飛機航班編排與維修調度智能優化方法

姚明 黃粵 賈寶惠 黃旭

摘要：針對目前國內航空公司存在的信息孤島、營銷與運行分離、航班編排與其他業務脫節等問題，本文以南航為典型企業，研究飛機航班編排與維修調度智能優化方法，建立基于大數據分析技術的飛機航班編排與維修調度智能系統實現方案，重構飛機排班系統，實現航班精細化控制，并對其中的關鍵技術、主要功能、實現方法等進行了分析和論證，提出了具體的實現方案，可為國內航空公司的航班編排等運行職能提供實用的技術方法，有效提升航空公司的運營管理水平。

關鍵詞：航班編排；精細化管理；排班系統

Keywords：flight schedule； delicacy management； flight schedule system

0引言

近些年來，隨著我國民航業的快速發展，各航空公司的機隊規模迅速增大，但限于當前我國民航管理水平相對較低，飛機排班及維修調度水平已成為制約航空公司發展的一個瓶頸問題。飛機排班調度是航空公司生產計劃的一項控制性工作，一直被認為是最困難的調度優化問題之一，由于認識到飛機調度工作在航空運輸生產中的重要性和復雜性，發達國家的航空業早在20世紀70年代就開始這方面的研究[1-2]，到90年代初期許多大型航空公司已完成了基于計算機的飛機調度系統開發，并隨著科學技術的發展，相關的調度功能不斷完善。

相比之下，我國民航業生產過程的整體調度水平還落后于航空發達國家。在我國的民航企業中，雖然近年來不少企業的生產過程管理具有一定的信息化管理水平，但對于飛機排班調度這一難題，絕大部分采用人工或半人工為主的方式，生產過程的調度反應滯后，影響生產效率，調度人員仍無法擺脫繁重的工作，且未達到排班調度的動態優化。

從國內來看，由于航空公司以前規模普遍不大，對飛機排班調度工作缺乏重視，計劃方式簡單、粗放，隨著運營規模的擴大，航空運輸市場的開放，市場競爭不斷加劇，航空公司逐漸意識到加強飛機排班調度工作的重要性和急迫性。但總體來說，關于飛機排班與調度管理方面的研究與工程應用還處于起步階段[3-6]。通過國外航空發達國家航空公司的實踐可知，在民航企業中應用先進的調度方法，可大大提高企業的整體生產效益。針對我國民航業的實際需求和航空公司發展迫切需要解決的關鍵技術問題，深入系統地研究飛機排班優化調度方法并進行應用研究，可提高民航企業運營能力和經濟效益，提高民航企業的國際競爭力。同時，隨著各航空公司機隊規模的擴大，航班量的增長，特別是航線網的日益大型化和復雜化，人工或半人工排班的方式已難以滿足運營管理工作的要求，因此實現飛機排班調度工作的自動化已是大勢所趨。

以國內大型航空公司南航為例，2021年9月南航工程技術分公司（簡稱“技術分公司”）成立，標志著南航機務維修改革邁出了實質性步伐，南航生產計劃與維修調度開啟了市場化運作和自負盈虧模式。為了在市場中謀生存、求發展，將維修產業轉變為新的利潤增長點，技術分公司以實現飛機排班及維修智能化、機務系統數字化作為動力引擎，推動機務改革發展，打造具有全球競爭力的機務維修品牌。

本文以構建飛機排班系統、實現航班精細化編排作為機務系統數字化、智能化轉型的著力點，通過分析國內航空公司（以南航為例）飛機航班編排業務的現狀與問題，對維修工作與航班運行深度融合開展探討研究，并提出優化方案。

1我國民航飛機排班現狀分析

2020年之前，中國民航業快速發展，機隊規模迅速增大，航空市場的競爭非常激烈。然而自疫情以來，航空業遭受重創，客運市場嚴重萎縮，而此消彼長的局部疫情，又使得為數不多的客運航班穩定性極差。為了適應市場變化，航空公司間打破了原有的“勢力范圍”，投入了大量人力、物力去分析市場、發掘市場。因此市場的競爭并沒有因為疫情的影響而減弱，反而更加考驗運營人對運行管控規律的理解、對市場規律的掌握以及對市場變化的響應速度。

