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

Technische Samenvatting: Optimalisatiemethode voor de Planning van Sectorcontrollers Integrerend van Efficiëntie, Vermoeidheid en Rechtvaardigheid

Probleemstelling
Het artikel behandelt de kritieke uitdaging van het plannen van luchtverkeersbegeleiders in sectoren (area air traffic controllers), een complex combinatorisch optimalisatieprobleem dat wordt gekenmerkt door dynamische schommelingen in de vraag, strikte veiligheidsvoorschriften en de noodzaak om operationele efficiëntie te balanceren met menselijke factoren. De huidige planningspraktijken leunen vaak op empirische sjablonen en statische regels, die er niet in slagen om de capaciteit van de controllers dynamisch af te stemmen op de tijdvariërende verkeersvraag. Dit leidt tot inefficiënties, zoals onvoldoende capaciteit tijdens piekbelastingen of een overconcentratie van hooggekwalificeerd personeel tijdens perioden met lage vraag. Bovendien vereenvoudigen bestaande methoden het vermoeidheidsrisico vaak tot louter cumulatieve werkuren, waarbij de cognitieve achteruitgang door intensieve opeenvolgende diensten wordt genegeerd. Daarnaast ontbreekt het bij de planning vaak aan kwantitatieve mechanismen om een rechtvaardige verdeling van werkuren en blootstelling aan posities met hoge belasting te waarborgen, wat de organisatorische rechtvaardigheid en teamstabiliteit kan ondermijnen. Het kernprobleem is het ontwikkelen van een multi-objectief optimalisatiekader dat gelijktijdig de operationele efficiëntie, het vermoeidheidsrisico en de rechtvaardigheid van werktijden coördineert onder strikte harde randvoorwaarden.

Methodologie
De voorgestelde oplossing integreert een multi-objectief optimalisatiemodel met een hybride oplossingskader dat Constraint Programming (CP-SAT) combineert met het Multi-Objective Marine Predators Algorithm (MOMPA).

1. Multi-Objectief Optimalisatiemodel:

   • Efficiëntie: Operationele efficiëntie wordt gekwantificeerd als een variabele van de capaciteitsaanbod. Het model streeft ernaar om het aanbod van controller-efficiëntie af te stemmen op de sectorvraag-intensiteit, waarbij prioriteit wordt gegeven aan hooggekwalificeerde controllers voor functies met een hoge intensiteit (executive positions).
   • Vermoeidheidscontrole: Het vermoeidheidsrisico wordt opgesplitst in twee componenten: duuraccumulatie (totale werkuren) en intensiteitsaccumulatie (blootstelling aan perioden met hoge vraag). Deze tweeledige aanpak vangt zowel het volume van het werk als de cognitieve belasting van aanhoudende hoge-intensiteitstaken op.
   • Rechtvaardigheid: Rechtvaardigheid wordt gekenmerkt door de spreiding van de totale werkuren onder de controllers, met als doel de variantie in de workloadverdeling te minimaliseren.
   • Randvoorwaarden: Het model bevat harde randvoorwaarden, waaronder positiebezetting (executive en planning rollen), kwalificatie-overeenkomst, sectoractivatie/deactivatie, dagelijkse en cyclische werkurenlimieten, en verplichte rustperioden tussen diensten (bijv. herstel na een nachtdienst).

2. Hybride Oplossingskader:

   • CP-SAT voor Haalbaarheid: Om de NP-harde aard van het probleem en de strikte harde randvoorwaarden aan te pakken, wordt een Constraint Programming Satisfiability (CP-SAT) solver ingezet. Deze genereert strikt haalbare initiële schema's en voert "minimal-disturbance repairs" uit op kandidaatsoplossingen. Dit zorgt ervoor dat elk voorgesteld schema voldoet aan alle operationele regels zonder uitgebreide herplanning die de structuur van de oplossing zou wijzigen.
   • MOMPA voor Pareto-zoektocht: Het Multi-Objective Marine Predators Algorithm (MOMPA) wordt gebruikt om de Pareto-front te zoeken binnen de haalbare regio gedefinieerd door de CP-SAT. MOMPA simuleert mariene predatiegedragingen, waarbij gebruik wordt gemaakt van Brownse beweging voor globale exploratie in de vroege stadia en Lévy-vlucht voor lokale exploitatie in latere stadia. Het onderhoudt een extern archief van niet-gedomineerde oplossingen om diversiteit en convergentie te waarborgen.

