A Branch-Price-Cut-And-Switch Approach for Optimizing Team Formation and Routing for Airport Baggage Handling Tasks with Stochastic Travel Times

प्रत्येक प्रमुख हवाई अड्डे के केंद्र में एक जटिल, उच्च-दांव वाली लॉजिस्टिक चुनौती छिपी होती है जिसे अधिकांश यात्री कभी नहीं देख पाते: टर्मिनल से विमान तक और वापस सामान (लगेज) की आवाजाही। यह प्रक्रिया ग्राउंड क्रू की उन टीमों पर निर्भर करती है जिन्हें सटीक रूप से संयोजित, सुसज्जित और रनवे (टारमैक) पर रूट किया जाना चाहिए। प्रत्येक उड़ान के लिए लोडिंग या अनलोडिंग के लिए समय की एक सख्त अवधि होती है, और इन समय-सीमाओं को चूकना एयरलाइन के लिए देरी की एक श्रृंखला, वित्तीय दंड और निराश यात्रियों का कारण बन सकता है। इस कठिनाई को इस तथ्य से और अधिक जटिलता मिलती है कि ग्राउंड क्रू एक-दूसरे के विकल्प नहीं हैं; उनके पास कौशल का विभिन्न स्तर होता है, जो उन्हें हाई-लोडर या कन्वेयर बेल्ट जैसी विशिष्ट भारी मशीनरी चलाने के लिए योग्य बनाता है। इसके अलावा, टारमैक स्वयं एक गतिशील वातावरण है जहाँ पार्किंग स्थानों के बीच यात्रा का समय शायद ही कभी अनुमानित होता है, जो अक्सर पार होते विमानों या स्थानीय भीड़भाड़ के कारण धीमा हो जाता है। दशकों से, योजनाकार गति की आवश्यकता और इन अनिश्चितताओं की वास्तविकता के बीच संतुलन बनाने के लिए संघर्ष करते रहे हैं, और अक्सर सरलीकृत धारणाओं पर भरोसा करते रहे हैं जो वास्तविक दुनिया के संचालन की अराजक प्रकृति को समझने में विफल रहती हैं।

म्यूनिख तकनीकी विश्वविद्यालय के शोधकर्ताओं ने इस पहेली को हल करने के लिए एक नया दृष्टिकोण विकसित किया है, जो उस क्षेत्र में लंबे समय से हावी स्थिर मॉडलों से आगे बढ़ता है। यह मानने के बजाय कि यात्रा का समय निश्चित है या हमेशा सबसे खराब स्थिति ही होगी, उन्होंने ग्राउंड वाहनों की आवाजाही को ज्ञात संभावनाओं वाले एक चर (वेरिएबल) के रूप में माना। उन्होंने एक परिष्कृत एल्गोरिदम बनाया जो एक साथ यह निर्णय लेता है कि कौन से कार्यकर्ता एक टीम बनाएंगे, वे किस विमान की सेवा करेंगे, और किस क्रम में, जबकि वे देरी की संभावना को भी ध्यान में रखते हैं। उनके नवाचार का मूल एक विधि है जिसे वे "ब्रांच-प्राइस-कट-एंड-स्विच" कहते हैं। यह तकनीक कंप्यूटर को सर्वोत्तम समाधान खोजने के दौरान अपनी रणनीति को गतिशील रूप से बदलने की अनुमति देती है। यह कार्यबल के एक व्यापक, सरल दृश्य के साथ शुरू होता है ताकि तेजी से अच्छे विकल्प मिल सकें, लेकिन यदि इसे एक ऐसी योजना मिलती है जो गणितीय रूप से तो सही दिखती है लेकिन वास्तविकता में असंभव है—जैसे कि एक ऐसी स्थिति जहाँ एक कार्यकर्ता बिना यात्रा समय के जादू से एक कार्य से दूसरे कार्य के बीच टेलीपोर्ट हो जाता है—तो यह त्रुटि को सुधारने के लिए तुरंत एक अधिक विस्तृत, कठोर मॉडल पर स्विच कर जाता है। यह स्विचिंग तंत्र यह सुनिश्चित करता है कि अंतिम योजना न केवल एक गणितीय आदर्श हो, बल्कि एक व्यवहार्य वास्तविकता भी हो।

