Министерство науки и образования Украины

ЛЕТНАЯ АКАДЕМИЯ
НАЦИОНАЛЬНОГО АВИАЦИОННОГО УНИВЕРСИТЕТА
Кафедра летной эксплуатации, аэродинамики и динамики полета

Барышев Илья Сергеевич

ДИПЛОМНАЯ РАБОТА
ПРОЕКТ ПРОГРАММЫ РЕОРГАНИЗАЦИИ РАБОЧЕЙ НАГРУЗКИ
АВИАЦИОННОЙ КОМПАНИИ ЗА СЧЕТ ВНЕДРЕНИЯ
ДИНАМЕЧЕСКОГО ПОКАЗАТЕЛЯ ПРОДУКТИВНОСТИ

Специальность: 272 «Авиационный транспорт»

Специализация: Летная эксплуатация воздушных суден

«Допустить к защите в ЭК»

Заведующий кафедрой ЛЭ, АД и ДП
к.т.н. ______________________ О.Н. Дмитриев
«_____»____________20___г.

Научный руководитель
к.т.н. ______________________ О.Н. Дмитриев
«_____»____________20___г.

Робота защищена
«_____»____________20___г.
с оценкой ______________
голова ЭК ______________

Кропивницкий - 2019
 2

ВВЕДЕНИЕ..............................................................................................................4

1.АНАЛИЗ ТЕКУЩЕЙ СИТУАЦИИ И НЕОБХОДИМЫХ РЕСУРСОВ ДЛЯ

ЭФЕКТИВНОЙ РАБОТЫ СИСТЕМЫ ПЛАНИРОВАНИЯ...............................8

1.1 Детализация авиационных служб KLM..........................................................8

1.2 Информационные системы и система CHIP, как основообразующая часть

планирования авиационного обслуживания.......................................................12

2. ОБЗОР ЛИТЕРАТУРЫ ПО ВОПРОСАМ ПРОБЛЕМАТИЧНОСТИ

ПЛАНИРОВАНИЯ, ЕГО КАЧЕСТВА И ВЛИЯНИЕ ЧЕЛОВЕЧЕСКОГО
ФАКТОРА НА НЕГО............................................................................................20

2.1 Проблематичность планирования..................................................................20

2.2 Качество планирования..................................................................................25

2.3 Влияние человеческого фактора на процесс планирования.......................32

3. ИЗУЧЕНИЕ ЭФФЕКТИВНОСТИ ПРОИЗВОДИТЕЛЬНОСТИ И

КАЧЕСТВА ОНЛАЙН-ПЛАНИРОВАНИЯ.......................................................40

3.1 Анализ заинтересованных сторон, как основа показателей эффективности

.................................................................................................................................40

3.2 Оценка качества расписание и его изменения с течением времени...........43

3.3 Анализ рабочей нагрузки и измерение производительности.....................52

4. УЛУЧШЕНИЯ ПЛАНИРОВАНИЯ ПО РЕЗУЛЬТАТАМ АНАЛИЗА

ДАННЫХ, АНАЛИЗА ЗАИНТЕРЕСОВАНЫХ СТОРОН И ОБЗОРА
ЛИТЕРАТУРЫ......................................................................................................62

4.1Улучшения расписания, основанные на динамических графиках рабочей

нагрузки..................................................................................................................62

4.2 Улучшения в расписании на основе динамического показателя

производительности..............................................................................................67
 3

4.3 Ресурсы диспетчера при измерении рабочей нагрузки и

производительности..............................................................................................70

ОБЩИЕ ВЫВОДЫ И РЕКОМЕНЛАЦИИ ПО РАБОТЕ..................................76

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ............................................81

Приложение А.......................................................................................................85

Приложение Б........................................................................................................88

Приложение В........................................................................................................89
 4

