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

Resumo Técnico: Método de Otimização para Escalonamento de Controladores de Área Integrando Eficiência, Fadiga e Equidade

Definição do Problema
O artigo aborda o desafio crítico do escalonamento de controladores de tráfego aéreo de área, um problema de otimização combinatória complexo caracterizado por flutuações dinâmicas de demanda, restrições rigorosas de segurança e a necessidade de equilibrar a eficiência operacional com fatores humanos. As práticas de escalonamento atuais frequentemente dependem de modelos empíricos e regras estáticas, que falham em alinhar dinamicamente a capacidade dos controladores com as demandas de tráfego variáveis no tempo. Isso leva a ineficiências, como capacidade insuficiente durante cargas de pico ou a sobreconcentração de pessoal altamente qualificado em períodos de baixa demanda. Além disso, os métodos existentes frequentemente simplificam excessivamente o risco de fadiga como mera acumulação de horas de trabalho, negligenciando o declínio cognitivo induzido por deveres consecutivos de alta intensidade. Adicionalmente, o escalonamento carece de mecanismos quantitativos para garantir a distribuição equitativa das horas de trabalho e da exposição a posições de alta carga, o que pode comprometer a equidade organizacional e a estabilidade da equipe. O problema central é desenvolver um framework de otimização multiobjetivo que coordene simultaneamente a eficiência operacional, o risco de fadiga e a equidade do tempo de trabalho sob restrições rígidas de obrigatoriedade (hard constraints).

Metodologia
A solução proposta integra um modelo de otimização multiobjetivo com um framework de resolução híbrido combinando Programação de Restrições (CP-SAT) e o Algoritmo de Predadores Marinhos Multiobjetivo (MOMPA).

1. Modelo de Otimização Multiobjetivo:

   • Eficiência: A eficiência operacional é quantificada como uma variável de suprimento de capacidade. O modelo visa alinhar o suprimento de eficiência do controlador com a intensidade da demanda do setor, priorizando controladores de alto nível para posições executivas de alta demanda.
   • Controle de Fadiga: O risco de fadiga é decomposto em dois componentes: acumulação de duração (total de horas de serviço) e acumulação de intensidade (exposição a períodos de alta demanda). Essa abordagem dual captura tanto o volume de trabalho quanto a carga cognitiva do dever contínuo de alta intensidade.
   • Equidade (Fairness): A equidade é caracterizada pela dispersão das horas totais de trabalho entre os controladores, visando minimizar a variância na distribuição da carga de trabalho.
   • Restrições: O modelo incorpora restrições rígidas (hard constraints), incluindo cobertura de posição (funções executivas e de planejamento), correspondência de qualificação, ativação/desativação de setores, limites de horas de trabalho diárias e por ciclo, e períodos de descanso obrigatórios entre turnos (ex: recuperação de turno noturno).

2. Framework de Solução Híbrido:

   • CP-SAT para Viabilidade: Para lidar com a natureza NP-difícil do problema e as estritas restrições rígidas, um resolvedor de Satisfatibilidade de Programação de Restrições (CP-SAT) é empregado. Ele gera escalas estritamente viáveis iniciais e realiza "reparos de distúrbio mínimo" em soluções candidatas. Isso garante que qualquer escala proposta pelo algoritmo de otimização adira a todas as regras operacionais sem exigir um reescalonamento extensivo que alteraria a estrutura da solução.
   • MOMPA para Busca de Pareto: O Algoritmo de Predadores Marinhos Multiobjetivo (MOMPA) é utilizado para buscar a fronteira de Pareto dentro da região viável definida pelo CP-SAT. O MOMPA simula comportamentos de predação marinha, utilizando movimento Browniano para exploração global nos estágios iniciais e voo de Lévy para explotação local nos estágios posteriores. Ele mantém um arquivo externo de soluções não dominadas para garantir diversidade e convergência.

Principais Contribuições

• Modelagem Integrada: O artigo constró-se um modelo multiobjetivo unificado que quantifica explicitamente a eficiência operacional, decompõe o risco de fadiga nos componentes de duração e intensidade, e caracteriza a equidade através da dispersão das horas de trabalho, indo além do julgamento empírico para o dado algorítmico.
• Abordagem Algorítmica Híbrida: Propõe um novo framework onde o CP-SAT garante a viabilidade estrita e o reparo de distúrbio mínimo, enquanto o MOMPA explora eficientemente a fronteira de Pareto. Isso aborda o problema comum de altas taxas de inviabilidade em abordagens metaheurísticas para problemas de escalonamento altamente restritos.
• Gestão Estratégica de Trade-offs: O método gera um conjunto de soluções candidatas (fronteira de Pareto) em vez de um único output, permitindo que os tomadores de decisão selecionem escalas baseadas em preferências específicas (ex: prioridade de fadiga, prioridade de equidade ou um compromisso abrangente).

Resultos
O método foi validado utilizando dados operacionais reais de um centro de controle regional no sul da China Central, cobrindo seis setores e 73 controladores licenciados durante um período de 24 horas com nove intervalos de tempo.

• Desempenho Algorítmico: Experimentos comparativos contra um Algoritmo Genético de Ordenação Não Dominada II (NSGA-II) melhorado demonstraram que o MOMPA superou significativamente o benchmark. O MOMPA alcançou um Hipervolume (HV) superior de 0,8976 (vs. 0,4422), uma Distância Generacional Invertida (IGD) menor de 0,0000 (vs. 0,3424) e um espaçamento (Spacing) menor (0,0253 vs. 0,0442). Além disso, o MOMPA exigiu menos tempo computacional (473,5s vs. 671,7s).
• Resultados Operacionais: As escalas otimizadas alcançaram uma estratégia de "alta demanda com alta correspondência, baixa demanda com alocação complacente".
  • Eficiência: A dispersão do suprimento de eficiência entre os setores foi reduzida, garantindo que posições críticas fossem ocupadas por controladores de alto nível durante os períodos de pico.
  • Fadiga: A cauda direita da distribuição de fadiga foi comprimida, reduzindo o número de controladores designados para deveres de alta intensidade ou consecutivos excessivos.
  • Equidade: A proporção de valores extremos de horas de trabalho foi significamente reduzida, levando a uma distribuição mais equilibrada da carga de trabalho entre o pessoal sem comprometer a cobertura de capacidade.

Significância e Alegações
O artigo afirma que o método proposto fornece um caminho técnico para transformar o escalonamento de controladores de práticas baseadas em experiência para otimização baseada em dados. Ao integrar eficiência, fadiga e equidade em um único framework, o método oferece uma solução de "compromisso abrangente" que equilibra segurança, eficiência e estabilidade organizacional. Os autores sustentam que a abordagem demonstra boa interpretabilidade e viabilidade de engenharia, conforme evidenciado pela estratégia de reparo de distúrbio mínimo e pela aplicação bem-sucedida a dados operacionais do mundo real. O estudo destaca que o valor da solução reside não apenas na otimalidade matemática, mas em sua capacidade de fornecer aos tomadores de decisão opções interpretáveis e conscientes de seus trade-offs, adequadas para diversos cenários operacionais (ex: tráfego de pico, condições meteorológicas adversas ou operações de rotina).