टीम ने अपने एल्गोरिदम का परीक्षण एक प्रमुख यूरोपीय हब एयरपोर्ट से प्राप्त डेटा का उपयोग करके किया, जिसमें तीस उड़ानों के प्रति घंटे आने या जाने के साथ दो घंटे तक की योजना अवधि का अनुकरण किया गया। उन्होंने अपने नए तरीके की मौजूदा दृष्टिकोणों के विरुद्ध तुलना की और पाया कि यह उनसे काफी बेहतर प्रदर्शन करता है, अधिक जटिल मामलों को इष्टतमता (ऑप्टिमलिटी) तक हल करता है, और सर्वोत्तम संभव समाधान और कंप्यूटर द्वारा खोजे गए समाधान के बीच के अंतर को कम करता है। महत्वपूर्ण रूप से, अध्ययन ने प्रदर्शित किया कि अनिश्चितता के लिए योजना बनाना, उसे अनदेखा करने की तुलना में बेहतर परिणाम देता है। जब एल्गोरिदम को नियत (डिटरमिनिस्टिक) डेटा दिया गया—यह मानते हुए कि यात्रा का समय उनके औसत या सर्वोत्तम मान पर स्थिर है—तो परिणामी योजनाएं वास्तविक दुनिया की परिवर्तनशीलता के विरुद्ध परीक्षण किए जाने पर अक्सर सेवा स्तर की आवश्यकताओं को पूरा करने में विफल रहीं। इसके विपरीत, स्टोकेस्टिक, या संभाव्य यात्रा समय पर विचार करने वाले द्वारा उत्पन्न योजनाओं ने लगातार उच्च सेवा स्तर बनाए रखा, जिससे यह सुनिश्चित हुआ कि उड़ानें उच्च विश्वसनीयता के साथ समय पर लोड की जा सकें।

सबसे आश्चर्यजनक निष्कर्षों में से एक यह था कि एल्गोरिदम ने दक्षता और सुरक्षा के बीच संतुलन को कैसे प्रबंधित किया। संभावित देरी के लिए कितने कार्यबल को आरक्षित करना है, यह निर्धारित करने के लिए एक विशिष्ट सांख्यिकीय थ्रेशोल्ड का उपयोग करके, शोधकर्ता सिस्टम को या तो अधिक रूढ़िवादी या अधिक आक्रामक होने के लिए ट्यून कर सकते थे। उन्होंने पाया कि सबसे खराब ट्रैफिक स्थितियों को मानने के बजाय मध्यम स्तर की सावधानी के साथ योजना बनाना, उपलब्ध क्रू का अधिक कुशल उपयोग करने की अनुमति देता है और साथ ही यह भी सुनिश्चित करता है कि देरी स्वीकार्य सीमाओं के भीतर रहे। इस दृष्टिकोण ने संसाधनों को बर्बाद किए बिना शेड्यूल में सुरक्षा बफर प्रभावी रूप से निर्मित किया। अध्ययन ने यह भी रेखांकित किया कि केवल औसत यात्रा समय को मानना अपर्याप्त था; हालांकि इसने सर्वोत्तम मामले की तुलना में बेहतर परिणाम दिए, फिर भी यह सेवा मानकों के बार-बार उल्लंघन का कारण बना। केवल यात्रा के पूर्ण दायरे और उनकी संभावनाओं को मॉडल करके ही सिस्टम एक स्थिर सेवा स्तर की गारंटी दे सका, जिससे उस प्रकार की अप्रत्याशित देरी को रोका जा सका जो यात्रियों को बैगेज क्लेम पर इंतजार करने या कनेक्टिंग फ्लाइट्स मिस करने के लिए छोड़ देती है।

इस कार्य के निहितार्थ टारमैक से परे तक फैले हुए हैं। एल्गोरिदम ने सिद्ध किया कि अत्यधिक रूढ़िवादी योजना बनाने या संसाधनों को खाली छोड़ने के बजाय, जो अनुमान लगाने जैसा है, एक जटिल और अनिश्चित वातावरण के लिए अत्यधिक कुशल और मजबूत शेड्यूल बनाना संभव है। विभिन्न गणितीय मॉडलों के बीच गतिशील रूप से स्विच करके और व्यवहार्य समाधानों को केवल सैद्धांतिक समाधानों से अलग करने के लिए सटीक विधियों का उपयोग करके, शोधकर्ताओं ने संसाधन-बाधित प्रणालियों में अनिश्चितता को संभालने का एक ब्लूप्रिंट प्रदान किया है। उनके परिणाम बताते हैं कि हवाई अड्डा संचालक अपने वातावरण की अनिश्चितता को अनदेखा करने के बजाय उसे अपनाकर उच्च समयबद्धता और कम लागत प्राप्त कर सकते हैं। अध्ययन इस निष्कर्ष पर पहुँचता है कि यात्रा के समय की स्टोकेस्टिक प्रकृति को स्पष्ट रूप से ध्यान में रखना केवल एक सैद्धांतिक सुधार नहीं है बल्कि आधुनिक हवाई अड्डा संचालन के लिए एक व्यावहारिक आवश्यकता है, जो उपलब्ध कार्यबल का अधिक कुशलता से उपयोग करने के साथ-साथ बैगेज हैंडलिंग ऑपरेटर के लिए एक स्थिर सेवा स्तर सुनिश्चित करने का एक तरीका प्रदान करता है।