ВВЕДЕНИЕ
Мы впервые рассмотрели воздушные службы по следующему вопросу:
вы когда-нибудь думали, когда вы сидели в самолете, какие услуги были
необходимы, прежде чем ваш самолет мог вылететь? Самолет должен быть
заправлен, очищен, снабжен водой, укомплектован, в случае необходимости
обработан противообледенителями, и в большинстве случаев требует
буксировки от ворот. В аэропорту Амстердама Шиполь эти услуги
предоставляются KLM Aircraft Services (AS).
Обслуживание воздушных судов контролируется отделом KLM в
аэропорту Амстердама. В рамках этого отдела диспетчера (на голландском
языке: «регистры») координируют работу авиационных служб отдельно.
Планирование и координация этих услуг - сложная задача. В течение дня
происходит множество нарушений, которые разрушают предопределенный
график задач. Диспетчеру помогают в координации этих процессов система
CHIP (на голландском языке: Communicatie & Hub Indelings Programma).
CHIP содержит все задачи, связанные с обслуживанием, которое оператор
должен выполнять в течение рабочего дня, и автоматически отправляет
задания операторам.
Целью этого исследования является улучшение контроля и
планирования обслуживания воздушных судов. В этом исследовании мы
анализируем рабочую среду диспетчера АС, и мы проводим исследование
литературы, чтобы внести предложения по улучшению координации
авиационных услуг.
KLM начинается и создается в 1919 году как «Koninklijke Luchtvaart
Maatschappij». В настоящее время KLM является самой старой
авиакомпанией в мире, которая работает под своим первоначальным
названием. Замечательно отметить огромный рост KLM. В первом
операционном году KLM перевезла 345 пассажиров и 25 000 килограммов
 5

грузов. В годовой отчет KLM 2014 зарегистрировано 40 миллионов

пассажиров, которые путешествовали.

Рисунок 1 - Марка бренда KLM

Объединение KLM и Air France было основано в 2004 году, и KLM
теперь является частью Air France KLM Group.
Авиационные службы KLM являются частью наземных служб KLM
(GS). GS управляет всеми операциями хаба в аэропорту Амстердама Шиполь.
Аэропорт называется хабом, когда авиакомпания использует этот аэропорт в
качестве трансфера.
Все действия и процессы ежедневных полетов выполняются и
контролируются диспетчерами AS в Центре управления хаба (HCC). HCC в
целом отвечает за все полевые операции KLM и партнеров и выполняет
следующие основные задачи:
• Управление критическими ресурсами в день.
• Управление полетами в аэропорту Амстердама в сотрудничестве с
Центром оперативного контроля (OCC).
• Реагирование на чрезвычайные ситуации и операционные кризисные
ситуации.
• Подготовка и оценка производительности хаба.
Внутри HCC существуют разные функции. В Приложении B описаны
более подробно. Диспетчера диспетчерских служб Duty Manager (DMA) и
диспетчера воздушных судов являются частью этого исследования.
В диспетчеры AS отвечает за оперативное планирование авиационных
услуг в течение дня. Каждый авиационный сервис контролируется отдельно
диспетчером. Диспетчер получает помощь в обслуживании системы CHIP.
CHIP - это компьютерная программа, которая помогает диспетчеру
 6

