基于C# 语言和AHP 原理的飞行员资源优化调配及排班风险评价研究

王振宇 郭 伟 于 锴 杨 磊 冯子腾 王 欣

（国网通用航空有限公司，北京100000）

1 概述

随着民航局放管服政策的深入推进，通用航空业快速发展，通航飞行作业任务量呈逐年增长趋势，任务类型多、作业环境复杂、飞行员资源紧张，造成通航飞行运行复杂度及风险指数也呈上升趋势。通航飞行作业中，飞行员资源管理尤为重要，如何优化配置飞行员资源、均衡工作量、量化风险等级、提高飞行员排班效率及科学性，已成为亟待研究和解决的问题。

国内外专家学者对航空公司飞行员资源调配和风险评价做了大量研究[1-7]。根据对国内外专家学者研究成果总结发现，国外对飞行员资源调配和风险评价的研究起步较早，成果较为丰硕。随着近几年国内航空业的发展，国内专家也开始对不同运行模式的航空公司飞行员资源调配及风险评价模型进行有效设计与研究，取得较大进展。但上述研究大多基于运输航空公司，通用航空业因起步较晚，结合其作业模式的飞行员资源调配和排班风险等级评价研究较少。

以往飞行员资源调配时，以人工调配为主，调配结果取决于管理者的工作能力及经验，调配效率较低且调配后飞行员排班风险不能量化，存在人员调配不公平合理且风险等级较高的可能。本文基于通用航空作业模式，统筹考虑排班原则、人员资质、任务性质、飞行小时、出勤期、作业区域等因素，采用C#语言编制飞行员资源优化调配软件，以平衡飞行员飞行小时及出勤时间，提高调配科学性、合理性及效率。基于AHP 和模糊综合评价法，选取人员、作业区域、气象、电网环境4 个一级指标和12 个二级指标，建立飞行员排班风险评价指标体系，实现人员排班风险值量化管理。并选取实例，验证飞行员资源优化调配软件及排班风险评价体系的可靠性。

2 飞行员资源优化调配

2.1 调配原则

在遵照局方《一般运行和飞行规则》（CCAR-91）和相关手册制度有关执勤期和休息期相关规定的前提下，结合生产任务计划需求，根据飞行员对不同机型在不同作业区域飞行能力的反馈，按照“梯次匹配”的原则，做好飞行员排班调配。调配时，需平衡当年累计飞行时间及出勤天数，在符合资质要求同等情况下，优先安排出勤天数多但飞行小时少的人员。

图1 飞行员资源优化调配软件界面

2.2 软件编制

采用C#语言按照上述排班调配原则，编制飞行员资源优化调配软件，以平衡飞行员飞行小时及出勤时间，提高调配科学性、合理性及效率，软件界面如图1。

3 飞行员排班风险评价体系

3.1 层次分析法（AHP）与模糊综合评价

层次分析法（AHP），是指建立层次模型，将与决策有关的因素分解为目标层、准则层、方案层，构造判断矩阵，用求解判断矩阵向量的方式得出每一层次各因素对上一层某因素的优先权重，在此基础上采用模糊综合评价法进行定性和定量分析。

3.2 飞行员排班风险评价体系

本文通过专家问卷调查形式，结合通用航空飞行特点，选取4 个一级指标，12 个二级指标，构建出飞行员排班风险评价模型。将排班风险值设为目标层A，将4 个一级指标（人员指标、气象条件指标、地形特征指标、电网环境指标）设为第一准则层B，将12 个二级指标设为第二准则层C，并将12 个二级指标按D1-D42 进行层级分级。

通过构造B 层指标对A 层目标的判断矩阵、C 层指标对B层指标的判断矩阵后，通过和积法求解判断矩阵，得到各个指标的权重。将判断矩阵每行分别相加并求出算术平均数，即

将向量作归一化处理，最终得出各个指标的相对权重。

本文根据上述方法计算出A-B 矩阵的权重向量为[0.71,0.089, 0.069, 0.113]，B1-C 矩 阵 的 权 重 向 量 为（0.28，0.17，0.17，0.15，0.08，0.07，0.05，0.04，0.11）

为对判断矩阵的一致性进行检验，需选取一致性指标CI 和平均随机一致性指标RI，来确定判断矩阵可靠性，其中一致性指标CI 是用来检验重要性评价结果偏差，平均随机一致性指标RI 是防止出现评价结果不一致。当C 和R 均小于0.10 时，认为判断矩阵的一致性可接受。本文判断矩阵的C 和R 分别为0.029 和0.091，说明判断矩阵通过一致性检验。

根据模糊综合评价原理，选取定性指标和定量指标，确定其隶属度，最终得到指标隶属度矩阵。根据层次分析法所得权重及各指标隶属度矩阵，计算出各个二级指标所对应的评价得分，并根据评价得分确定风险等级。

计算方式为：

其中Di表示第i 个指标的得分。

表1 风险等级

4 实例验证

为进一步验证飞行员资源优化调配软件及排班风险评价体系的可靠性，选取29 名不同资质、技术等级、飞行小时、出勤期及状态的飞行员，响应8 个生产任务，将基础信息表调入至软件中，排班结果如图2 所示。

图2 软件排班结果

根据排班结果，采集16 名飞行员的人员指标B1、气象条件指标B2、地形特征指标B3、电网环境指标B4 信息，并进行D1-D42 指标层级分级，依据排班风险评价体系，计算其单人风险值及双人风险值，结果表明，所排人员双人搭配风险值均在中等风险以下，表明排班结果可被接受(表2)。

5 结论

本文基于通用航空作业性质的基础上，统筹考虑排班原则、人员资质、任务性质、飞行小时、出勤期、作业区域等因素，采用C#语言编制飞行员资源优化调配软件，以平衡飞行员飞行小时及出勤时间，提高调配科学性、合理性及效率。基于AHP 和模糊综合评价法，选取人员、作业区域、气象、电网环境4 个一级指标和12 个二级指标，建立飞行员排班风险评价指标体系，实现人员排班风险值量化管理。并根据实例验证飞行员资源优化调配软件及排班风险评价体系的可靠性，结果表明飞行员资源优化调配软件及排班风险等级评价具有良好可操作性。

表2 飞行员排班风险等级