Belangrijkste Bijdragen

• Geïntegreerde Modellering: Het artikel construeert een verenigd multi-objectief model dat de operationele efficiëntie expliciet kwantificeert, het vermoeidheidsrisico deelt in componenten van duur en intensiteit, en rechtvaardigheid karakteriseert via de spreiding van werkuren, waarmee de stap wordt gezet van empirisch oordeel naar algoritmische input.
• Hybride Algoritmische Aanpak: Het stelt een nieuw kader voor waarbij CP-SAT strikte haalbaarheid en minimale verstoring bij reparatie garandeert, terwijl MOMPA efficiënt de Pareto-front verkent. Dit lost het veelvoorkomende probleem van hoge onhaalbaarheidspercentages bij metaheuristische benaderingen voor sterk geconstrandeerde planningsproblemen op.
• Strategisch Beheer van Afwegingen: De methode genereert een reeks kandidaatsoplossingen (Pareto-front) in plaats van een enkele output, waardoor besluitvormers schema's kunnen selecteren op basis van specifieke voorkeuren (bijv. prioriteit voor vermoeidheid, prioriteit voor rechtvaardigheid, of een integraal compromis).

Resultaten
De methode werd gevalideerd met behulp van werkelijke operationele gegevens van een regionaal controlecentrum in Centraal-Zuid-China, die zes sectoren en 73 gelicentieerde controllers besloeg over een periode van 24 uur met negen tijdsloten.

• Algoritmische Prestaties: Vergelijkende experimenten tegenover een verbeterde Non-dominated Sorting Genetic Algorithm II (NSGA-II) toonden aan dat MOMPA de benchmark aanzienlijk overtrof. MOMPA behaalde een hogere Hyper-volume (HV) van 0,8976 (vs. 0,4422), een lagere Inverted Generational Distance (IGD) van 0,0000 (vs. 0,3424) en een kleinere Spacing-metriek (0,0253 vs. 0,0442). Daarnaast vereiste MOMPA minder rekentijd (473,5s vs. 671,7s).
• Operationele Resultaten: De geoptimaliseerde schema's bereikten een strategie van "hoge vraag met hoge matching, lage vraag met conforme allocatie".
  • Efficiëntie: De spreiding van de efficiëntie-aanbod over de sectoren werd verminderd, waardoor kritieke posities tijdens piekbelastingen werden bezet door hooggekwalificeerde controllers.
  • Vermoeidheid: De rechterstaart van de vermoeidheidsdistributie werd gecomprimeerd, waardoor het aantal controllers dat aan excessieve hoge-intensiteit of opeenvolgende taken werd toegewezen, werd verminderd.
  • Rechtvaardigheid: Het aandeel van extreme werkuren werd aanzienlijk verminderd, wat leidde tot een meer gebalanceerde verdeling van de workload onder het personeel zonder de capaciteitsdekking in gevaar te brengen.

Betekenis en Claims
Het artikel claimt dat de voorgestelde methode een technisch pad biedt voor de transformatie van ervaringgestuurde praktijken naar datagestuurde optimalisatie van de planning van controllers. Door efficiëntie, vermoeidheid en rechtvaardigheid te integreren in één enkel kader, biedt de methode een "omvattend compromis" dat veiligheid, efficiëntie en organisatorische stabiliteit in evenwicht brengt. De auteurs stellen dat de aanpak een goede interpreteerbaarheid en technische haalbaarheid demonstreert, zoals bewezen door de minimal-disturbance repair-strategie en de succesvolle toepassing op real-world operationele gegevens. De studie benadrukt dat de waarde van de oplossing niet alleen ligt in de wiskundige optimaliteit, maar ook in het vermogen om besluitvormers te voorzien van interpreteerbare, op afwegingen gebaseerde opties die geschikt zijn voor uiteenlopende operationele scenario's (bijv. piekverkeer, ongunstig weer of reguliere operaties).