своевременно планировать задачи. CHIP содержит все задачи, связанные с

обслуживанием, которое оператор должен выполнять в течение рабочего дня,
и автоматически отправляет задания операторам. Эта диспетчеризация
основана на множестве различных входных параметров.
В настоящее время существует несколько причин начать исследование
онлайн-планирования AS-служб. Более короткие периоды оборота и все
большее число полетов оказывают большое давление на планирование и
контроль в день исполнения. В управлении AS существует общее чувство,
что система CHIP неэффективна. Этот недостаток частично связан с
действиями и вмешательствами диспетчера, который отвечает за
координацию обслуживания воздушных судов. Этот недостаток является
прямой причиной дальнейшего анализа рабочей среды диспетчера. Также
отсутствует понимание методов работы диспетчеров и обсуждение
обязанностей и мандата диспетчера. Конечно, то, что они делают, известно,
но как и на основе вопросов, которые в настоящий момент не полностью
понятны и что дает потенциал для улучшения.
В идеальном мире, где известны все будущие события, труднее
построить «хороший» график для авиационных служб. Диспетчер может
планировать активное участие и прогнозировать нарушения и при
необходимости корректировать расписание. Однако в реальном мире
диспетчер должен иметь дело с множеством неизвестных событий. Эти
неизвестные события часто являются причиной того, что CHIP не может
планировать автоматически. В этих случаях диспетчер планирует вручную.
Диспетчер часто планирует реплицировать задачи вместо активных
действий. Когда задание автоматически не запланировано CHIP, диспетчер
ждет, пока оборудование не будет доступно. После того, как он доступен,
диспетчер дает работу оператору со свободным оборудованием. Это
называется планированием повторно. Планирование реактивно часто
приводит к плохим расписаниям.
 7

В настоящий момент невозможно оценить качество построенного

плана в конце дня. Качество не может быть оценено, поскольку показатели
эффективности, которые используются для измерения качества, не ясны. Это
исследование будет строить и оценивать показатели эффективности для
качества использования и измерять эффект предлагаемых улучшений в
процессе планирования. Подводя итоги, есть возможности для дальнейшего
улучшения онлайн-планирования.
Цель этого исследования: улучшить процесс онлайн-планирования
обслуживания воздушных судов в Центре управления хаба.
Задачи:
 анализа ресурсов и эффективности работы системы
планирования;
 изучения литературы по работе системы планирования:
 изучения качества онлайн-планирования;
 анализ заинтересованных сторон;
 обработка результатов и разработка рекомендаций по
проведенному исследованию.
Это исследование фокусируется на текущих методах работы и
структуре внутри HCC. Она не оценивает другую организационную
структуру или использование других IТ-программ для управления
операцией.
Объект дипломной работы – анализ рабочей среды диспетчера
координации авиационных услуг.
Предмет исследования – процесс контроля и планирования
обслуживания воздушных судов.
Методы исследования – комплексный анализ методической и научной
литературы, программное моделирование.
 8

1.АНАЛИЗ ТЕКУЩЕЙ СИТУАЦИИ И НЕОБХОДИМЫХ РЕСУРСОВ

ДЛЯ ЭФЕКТИВНОЙ РАБОТЫ СИСТЕМЫ ПЛАНИРОВАНИЯ

1.1 Детализация авиационных служб KLM

У каждой авиационной службы есть свой диспетчер, который
контролирует ежедневную работу. Диспетчера сидят вместе, чтобы они
могли легко общаться друг с другом. Чтобы понять текущие методы работы
диспетчера АС, мы вначале объясним каждое вид авиационного
обслуживание более подробно. Координируются воздушные суда,
аквасервис, туалетные услуги и заправка самолетов,
противообледенительные работы.
Противообледенительные работы - это обработка, в которой
обдуваемая жидкость распыляется на самолет для удаления снега и льда из
критических участков самолета. Критическими областями являются,
например, крылья и стабилизаторы. Есть две основные причины, по которым
требуется противообледенительные обледенение. Первая причина -
обеспечить свободное перемещение рулевых поверхностей летательного
аппарата. Вторая причина заключается в том, что возможный слой льда на
крыльях может нарушить воздушный поток вокруг поверхности, что может
привести к потере подъемной силы.

Рисунок 1.1 - Воздушное судно, получающее противообледенительную

обработку
Отделение по борьбе с обледенением расположено в отдаленном
районе Шиполя. Всего доступно 24 автомобиля для снятия льда Safeaero. На
рисунке 1.1 показан самолет KLM, который получает
 9

противообледенительную обработку с помощью противообледенительных

машин.
Авиационная буксировка управляются отделом обслуживания
авиационных буксиров и катков KLM. Буксировка необходима для
перемещения самолетов с буферов и ворот в аэропорту Шиполь. Буфер - это
внешняя позиция в аэропорту Шиполь, где можно припарковать самолет.
Когда воздушное судно имеет длительное основное время, буфер
используется для освобождения пространства в положениях ворот.
Буксировка также необходима, когда летательные аппараты расположены в
отделе технического обслуживания, на улице. На рисунке 3 показан буксир
самолета.