在目前的形勢下，對于航空公司的運營來說，飛機航班編排與維修調度的重要性愈加凸顯。外部運行環境的變化導致航班結構不斷調整，也促使運力調配和航班機型變更頻繁發生，飛機長期異地運行成為了常態。同時，像南航等大型航空公司機隊機型多、發動機型號多、客艙布局繁雜，也導致機型之間的航班兼容性差。這些情況都對飛機航班編排和維修計劃的制定有著極大的影響。另外，現有的“排班系統”因功能不完善，使得計劃員在評估處理航班調配和制定航班計劃時效率低下。

綜合以上情況，當前包括南航在內的國內大型航空公司飛機航班編排業務面臨的主要問題如下：

1）維修計劃與航班計劃脫節

生產計劃人員因為缺少對航班運行的了解，導致制定的維修計劃脫離實際。而航班編排人員則因為對維修工作信息掌握不全面，制定航班計劃時無法準確評估維修工作對運力的影響，導致航班計劃臨時變更的情況頻發，影響航班運行。

2）各系統之間存在信息孤島

隨著航空公司的發展壯大，信息系統建設呈現出局部區塊化的特征。業務系統各自獨立，很多與飛機航班編排相關的信息是存儲在各業務單元的源頭產品中，產品與產品之間沒有做到數據互通，如飛機限制信息、注冊區域、飛行時間/循環數等基礎數據仍需要手工重復維護，導致數據的及時性、準確性、完整性都不能得到有效的保障。信息孤島導致現有排班系統的部分業務功能受到信息獲取的影響而無法正常運轉。

3）營銷與運行分離

因為缺少關鍵技術和信息系統支撐，目前的決策機制仍處于業務單位之間通過不斷地人工溝通協商形成共識，溝通成本高、工作效率低。因此重構的排班系統除了考慮維修工作之外，也需要能夠結合收益、成本、安全等因素，實現對航班調配和航班編排的評估與決策。

2基于大數據分析技術的飛機航班編排與維修調度智能系統解決方案

為了解決上述問題，本文以飛機航班編排與維修調度為核心設計基于大數據分析技術的飛機航班編排與維修調度智能系統，通過信息系統實現飛機排班工作的一體化運行，其設計體系結構如圖1所示，采取三層架構設計。

1）信息層：作為整個體系結構的基礎數據服務平臺，信息層包含了運行、維修、航班網絡、航線航路信息等航班編排基礎信息，并與運控系統、機務維修平臺、營銷系統等其他業務系統對接，獲取維修調度所需的相關的信息，實現所有信息的一體化管理和分析。同時，信息層包含大數據分析技術工具包、航班編排及維修調度的知識信息倉庫，為智能系統進行計劃編制、智能決策提供信息和技術支持。

2）功能層：作為實現航班編排與維修智能調度的關鍵環節，功能層基于數據分析技術實現飛機航班編排、維修計劃編制與優化、維修調度、資源優化配置、航班一鍵恢復、航班編排經濟性分析、防鳥擊模式、疫情模式等各項功能，從而實現飛機航班編排與維修調度智能化功能。

3）服務層：服務層作為用戶與軟件系統平臺之間的接口，提供基于B/S結構的用戶使用服務功能，并有效管理用戶的應用設置以及功能使用，實現良好的人機交互。

為了解決航班編排信息孤島問題，實現飛機排班調度一體化運行，系統解決方案以南航為例，采用系統與其他業務系統互聯的方式實現信息一體化管理和應用，主要包括：

1）對接NPS及漢莎信息系統，實現與營銷業務的整合

將重構的排班系統與南航NPS營銷系統和漢莎系統數據對接，提取歷史收益數據及歷史成本數據，綜合評估不同因素對飛機排班以及維修計劃的影響，為計劃員在評估航班調整方案及制定航班編排計劃時提供多種組合方式以供決策。

2）對接FOMS，實現與運控業務的整合

將智能排班系統與南航航班運營管理系統（FOMS）的數據對接，使兩個系統間能夠實時傳遞航班計劃動態、維修計劃安排、航班調整草案等數據，實現便捷、高效的信息共享，提高決策效率。

