基于智能算法的维修生产任务排程研究

蒋陵平 杨阳 王洛锋 郭政

摘要：目前，我国通用航空产业呈现“爆炸式”增长，“大、中、小”型通航企业数量快速增长，各种通航机型快速引进。与日益激增的飞行器、从业人员以及飞行作业量相比，反观各通用航空企事业单位，目前依然完全依靠人工统计飞行时间来进行第二日飞行计划及近期维修计划的安排。由于人为因素而出现严重的飞行安全隐患。这种简单的生产计划管理方式耗时、耗力且受人为因素和环境因素影响巨大。不但不能满足高速发展的通航航空的需要，更给航空安全埋下了巨大的安全隐患。运用遗传算法对生产运行计划的相关数据进行分析处理，辅助生产运行计划制定人员合理的进行生产排程，获得最大化的飞行安全和飞行效益。

关键词：维修 排程 遗传算法

中图分类号：V328.2 文献标识码：A 文章编号：1007-9416（2016）05-0000-00

Abstract： At present， China's general aviation industry "exploding"， "large， medium and small shipping companies" rapid growth in the number of various models， the rapid introduction of navigation. Compared with the soaring aircraft， practitioners and flight operations amount， in contrast， the general aviation enterprises and institutions， currently still rely entirely on artificial statistical flight time for the second day of the flight plan and recent maintenance plan arrangement. Flight serious security risks caused by human factors. Production planning management in this simple way of time-consuming， and affected by human factors and environmental factors is huge. Not only can not meet the rapid development of the aviation navigation needs to aviation safety planted a huge security risk. The relevant data is processed by using the genetic algorithm to the production operation plan， operation of auxiliary production planner in reasonable production scheduling， maximize the flight safety and efficiency.

Keywords： maintenance； scheduling； genetic algorithm；

2011年3月《中华人民共和国国民经济和社会发展十二五规划纲要》将通用航空列为具有长期发展前景的成长性带动性行业。目前，我国通用航空产业呈现“爆炸式”增长。“大、中、小”型通航企业数量快速增长，各种通航机型快速引进。截止2012年低，全行业完成通用航空生产作业飞行51.7万小时，获得通航经营许可证的通用航空企业146家，在册航空器总数达到1320架，从业人员过万名[1]。

与日益激增的飞行器、从业人员以及飞行作业量相比，反观各通用航空企事业单位，目前依然完全依靠人工统计飞行时间来进行第二日飞行计划及近期维修计划的安排。人工统计是基于固定的"飞行计划和维修计划"提前预计安排，根据设定好的固定提前期计算飞行计划和维修计划时间，但是在天气、飞机故障、训练需求、空域流控等不确定因素的干扰下，计划出机与实际出机经常不一致，这在一定程度上增加了制定后续飞行和维修计划的难度，如果不能合理、科学的进行生产调配，就会产生工作冲突。还可能由于人为因素而出现飞机时控件、时控维修项目超寿飞行的严重安全隐患。这种简单的生产计划管理方式耗时、耗力且受人为因素和环境因素影响巨大。不但不能满足高速发展的通航航空的需要，更给航空安全埋下了巨大的安全隐患[2]。

本项目拟在深入调研各通航企业生产运行计划制定方法的基础上，以中国民航飞行学院生产运行计划为核心，运用遗传算法对生产运行计划的相关数据进行分析处理，对整个生产过程进行统一计划，辅助生产运行计划制定人员更加科学的生产运行规划。通过最优的飞行计划和维护计划，获得最大化的飞行安全和飞行效益。

1国内外研究现状及发展动态

20世纪70年代，国外先进发达国家的航空公司就已经开始了建设运行控制系统的前期理论分析和客户需求分析，同时进行实践建设，陆续开发出了自己的飞行签派运行控制系统。美国西北航空公司是最早开始开发、建设并投入使用签派运行控制系统的航空公司，签派运行控制系统投入使用后大大提高了该公司的运行安全管理水平，提升了自身的效益水平。在成本方面，运行控制系统每年可降低大约1500多万美元的直接生产运营成本。在国外军事领域，尤其是美国，各种PHM系统已经逐步得到应用。

欧洲各航空公司于20世纪90年代中期起，开始纷纷建立了自己运行控制中心（OCC）以指挥其航班整体运行。同时至20世纪90年代末，欧洲各大机场被邀请加入航空公司的运行控制体系，或者联合建立独立的地面运行控制体系：建成了枢纽运行控制中心（HCC）。运行控制系统可以完成公司内、外部的信息共享和共同处置和决策；各项航班保障资源的优化；进行有效航班运行控制质量的监控；最大限度的控制运行成本等。

法国航空（Air France）和新加坡航空公司（Singapore Airlines）以及欧美众多航空公司也都拥有非常相似的运行管理系统[3]。运行控制管理系统对航空公司所有航班的预先准备、计划实施、动态监控、以及终止运行和讲评行使控制权。同时对整个航空公司的运行状态进行监控，并进行统一的协调和指挥。

全日空航空公司在位于日本东京的东京国际机场成立了运行飞行控制中心FCC （Flight Contro1 Center），该中心每天对170多个分子公司进行全面协调，对每天600多个航班进行统一协调、控制[4]。FCC主要功能在于监控和协调全日空航空的所有国内、国际航班，确保航班运行正点，在航班出现不正常时，进行迅速、有效地调整和更改飞行计划，满足旅客和自身的需求。该系统有许多的外部系统对其进行支持，其中包括航行情况系统、气象情报和图表显示系统、空管信息系统、飞行运行系统、订座系统、飞行监视系统、航班监控系统、国际通信系统等[5]。