Рисунок 1.2 - Буксир KLM

Откат - это операция, когда воздушное судно перемещается назад от
ворот. Самолет нуждается в тягаче, чтобы покинуть ворота, потому что
самолет не способен ехать назад. Однако некоторые самолеты: они могут
использовать обратную тягу от своих двигателей, но это может нанести
серьезный ущерб терминалу и воротам. Откат выполняется буксиром (см.
Рис. 3).
Служба Aqua отвечает за поставку питьевой воды в самолет. Вода
доставляется небольшими грузовиками с водяным баком. Служба туалета
отделена от службы водоснабжения и работает с другим грузовиком. На
рисунке 4 показан грузовик для туалета KLM. На грузовике есть платформа,
которая может подниматься так, чтобы можно было дойти до
канализационных стоков.
 10

Рисунок 1.3 - Туалетный грузовик KLM

Заправочный отдел отвечает за поставку топлива в самолет. В отделе

есть три крупных баузера (80 м3) и 15 меньших баузеров (40 м3), которые
заправляют самолеты на удаленных стендах, где отсутствует система
гидрантов. На рисунке 6 показан топливозаправщик, который заправляет
самолет. Многие ворота в Шиполье имеют точку подачи топлива. В этих
случаях нет необходимости добираться до самолета с большим грузовиком.
Для использования этой системы доступны 21 диспенсер. Диспенсер - это
грузовик с оборудованием, использующим систему гидранта топлива,
например, шланги, пары и насосы.

Рисунок 1.4 - Топливный баузер

Деятельность по очистке воздушных судов передается в Асито и Клюх,
которые являются чистыми компаниями, которые не являются частью KLM.
Обе клининговые компании работают автономно, однако они
контролируются менеджером по контрактам из KLM. Обе компании имеют
диспетчера для контроля ежедневной работы.
Деятельность общественного питания передается на аутсорсинг
дочерней компании KLM Catering Services (KCS). KCS отвечает за поставку
 11

продуктов питания и непродовольственных товаров, которые можно найти на

самолете. Для обеспечения воздушного судна используются тележки для
общественного питания. На рисунке 6 показан грузовик для общественного
питания. Контейнер поднимается, чтобы выровнять двери самолета с
контейнером, что облегчает погрузку.

Рисунок 1.5 - Услуги общественного питания

 12

1.2 Информационные системы и система CHIP, как основообразующая

часть планирования авиационного обслуживания
CHIP используется диспетчером для управления работой конкретного
воздушного судна. CHIP - это компьютерная программа, созданная INFORM.
INFORM - компания, базирующаяся в Аахене (Германия), которая
специализируется на интеллектуальном планировании и разработке решений
для принятия решений в области логистики. CHIP - это инструмент
поддержки принятия решений, а не для принятия решения. Он не заменяет
диспетчера людей, но помогает диспетчеру сделать лучшее задание в то
время. Начнем с объяснения базовой идеи CHIP.
На рисунке 1.6 показаны шесть операторов (от A до F), временная
шкала, где t обозначает текущее время, и несколько незапланированных
заданий. С рабочими местами мы подразумеваем конкретные задачи
обслуживания воздушных судов, например, заправку, поставку питьевой
воды и т. Д. Работы представлены серыми блоками. Все задания должны
быть запланированы и назначены операторам AS. Однако при отправке
рабочих мест операторам существует множество ограничений. Временные
окна, ограничения реестра реестров, разрывы, расписания рейсов и
используемое оборудование, например. Если диспетчер должен вручную
собрать всю информацию, необходимую для отправки задания, и постоянно
толковать эту информацию, он или она не смогут запланировать рабочие
места воздушных судов.
 13

