考虑公平性的客舱乘务员排班研究

针对由于排班不公平导致客舱乘务员流失的情况,为降低排班问题复杂度,首先生成符合航班运行基本规则的任务环,在此基础上同时考虑飞行小时、过早过晚航班、客舱乘务员人数三种因素,建立公平性排班数学模型,采用遗传算法求解。对比客舱乘务员随机排班和公平性模型排班两种方案下的结果。实验结果表明,运用优化后的乘务员公平性排班模型的方差更小,此模型对于客舱乘务员排班提供更公平的方案,具有一定的有效性。

多目标粒子群算法在乘务员排班问题中的应用

乘务员排班问题规模庞大并且限制因素复杂,一种公平合理的排班有利于调动乘务员的积极性。对建立的多目标排班模型进行分析和优化,并提出近似可行解以处理约束条件,基于Pareto最优的粒子群算法解决了这一问题,仿真实验表明该算法是合理的。

考虑驾驶员对线路熟悉程度的区域公交乘务排班模型

在允许驾驶员跨线调度情形下,提出了一种考虑驾驶员对线路熟悉程度的区域公交乘务排班优化模型,满足驾驶员的工作时间窗、中途休息、用餐时间等现实因素,以最小化驾驶员成本、正常班及加班费用为目标函数,编制一个最佳公交乘务排班方案。根据问题特征,设计求解该问题的人工免疫算法,定义了抗体、启发式种群算法、适应度函数、免疫操作等。最后,结合算例分析,比较任意驾驶员对不同线路的偏好如何影响调度结果,仿真表明:随着驾驶员的熟悉线路程度增加,乘务排班的费用逐渐减少,虽然其调度成本比现有模型的高很多,但是该模型比较符合实际。