3）對接南航云機務平臺（leAPS），實現機務維修業務的整合

通過對接云機務平臺，實現了包括生產計劃、維修資源、工程技術等維修相關信息共享，消除了以往需要同時在RCP客戶端、網頁版等多個不同業務平臺間來回切換的煩瑣操作。同時，內嵌的共同數據庫，可使信息得到最大限度的實時同步與處理，避免了重復性的數據維護，使大量原本受數據同步影響難而以實現的功能獲得開發的可行性。

3飛機航班編排與維修調度智能系統實現方案及關鍵技術

3.1 飛機航班編排與維修調度智能系統實現方案

飛機排班調度作為航空公司生產計劃中的一項控制性工作，其實質就是根據航空公司擁有的航班計劃、航線網絡、每架飛機的技術狀況以及飛機調度指令等，為每個航班指定一架具體執行的飛機。在排班計劃編制中，理論模型方法主要包括飛機維修計劃編制、機型指派、航班串編制、飛機指派等優化問題，每一個優化問題都要考慮多種約束，而且這些優化問題之間互有聯系和制約，形成了一個大規模多約束的復雜組合優化問題。為了實現飛機排班調度的全局優化，需要綜合考慮所有條件，建立相應的飛機排班調度模型方法，以此為核心建立飛機排班調度流程方法，并實施應用。具體研究方案如圖2所示。

3.2 關鍵技術應用

1）應用大數據、人工智能技術進行數據采集與分析

通過與營銷、運控、機務各業務的對接，相關信息數據的獲取變得十分便捷。借助NPS系統獲取結構化的收益數據，采用機器學習的理念，引入XGBoost、GBDT、時間序列等機器學習算法進行歷史大數據分析，計算未來每個航班對應機型的邊際貢獻效益，作為飛機航班編排的輔助決策信息。

在運控方面，借助FOMS系統，在實時共享航班動態及飛機地面準備進度的同時，引入運控的航延、機場、情報等數據，使用PCA法建立回歸模型，通過歷史數據學習航班延誤成本，作為飛機航班編排的另一項輔助決策信息，實現快速尋找運力，及時將航班計劃和維修計劃從失常狀態下恢復。通過與機務云平臺的整合，可以充分調動平臺的所有資源進行共享，打通數據間的壁壘。通過上述項目的經驗積累，后續還可以根據業務的實際需要，在更廣的范圍內引入新技術解決業務問題。

2）引入數字孿生技術，打造多方案對比決策優勢

引入數字孿生技術，通過實際與虛擬并行的雙通道甚至多通道智能算法，打造了多方案對比決策功能。通過該功能，可以在不改變現有實際運行方案的基礎上，對未來的飛機編排方案可能性進行探索，根據不同的條件（如收益最大化、航班及維修計劃變更最小化等）觀測不同目標下的方案可行性，并對多個方案進行橫向比對，以便各業務單位進行參考，迅速做出最優決策。同時，該功能還可作為歷史回顧與問題分析的工具，在任意歷史時刻點，通過設定不同目標，觀測可能存在的方案，進行總結歸納，制定后續同類事件發生時的處理方案。

3）“云+邊”計算技術，根據需求動態分配算力

使用了云計算與邊計算結合，打造了強大的綜合優化算法。將云計算與邊計算技術結合，在面對并發要求高的場景下，充分利用云平臺計算的優勢；而在面對算力要求高（尤其是智能優化算法方面）時，則主要使用邊計算技術，利用單體運算能力強大的算法服務集中優勢力量，快速給出解決方案。將兩種技術優缺點互補，讓所有的業務場景都能在最優的性能下得到處理，揚長避短。

4飛機航班編排與維修調度智能系統核心功能

1）航班一鍵恢復

本方案提供航班一鍵恢復功能，當飛機出現故障時，可以一鍵對飛機的航班編排及維修計劃方案進行調整，通過換機/調機、延誤/取消等手段，利用KSP、SPPRC、遺傳算法等智能優化算法快速生成綜合考慮政策、效益、旅客服務等各方面因素的調整方案。同時，系統生成的方案能推送給各個相關業務部門進行協同決策，能起到節約運營成本、提高工作效率的效果。