Рисунок 1.6 - Основное планирования CHIP

Фактическая информация о рейсе постоянно извлекается из системы
Flight Information Royal Dutch Airlines (FIRDA). Базовые данные содержат
данные, которые определяют рабочую среду. Примерами базовых данных
являются расстояния между позициями, информацией о сотрудниках, типами
смены, квалификацией, авиакомпаниями и типами воздушных судов. Эти
базовые данные автоматически не изменяются или не обновляются по
информации FIRDA. Внутри данных может быть проведено различие между
статическими и динамическими данными. Информация из FIRDA - это
динамические данные, поскольку она постоянно обновляется. Динамические
данные описывают, что происходит в базовых данных, определенных средой.
Примерами динамических данных являются полеты, задачи, предупреждения
и смены. Эти динамические данные обновляются FIRDA, но также благодаря
действиям диспетчера и оптимизатора в CHIP. Если, например, CHIP
отправляет задачу или диспетчер отправляет задачу вручную, происходит
изменение динамических данных. Контроллер реестра содержит
информацию о смене, разрыве и количестве имеющихся в наличии
персонала. Задачи как показано на рисунке 1.1, создаются CHIP на основе
входной информации. Задачи постоянно создаются, обновляются и
удаляются на основе информации о реальном времени из ее исходных
источников.
Задача может касаться полета или нелётной. В первом случае задача
связана с фактическими событиями полета, тогда как задачи, не связанные с
полетом, не имеют связи с полетом. Это может быть, например, стандартная
ежедневная деятельность. CHIP рассматривает также задачи, связанные с
одним и несколькими полетами. Как видно из названия,
однопользовательские задачи связаны с одним однопользовательским
событием, тогда как многопользовательские задачи связаны с несколькими
полетами. Например, задача регистрации для нескольких рейсов
рассматривается как многопользовательская задача. CHIP также проводит
 14

различие между задачами, ориентированными на временной интервал и

моментом. Задача, ориентированная на временной интервал, - это задача,
которая должна выполняться в течение заданного интервала времени.
Например, Boeing 747-400 необходимо заправлять топливом в течение своего
основного времени. Момент-ориентированные задачи - это задачи, которые
должны выполняться в данный момент времени или начинаться в данный
момент времени.
CHIP также рассматривает основные задачи и подзадачи.
Подпрограммы, относящиеся к одной и той же операции, группируются
вместе в основной задаче. Важно отметить, что для ресурсов могут быть
назначены только вспомогательные задачи. Основные задачи
рассматриваются как структура данных. Когда задачи создаются, следующим
шагом является отправка задач операторам.
CHIP создает задачи на следующий день в ночное время. Он получает
исходные данные полета на следующий день и на основе этой информации
он создает задачи на следующий день. В течение дня эти задачи обновляются
из-за информации в режиме реального времени, которая может привести к
созданию новых задач, изменению задач или подзадач или удалению задач и
подзадач.
Начиная с рисунка 1.6, незапланированные задачи должны быть
назначены одному из операторов. Операторы рассматриваются как ресурсы.
Каждая задача имеет набор различных квалификаций, необходимых для
выполнения этой задачи. Например, для заправки Boeing 747-300 оператору
требуется определенная лицензия. Это можно рассматривать как
квалификацию для задачи. Квалификация делится на обязательную и
необязательную квалификацию. Когда задание назначается ресурсу, оно
должно соответствовать всем обязательным требованиям и в какой-то
степени необязательным. Ресурсы также имеют особую квалификацию,
например, танкер-оператор с определенной лицензией или баузер с
пропускной способностью 40 м3. При распределении задачи ресурсу
 15

квалификация обоих сравнивается друг с другом; когда есть совпадение

между этими двумя, задача может быть назначена ресурсу.
Однако, если есть больше ресурсов, которые соответствуют
квалификациям конкретной задачи, система должна принять решение, какой
ресурс будет назначен. Это назначение выполняется оптимизатором в CHIP.
В таблице 1.1 показаны, какие данные используются оптимизатором при
выполнении задания.

