[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

说明书

本发明公开了一种多目标多时段航班保障资源动态优化分配方法，主要是通过分析机场地面保障特点，通盘考虑各种保障任务类型、人员岗位，深入研究资源位置、人员绩效、岗位资质等影响因子量化方法和计算模型，形成面向多目标的二分图最优匹配算法模型。基于机场多年沉淀的历史排班调度数据，进行模型训练，定期产出各因子参数，计算各匹配路径的权重数值。

技术领域：

本发明属于多场景资源优化分配技术领域，特别涉及一种多目标多时段航班保障资源动态优化分配方法。

背景技术：

民航领域，飞机运行的环境复杂多变，天气因素、航线因素、军事因素等多种变量都在时刻影响航班的运行状态和计划，同时随着民航发展，机场地面保障资源也愈发饱和，一方面指挥调度人员手工调配资源，难以应对越来越多的航班数量，另一方面航班延误等场景下经常出现人员不足影响航班保障的情况，同时实际人员资源利用率却不理想。如何提高人员、车辆、设备等资源的利用率，如何灵活动态地适应航班时间变化，如何让员工满意度提升，一直是困扰机场信息化建设的课题。现有地服平台或相关调度系统，普遍存在策略安排不全面，计算方法不智能，无法兼顾多种规则目标以及航班频繁动态变更的实际场景。

公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

发明内容：

本发明的目的在于提供一种多目标多时段航班保障资源动态优化分配方法，从而克服上述现有技术中的缺陷。

为实现上述目的，本发明提供了一种多目标多时段航班保障资源动态优化分配方法，按照如下步骤进行：

S1通过终端数据采集器，实时获取人员和设备定位数据、任务工作状态反馈数据；

S2从机场预定时间段内人员、岗位维度静态元数据，结合所述定位数据和反馈数据，进行决策影响因子量化，生成决策数据矩阵；

S3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基于所述路径权重，形成面向多目标的二分图优化匹配算法模型；

S5增加多时段因子，添加到所述二分图优化匹配模型，更新产出最佳匹配路径；

S6调度平台下发所述匹配路径结果，且收集状态反馈。

优化分配是指综合考虑航班任务变化、人员实际安排、人员资质和工作绩效等各项指标及变化，灵活动态地合理分配人员资源，其中涉及航班管理、绩效管理、设备管理等多个环节。由于航班调整频繁多变，优化匹配已经不局限于固定不变的时间范围，而是实时依据航班变化，动态跨多时段进行优化调整，实现优化分配。

优选地，上述技术方案中，步骤S1具体包括：工作人员通过手持终端或者移动终端实时上报定位数据，设备绑定终端实时上报定位数据；通过所述手持终端，人员反馈保障流程节点完成状态至调度指挥平台。

优选地，上述技术方案中，步骤S2具体包括：获取预定时间段内人员排班、资质、绩效、排班规则等数据做出初始静态数据；通过所述终端实时获取航班动态、资源定位、旅客人数、任务状态反馈数据；集成所述静态数据和动态数据，对非数值数据进行量化，统一格式作为决策数据。

优选地，上述技术方案中，步骤S3具体包括：从数据仓库获取预定时间段内的历史排班调度数据；将所述历史数据带入影响因子量化模型计算，生成优化决策影响因子参数；将所述决策数据矩阵乘以所述优化决策影响因子参数，实时生成当前待分配任务的可选路径权重。