2）航班編排的經濟性分析

在初期，通過與NPS營銷系統及漢莎系統進行了對接，將兩個系統的歷史收益數據及歷史成本數據利用XGBoost、GBDT、時間序列等機器學習算法進行模型訓練。用訓練好的模型對未來航班計劃中每個航班的收入和成本進行預測，進而得到未來航班對應不同機型的邊際貢獻。在后期，將建立更加全面的數學模型，將維修工作中各環節的成本數據融入到邊際貢獻率指標中，增強了航班計劃編排的經濟屬性。系統可以通過成本分析，將優化的方案反饋至航班規劃部門，形成“航班規劃-航班運行反饋-航班規劃”的信息閉環，促使航班結構制定和運力布局更加符合市場需求。

3）防鳥擊模式

南航機隊裝配了12種型號的發動機，不同飛機在遭受發動機鳥擊后，需要采取的處理措施也各有不同。為減少鳥擊后導致的航班不正常事件，實際航班編排排班過程中要盡可能安排鳥擊裕度高的飛機（如配裝CFM56/LEAP等發動機的飛機）執行鳥擊高發地的航班。在本方案中，算法可針對不同發動機型號以及飛行循環數等“鳥擊風險因子”，將業務專家的經驗整合到算法的經驗規則中，通過排班盡可能降低鳥擊事件對航班正常性的影響。

4）航班精細化編排

航班精細化編排是系統建立的目標之一。通過云機務平臺，系統接入維修工作信息，并基于航班結構和航班計劃制定維修計劃，將維修工作與航班計劃深度融合，提升維修工作間隔利用率。對于例行工作，要求執行間隔大于90%以上（目標值可以自行設定）。而對于AOG、MEL等排故工作則要求系統盡快尋找合適的地面空擋安排執行。以廣州182架飛機，A檢平均工時170H進行測算，如果A檢的維修間隔利用率提高從90%提升至95%，2021年全年可以節省工時990H，折合人力約8人，折合工時費25萬。可以說通過航班精細化編排不僅降低了維修成本，同時提高了航線的勞動效率。

5）疫情模式

為落實政府和局方關于加強機上防控工作要求，南航制定了國內航班和國際航班分開執行的運行措施，避免國內、國際航班混飛。系統可以結合不同機型的地面消殺時間，統籌安排固定飛機執行國際航班或是疫情中高風險地區航站航班，在最大限度滿足運行要求的同時，有效阻斷新冠疫情的傳播途徑，還可以為后期的疫情溯源流調工作提供積極幫助。

5結論

本文針對國內民航企業飛機航班編排及維修調度現狀及存在問題，并結合新冠疫情對運營的影響，進行了深入分析。以南方航空公司為典型企業對問題進行了剖析，提出了飛機航班編排與維修調度智能系統實現方案，并針對其中的關鍵技術、主要功能、實現方法等進行了分析，提出具體實現方法。在本文研究成果進一步完善和擴展功能后，可以將排班系統打造成航班運行保障分析評估的決策系統，并可推廣應用于國內航空公司，有效提高我國民航維修生產調度水平，提升我國航空公司的國際競爭力。

參考文獻

[1] Sana Ikli， Catherine Mancel， Marcel Mongeau， etc. The aircraft runway scheduling problem： A survey[J]. Computers and Operations Research， 2021，132：105336.

[2] Shuang Zheng， Zhen Yang， Zhengwen He， etc. Hybrid simulated annealing and reduced variable neighbourhood search for an aircraft scheduling and parking problem[J]. International Journal of Production Research， 2020，58（9）：2626–2646.

[3] 賈寶惠，張恩翼，李耀華.飛機排班機型指派管理優化問題研究[J].計算機仿真， 2016，33（12）：42-46.

[4] 李耀華，譚娜.基于遺傳算法的飛機一體化排班優化方法[J]. 控制工程， 2017，24（2）：435-440.

[5] 王磊.基于遺傳算法的飛機排班優化方法研究[D].中國民航大學，2016.

[6] 于焯，樊瑋.基于均衡條件的成本最小化航線調配問題研究[J].計算機技術與發展， 2017，27（8）：145-148.