Optimization method for area controller scheduling integrating efficiency, fatigue, and fairness

Résumé technique : Méthode d'optimisation de la planification des contrôleurs de zone intégrant l'efficacité, la fatigue et l'équité

Énoncé du problème
L'article traite du défi critique que représente la planification des contrôleurs aériens de zone, un problème d'optimisation combinatoire complexe caractérisé par des fluctuations dynamiques de la demande, des contraintes de sécurité strictes et la nécessité de l'équilibre entre l'efficacité opérationnelle et les facteurs humains. Les pratiques de planification actuelles reposent souvent sur des modèles empiriques et des règles statiques, qui ne parviennent pas à faire correspondre dynamiquement la capacité des contrôleurs aux demandes de trafic variables dans le temps. Cela entraîne des inefficacités, telles qu'une capacité insuffisante lors des pics de charge ou une concentration excessive de personnel hautement qualifié durant les périodes de faible demande. De plus, les méthodes existantes simplifient souvent trop le risque de fatigue en le réduisant à de simples heures de travail cumulées, négligeant le déclin cognitif induit par des fonctions consécutives à haute intensité. Par ailleurs, la planification manque souvent de mécanismes quantitatifs pour garantir la répartition équitable des heures de travail et de l'exposition aux postes à forte charge, ce qui peut compromettre l'équité organisationnelle et la stabilité des équipes. Le problème central est de développer un cadre d'optimisation multi-objectif qui coordonne simultanément l'efficacité opérationnelle, le risque de fatigue et l'équité du temps de travail sous des contraintes strictes (contraintes fortes).

Méthodologie
La solution proposée intègre un modèle d'optimisation multi-objectif avec un cadre de résolution hybride combinant la Programmation par Contraintes (CP-SAT) et l'Algorithme des Prédateurs Marins Multi-Objectif (MOMPA).

1. Modèle d'optimisation multi-objectif :

   • Efficacité : L'efficacité opérationnelle est quantifiée comme une variable de capacité d'approvisionnement. Le modèle vise à aligner l'offre d'efficacité des contrôleurs avec l'intensité de la demande du secteur, en privilégiant les contrôleurs de haut niveau pour les postes exécutifs à haute demande.
   • Contrôle de la fatigue : Le risque de fatigue est décomposé en deux composantes : l'accumulation de durée (heures de service totales) et l'accumulation d'intensité (exposition aux périodes de haute demande). Cette approche duale capture à la fois le volume de travail et la charge cognitive d'un service continu à haute intensité.
   • Équité : L'équité est caractérisée par la dispersion des heures de travail totales entre les contrôleurs, visant à minimiser la variance dans la distribution de la charge de travail.
   • Contraintes : Le modèle incorpore des contraintes fortes incluant la couverture des postes (rôles d'exécution et de planification), l'adéquation des qualifications, l'activation/désactivation des secteurs, les limites quotidiennes et cycliques d'heures de travail, ainsi que les périodes de repos obligatoires entre les quarts (par exemple, la récupération après un quart de nuit).

2. Cadre de résolution hybride :

   • CP-SAT pour la faisabilité : Pour gérer la nature NP-difficile du problème et les contraintes strictes, un solveur de Programmation par Contraintes de Satisfaction (CP-SAT) est employé. Il génère des calendriers strictement réalisables et effectue des « réparations à perturbation minimale » sur les solutions candidates. Cela garantit que tout calendrier proposé par l'algorithme d'optimisation respecte toutes les règles opérationnelles sans nécessiter de reprogrammation extensive qui modifierait la structure de la solution.
   • MOMPA pour la recherche de Pareto : L'Algorithme des Prédateurs Marins Multi-Objectif (MOMPA) est utilisé pour rechercher la frontière de Pareto au sein de la région réalisable définie par le CP-SAT. Le MOMPA simule les comportements de prédation marine, utilisant le mouvement brownien pour l'exploration globale dans les premières étapes et le vol de Lévy pour l'exploitation locale dans les étapes ultérieures. Il maintient une archive externe de solutions non dominées pour assurer la diversité et la convergence.

Principales contributions

• Modélisation intégrée : L'article construit un modèle multi-objectif unifié qui quantifie explicitement l'efficacité opérationnelle, décompose le risque de fatigue en composantes de durée et d'intensité, et caractérise l'équité par la dispersion des heures de travail, passant ainsi du jugement empirique à l'entrée algorithmique.
• Approche algorithmique hybride : Il propose un nouveau cadre où le CP-SAT garantit la stricte faisabilité et la réparation à perturbation minimale, tandis que le MOMPA explore efficacement la frontière de Pareto. Cela répond au problème courant de taux d'infaisabilité élevés des approches métaheuristiques pour les problèmes de planification hautement contraints.
• Gestion des compromis stratégiques : La méthode génère un ensemble de solutions candidates (frontière de Pareto) plutôt qu'une sortie unique, permettant aux décideurs de sélectionner des calendriers basés sur des préférences spécifiques (par exemple, priorité à la fatigue, priorité à l'équité ou un compromis global).

Résultats
La méthode a été validée à l'aide de données opérationnelles réelles provenant d'un centre de contrôle régional du centre de la Chine méridionale, couvrant six secteurs et 73 contrôleurs certifiés sur une période de 24 heures avec neuf créneaux horaires.

• Performance algorithmique : Des expériences comparatives par rapport à un algorithme de tri génétique non dominé II amélioré (NSGA-II) ont démontré que le MOMPA surpasse significativement le benchmark. Le MOMPA a obtenu un Hyper-volume (HV) plus élevé de 0,8976 (contre 0,4422), une distance générationnelle inversée (IGD) plus faible de 0,0000 (contre 0,3424) et une métrique d'espacement (Spacing) plus petite (0,0253 contre 0,0442). De plus, le MOMPA a nécessité moins de temps de calcul (473,5s contre 671,7s).
• Résultats opérationnels : Les calendriers optimisés ont atteint une stratégie de « haute demande avec haute adéquation, faible demande avec allocation conforme ».
  • Efficacité : La dispersion de l'offre d'efficacité à travers les secteurs a été réduite, garantissant que les postes critiques soient occupés par des contrôleurs de haut niveau lors des pics de charge.
  • Fatigue : La queue droite de la distribution de la fatigue a été compressée, réduisant le nombre de contrôleurs assignés à des tâches de haute intensité ou consécutives excessives.
  • Équité : La proportion de valeurs extrêmes d'heures de travail a été considérablement réduite, menant à une distribution plus équilibrée de la charge de travail parmi le personnel sans compromettre la couverture des capacités.

Signification et affirmations
L'article affirme que la méthode proposée offre une voie technique pour transformer la planification des contrôleurs, passant de pratiques fondées sur l'expérience à une optimisation basée sur les données. En intégrant l'efficacité, la fatigue et l'équité dans un cadre unique, la méthode propose une solution de « compromis global » qui équilibre la sécurité, l'efficacité et la stabilité organisationnelle. Les auteurs soutiennent que l'approche démontre une bonne interprétabilité et une faisabilité technique, comme en témoignent la stratégie de réparation à perturbation minimale et l'application réussie à des données opérationnelles réelles. L'étude souligne que la valeur de la solution réside non seulement dans l'optimalité mathématique, mais aussi dans sa capacité à fournir aux décideurs des options interprétables et conscientes des compromis, adaptées à divers scénarios opérationnels (par exemple, trafic de pointe, conditions météorologiques défavorables ou opérations de routine).