Таблица 1.1 - Данные оптимизатора

Tasks  Time windows  Workload
 Duration  Work area
 Travel time  Task requirements
 Priority  Teaming
 Task type
Shifts  Start and end time of a shift

CHIP рассматривает временные окна, когда должна быть

запланирована определенная задача. Временное окно основано на самом
раннем старте и последнем требовании времени окончания. Эти требования
связаны с фактическим временем посадки и запланированным временем
вылета. На рисунке 1.7 схематически представлено окно времени, когда
должно быть запланировано задание. Время EXIT - расчетное время руления.
Это время, когда самолет проводит руление между проезжей частью и
парковочным местом. Фактическое время в блоке (AIBT) - это фактическое
время и дата, когда стояночные тормоза самолета были задействованы на
парковке (EUROCONTROL, 2009). Конец временного окна задачи помечен
целевым временем внеблока (TOBT). В этот момент завершается наземный
процесс обработки, и самолет готов к запуску и подталкивается с места
парковки. TOBT - прогнозируемое значение. Расчетное время выезда (EXOT)
- время исходящего такси. Если задача запланирована позже, чем ее
последнее требование времени окончания, воздушное судно будет отложено.
 16

Рисунок 1.7 - Самое раннее время начала и окончания на основе Harmsen.

CHIP рассматривает и создает график для следующего

четырехчасового временного окна. Перед распределением задач оптимизатор
начинается с поиска всех комбинаций задач и ресурсов, которые разрешены
на основе квалификации ресурса и задачи. Во-вторых, стоимость затрат
связана с каждой комбинацией задач и ресурсов на основе функции затрат.
Функция стоимости состоит из разных параметров. Точные параметры этой
функции стоимости не предоставляются. Оптимизатор пытается
минимизировать общие затраты на все распределения задач для ресурсов.
Функция стоимости настраивается владельцем системы с
предопределенными так называемыми альфа-параметрами.
Мы объяснили основную идею CHIP, источники информации, типы
задач, диспетчерские задачи и оптимизатор. В этом разделе мы обсудим
диспетчера, который отвечает за вывод графика CHIP. В настоящее время в
HCC работают 26 диспетчеров. Есть также резервные диспетчеры. Резервный
диспетчер - это тот, кто обычно работает в операции как оператор, но если в
определенное время недостаточно диспетчеров, он может также играть роль
диспетчера. Мы не считаем диспетчеров из клининговых компаний Klüh и
Asito просто потому, что они не являются частью KLM. Еще одно важное
замечание состоит в том, что KCS общественного питания не использует
CHIP, а представляет собой другую систему.
Диспетчеры работают в смену. Первая смена - с 6:00 до 14:30.
Следующая смена - дневная смена, которая начинается в 7:00 и
 17

заканчивается в 15:30. Поздняя смена начинается в 14:00 и заканчивается в

22:30. Ночная смена - с 10:00 до 6:30.
Цель диспетчера заключается в том, что все процессы обслуживания
воздушных судов завершены вовремя. Диспетчер несет ответственность за
эффективную отправку рабочих мест При отправке заданий диспетчер
должен в некоторых случаях общаться с другими службами воздушных
судов. Это сообщение необходимо, когда задача другой службы конфликтует
с другой задачей другой службы. Отдел буксировки имеет наивысший
приоритет в CHIP по сравнению с другими услугами. Таким образом, другие
задачи обслуживания планируются вокруг задачи буксировки. На рисунке 11
показан конфликт задач. Красный знак в конце задания указывает на этот
конфликт. Противоположная задача другой службы воздушного судна не
отображается для этого диспетчера, дается только время начала задания.
Существует конфликт между задачей буксировки и предтопливной задачей.
Невозможно буксировать самолёт при заправке топливной тележки. Этот
конфликт возникает, когда задача перед топливом имеет более длительный
срок, чем ожидалось, или предварительное топливо планируется вручную по
определенной причине. В этих случаях необходимо, чтобы диспетчер
связывался с диспетчером другой службы.

