摘要
近些年来，航空产业飞速发展，机场旅客吞吐量迅速增长，地面服务任务量加重，同时员工的需求也越来越多样化，导致机场地面服务人员的排班变得极其复杂。目前机场普遍依据经验采取手工方式对地面服务人员进行排班，一方面，排班效率低，无法保证以员工工作量公平性为主的各种员工诉求，另一方面，面对机场的各种不确定性事件难以及时对排班计划进行合理的调整，进而影响到乘客的满意度和企业形象。因此，对机场地面服务人员自动化排班的研究，具有重要的理论价值和现实意义。 本文结合机场实际运营特点，首先基于排队论研究了机场地面服务任务需求预测问题。然后基于任务需求预测结果，采用两阶段启发式算法研究了机场地面服务人员的计划排班问题。进一步，考虑到机场的高度动态不确定性，研究了不确定性事件下计划排班表动态优化的问题，主要研究内容如下： 1）研究了机场地面服务任务需求预测问题。将机场地面服务任务需求分为确定型任务需求和不确定型任务需求，对于确定型任务需求，采用任务拆分与合并方法减少任务需求。对于不确定型任务需求（如值机任务需求），采用XGBoost算法预测各时期到达值机柜台的旅客数量，据此建立了??(??)/??/??(??)非平稳需求排队模型，进一步，设计了基于固定结转积压方法的两阶段值机人员需求优化算法。最后，以新疆乌鲁木齐地窝堡国际机场航班数据为例，预测了机场地面服务的任务需求，并且与SIPP方法对比分析，验证了两阶段值机人员需求优化算法的有效性。 2）研究了机场地面服务人员计划排班问题。依据机场地面服务人员排班问题特点，以任务需求覆盖、员工工作量公平性和夜班分配均衡程度等要求为约束条件，并设置相应的惩罚系数，以最小惩罚值为目标函数，构建了机场地面服务人员排班模型。进一步，提出了一种两阶段的启发式算法，第一阶段为一种基于贪婪启发式的班次和任务预分配算法，第二阶段为一种基于改进模拟退火的预分配优化算法。最后，以新疆乌鲁木齐地窝堡国际机场的航班数据和员工数据为例，与两种基准算法对比分析，验证了两阶段启发式算法的稳定性和有效性。 3）研究了基于不确定性的排班表动态优化问题。从需求不确定性、到达不确定性和人员不确定性三个方面对不确定性事件进行了分析，总结了机场地面服务人员排班常见的六种不确定性事件。进一步，以覆盖任务需求、提高员工工作量公平性以及减少员工在新排班表和计划排班表的轮班偏差等为主要目标，构建了计划排班表动态优化模型，并提出一种动态优化的启发式算法，在不确定性事件发生时快速对排班表进行调整。最后，针对以上六种不确定性事件，进行了 10 项有代表性的仿真实验，实验结果验证了该算法应对不确定性事件的有效性。
NETL