机场各保障节点时间要求，得出该任务的保障时间延误值，实际完成在要求时间内则视作无延误，标为0，延误值记为delay(s)，其中s为当次保障任务标识参数；

S3.2、计算平均绩效基线和绩效偏差值，历史任务数据计算各任务类型的班组历史当月每人平均执行该类型任务时常增长趋势，作为该类任务的平均绩效基线，基于此，计算历史各任务对当月绩效基线的偏差，作为任务绩效的评价值，计算的绩效偏差值记为performance(s)；

S3.3、计算人员资源利用率，历史任务当日人员、资源执行任务时常除以在岗时常作为利用率考核指标，纳入评价值构成因素，计算的人员资源利用率记为rate(s)；

S3.4、统计满意度反馈指标，历史任务所收集的员工反馈评价打分值作为自动调度排班的指标之一，纳入评价值构成因素，计算的满意度反馈值记为feedback(s)；

S3.5、生成调度排班评价值；

基于S3.1-S3.4四项评价指标，根据历史经验事先设定线性参数矩阵[w1,w2,w3,w4]，线性合成历史调度排班任务的评价值，计算方法如下：P(s) = w1*delay(s) + w2*performance(s) + w3*rate(s) + w4*feedback(s)，P(s)为历史单次保障任务的评价值；对历史积累的各任务带入计算，完成任务相对应的综合评价值建立；

S4、根据历史积累数据进行模型训练，产出各因子参数，带入所述决策数据矩阵得出路径权重：

S4.1、抽取历史数据，合成因子数值；从数据仓库抽取机场若干年历史内的航班动态、预达时间、旅客人数、停机位、登机口和人员绩效、定位、资质、排班记录，数据统一量化后合成为航班综合输入因子值和资源综合输入因子值，作为历史数据分析拟合的两个维度输入数据；构建拟合多项式，所述历史评价值作为综合调度评价指标，用作构建的多项式的输出值；

S4.2、最小二乘法实现多项式拟合，基于S4.1所述合成因子数值作为输入，综合调度评价指标作为输出，采用多项式模型，系统输入机场历史数据进行分析计算，自动进行拟合运算，定期产出最佳因子参数；

S4.3、计算各匹配路径权重数值，将定期产出的因子参数结合S1.1-S1.3和S2.1-S2.3量化的决策影响因子，实时计算当前时间下各任务与各人员匹配权重，作为最优匹配计算的路径权重；

S5、当前时段内最优匹配路径计算：

S5.1、初始化各路径权重，各项任务根据最大权重边设定其顶标值，将S4.3产出的权重设定成二分图相应任务-人员连线的权重，同时依据权重设定各任务、人员的顶标值，其中，所有人员顶标值设为0，任务顶标值设定为其所连线的最大权重值，据此逐一做初始化，直到所有任务和人员顶标值都完成设定；

S5.2、任务匹配最大权重边对应资源，如资源已经被之前任务占用，则抢占该资源,新任务抢占资源后，老任务搜索新资源,计算过程如下：

S5.2.1计算老任务和各资源顶标和与原被抢占资源的最小偏差；

S5.2.2老任务顶标值减去该最小偏差；

S5.2.3原被抢占资源顶标值加上该最小偏差；

S5.2.4老任务与最小偏差所对应的新资源形成匹配；

S5.3、重复任务匹配和抢占过程，迭代计算生成最优匹配路径；

S6、跨时段航班动态调整，更新路径匹配：

S6.1、跨时段航班任务转移，当系统遇到航班延误或者资源不足而 需要动态实时调整的场景时，将保障任务做跨时段转移，时段选择上优先满足航班预达时间要求，在此基础上优先选择距当前时间段最近区间进行调配；

S6.2、更新路径权重，调整任务完成区间转移后，将其对新区间内资源路径进行权重计算，计算方法遵循S4.3；

S6.3、重新进行路径计算，转移任务作为下一个时间段中任务一起参与新区间内路径匹配计算，计算方法遵循S4.1-S4.3，产出最优匹配路径，路径图覆盖转移任务则结束转移匹配，作为最终路径执行；若路径图未覆盖转移任务，说明资源未能满足新转移任务，将任务继续转移到下一个时间段迭代计算，直至匹配成功。