我国国内最早开始引进并使用系统运行控制（SOC）的是中国南方航空公司（以下简称“南航”），南航于1997年经过公司高层研究决定，采用引进国外先进核心技术，同时建立自身研发团队，进行自我开发配套的方式建设国内第一套运行控制系统。

2005年9月20日，我国三大航空之一的中国东方航空公司（以下简称“东航”）的AOC（Airlines operations Control航空公司运行控制系统）在上海虹桥运行基地正式开始投入使用。

2008年10月中国国际航空公司完成自身运行控制系统的开发和建设，正式投入使用。国航认为SOC系统的使用使机组、飞机、航班这三大航空公司最重要的资源得到了集中管控、调配与最佳整合，业务流程得到优化，航班运行计划得到更加高效地设计与安排，为国航大运行、大保障战略目标的全面实现奠定了坚实基础。 [6、7]。

2基于遗传算法的维修生产任务排程

遗传算法是解决搜索问题的一种通用方法，对于各种通用问题都可以使用。[8、9]在使用遗传算法时，首先组成一组候选解，依据某些适应性条件测量这些候选解的适应度，根据适应度保留某些候选解，放弃其他候选解，然后对保留的候选解进行某些操作，生成新的候选解。

2.1 遗传算法的一般算法

首先建立初始状态：首先根据实际问题，将问题参数进行编码，并将编码进行排列为基因串，组成初始种群。

计算群体上每个个体的适应度值：根据实际问题，创建适应度函数，计算群体上每个个体的适应度值。

运算：按照适应度高低对其种群内基因进行选择；按照交叉概率，进行交叉操作；按照变异概率，进行变异操作。

群体繁衍：将经过运算处理过的基因串进行繁衍，复制，将其繁衍结果进行判定，如果满足初始要求，则保留；如果不满足要求，则将其繁衍结果传送回去，重新进行适应度计算，对其进行选择、交叉、变异，直至其满足要求，保留结果。

解码、改善实际问题：将经过判定保留下来的结果进行解码，获得与实际问题相关的数据，带入实际问题当中，获得最优解。遗传算法流程图如图1所示。

2.2遗传算法进行排程

设172飞机为1类共10架；PA44飞机为2类共8架；奖状飞机为3类共6架；1中队维修172和PA44飞机，2中队维修172和奖状飞机，数据输入如图2所示：

其中由于1、2中队中维修人员的文化水平和工作经验不同，导致各中队维修能力不同，故各中队维修172飞机相同的任务所需工时不同；[120，130]代表172第一架飞机维修相同任务1中需要120分钟，2中队需要130分钟。

运算结果如图3所示：

图3、4中绿色表示172飞机，每一个小的长方形表示其中某一架飞机的维修任务的全部工时，紫色为奖状飞机，灰色为PA44飞机。由图3可以看出： 1中队维修编号为3、6、7、8的172飞机和PA44的全部飞机，2中队维修剩余的172飞机和奖状飞机。两队完成分配的任务的时间非常接近，而从图4中可以看出，1中队分配的任务比2中队的多很多，当2中队完成了他们的任务时，1中队还有3架飞机没有进行维修。由此可见，运用遗传算法进行生产任务排程之后，能够充分利用各队的维修能力，避免造成不必要的人力浪费提高了生产效率！

3 结语

通过以上对基于智能算法的维修生产任务排程研究的研究讨论，可以得到如下结论：

（1）根据维修生产任务排程在航空公司中的地位，在降低维修成本的过程中，应该坚持以可靠性为中心的原则，从合理制定维修生产计划入手，优化维修过程细节，用强有效的执行力执行维修计划，便可达到最大的经济效益。

（2）制定维修生产任务排程计划的时候要采取科学合理的手段，利用智能算法的功能特点，制定最高效、简洁的维修排程计划，最大限度的降低维修成本。

（3）智能算法所制定的维修生产任务排程是从宏观上面对维修任务进行排序，在微观工作中，还需对实际工作进行分析，采用合理地技巧、方法对工作进一步优化，才可更大限度降低维修成本。

正如前言所说，中国民航事业发展迅猛，民航维修市场的竞争也日益激烈，对于各个航空公司的维修部门和独立的维修企业而言，这既是挑战也是机遇。只要我们能抓住机遇，用正确的态度去正视问题、认清民航大环境、充分利用新技术和科学的管理方法，寻找一条适合自己的维修排程，便可在竞争激烈的民航维修市场中站稳脚跟，并获得巨大的经济效益。

参考文献

[1] 2012年民航行业发展统计公报.中国民用航空局，2012.

[2] 汪波.航空公司运行控制的研究[D].西南交通大学，2005.

[3] 吴国华， 邢建民.航空公司运行管理系统建设初探[J].中国民航学院学报，2003.

[4] 张军，朱衍波.中国民航飞行运行综合业务系统[J].国际航空，2008.

[5] 陈永春，孙春林.飞机维修计划技术[J].中国民航学院院报，2004，（81）.

[6] 杨楠.国航SOC系统平台建设实录.民航资源.

[7] 中国东方航空股份有限公司.百度.

[8] 冯红娟.基于遗传算法的车间作业调度问题研究[D].长春理工大学，2008.

[9] 王凌.车间调度及其遗传算法[M]. 清华大学出版社，2003.