[发明专利]一种智能乘务排班的方法及设备

权利要求书

1.一种智能乘务排班的方法，其特征在于，所述方法包括：

获取乘务排班所需数据，其中，所述所需数据包括航班计划相关基础数据、乘务组人员信息数据以及规则相关数据；

根据航班任务连线集合筛选出每一乘务组人员的可执行的任务连线子集，根据所述可执行的任务连线子集构建任务连线网络；

基于所述任务连线网络确定初始人员排班计划集合，根据所述初始人员排班计划集合、所述所需数据包构建智能乘务排班模型，其中，所述智能乘务排班模型包括模型目标函数和约束条件；

对所述智能乘务排班模型进行主问题求解，将得到的主问题的解赋值到每一乘务组人员的任务连线网络中，采用标签算法优化所述智能乘务排班模型；

使用潜水算法对优化后的智能乘务排班模型求解优化解，得到智能乘务排班方案。

2.根据权利要求1所述的方法，其特征在于，根据任务连线筛选出每一乘务组人员的可执行的任务连线子集，包括：

根据航班任务连线集合中各航班需要的资质集合与人员具有的资质进行匹配，得到匹配结果；

根据所述匹配结果筛选出每一乘务组人员的可执行的任务连线子集。

3.根据权利要求1所述的方法，其特征在于，所述方法包括：

设定用于求解模型的固定整数变量的阈值。

4.根据权利要求1所述的方法，其特征在于，根据所述初始人员排班计划集合、所述所需数据包构建智能乘务排班模型，包括：

根据所述初始人员排班计划集合得到初始人员中的待排班乘务组人员集合以及每一乘务组人员的所有可行个人排班计划集合；

根据所述所需数据包确定每一乘务组人员的个人排班计划的成本；

根据所述待排班乘务组人员集合、每一乘务组人员的所有可行个人排班计划集合以及每一乘务组人员的个人排班计划的成本以及每一乘务组人员的个人排班计划被选择的机会变量构建智能乘务排班模型中的模型目标函数；

对所述模型目标函数构建对应的约束条件。

5.根据权利要求4所述的方法，其特征在于，所述约束条件满足以下条件：

其中，P表示航班任务连线集合，a_rp表示个人排班计划r中是否覆盖航班任务连线p，x_rm表示乘务组人员m的个人排班计划r是否被选择，b表示航班任务连线p的要求人数，M表示所有待排班乘务组人员集合，R_m表示乘务组人员m的所有可行个人排班计划集合。

6.根据权利要求5所述的方法，其特征在于，对所述智能乘务排班模型进行主问题求解，将得到的主问题的解赋值到每一乘务组人员的任务连线网络中，包括：

对所述智能乘务排班模型进行主问题求解，得到主问题的最优解，将所述最优解对应的对偶变量取值信息赋值到每一乘务组人员的任务连线网络中。

7.根据权利要求1所述的方法，其特征在于，采用标签算法优化所述智能乘务排班模型包括以下步骤：

步骤S1，确定所述任务连线网络中所有节点的标签；

步骤S2，按照拓扑排序依次遍历每一个节点，并获得其后续节点的集合，如果遍历完毕则执行步骤S4，否则执行步骤S3；

步骤S3，遍历当前节点的后续节点集合，进行由当前节点到目标后续节点的弧的松弛操作时，判断经由当前节点到达目标后续节点的路径是否符合排班规则，若满足要求，则创建新的标签记录连接目标后续节点后的路径信息，作为目标后续节点的新标签，对所述新标签和目标后续节点的已有标签进行占优判断，若所述新标签未被已有的标签占优，则将将所述新标签添加至所述目标后续节点的标签集合中；

步骤S4，根据对所述智能乘务排班模型进行主问题求解后得到的对偶变量值进行计算，得到可行的所有路径对应变量的检验数，选出检验数最小的目标路径，若所述目标路径的检验数小于0，则将所述目标路径作为所述智能乘务排班模型的主问题求解的优化路径。