Рисунок 1.8 - Конфликт задачи с другой службой (Дата: 25/06/2015)

Диспетчер должен также действовать в соответствии с приоритетами,
установленными дежурным диспетчером (DHM) и менеджером зоны
обслуживания (DAM). DHM является самым ответственным лицом для
оперативного контроля процессов обработки KLM и третьих сторон в
аэропорту Шиполь. Цель этой функции - реализовать график полета и
 18

минимизировать влияние нарушений. DAM поддерживает DHM и отвечает

за ежедневную работу и приоритезацию услуг для обеспечения
своевременного вылета самолетов. DMA координирует и контролирует
диспетчеров AS. Лидер смены конкретного авиационного обслуживания
отвечает за операторов на полу. Эта функция позиционируется между
диспетчером AS и операторами, но лидер сдвига не несет ответственности за
диспетчеризацию задач. Подведение итогов диспетчера зависит от
нескольких человек, как показано на рисунке 12.

Shift leader DMA DAM DHM

AS Dispatcher

Рисунок 1.9 - Рабочая среда диспетчера

Мы начали с описания всех авиационных услуг более подробно. Важно

то, что только буксировка, заправка самолетов, а также вода / туалет
используют CHIP в качестве системы поддержки принятия решений. CHIP
построена компанией INFORM и использует диаграмму Ганта как основной
интерфейс, который отображает все ресурсы и задачи. Всего доступно 26
диспетчеров, которые могут работать с CHIP. Информация в CHIP
извлекается из трех источников входного сигнала, системы полетов
информационной системы FIRDA, базовых данных и управления списком.
FIRDA предоставляет информацию о рейсе в реальном времени, базовые
данные содержат данные, определяющие оперативную среду, а в контроле
реестра хранится информация, связанная с операторами. При отправке задач
обязательно, чтобы задача соответствовала квалификации ресурса. При
отправке задач задачи должны соответствовать квалификациям ресурса,
чтобы гарантировать, что определенная задача управляется оператором,
который имеет право на квалификацию и сертификаты. Еще один важный
 19

аспект, который мы рассмотрели в этой главе, - это временное окно, в

котором можно планировать задачу. Это окно времени ограничено AIBT и
TOBT.
Диспетчер отвечает за эффективную отправку рабочих мест в
имеющиеся ресурсы в тот день. Диспетчер находится под влиянием DHM,
DAM, DMA и лидера сдвига, где лидер сдвига расположен между
операторами на полу и диспетчером. Для диспетчера не всегда легко
действовать в соответствии с интересами всех четырех функций. Часто
возникают запутанные интересы всех сторон. В главе 3 мы начнем с
изучения литературы и обсудим проблему планирования, процесс
планирования, надежность, информацию о планировании и показатели
эффективности.
 20

2. ОБЗОР ЛИТЕРАТУРЫ ПО ВОПРОСАМ ПРОБЛЕМАТИЧНОСТИ

ПЛАНИРОВАНИЯ, ЕГО КАЧЕСТВА И ВЛИЯНИЕ ЧЕЛОВЕЧЕСКОГО
ФАКТОРА

2.1 Проблематичность планирования

Все авиационные службы имеют общие свойства в отношении
планирования. Все задачи обслуживания воздушных судов должны
выполняться в течение определенного временного окна. У каждого самолета
есть ограниченные ресурсы. Снижение затрат - это общий критерий
оптимизации, а также время вылета. Каждое авиационное обслуживание
имеет время обработки, которое в большинстве случаев является
стохастическим. Хорошим примером этой стохастичности процесса является
водоснабжение. Количество воды, оставшейся в самолете, заранее не
известно при заполнении. Поэтому сложно рассчитать время обработки.
Мы рассматриваем самолет как клиентов поставщиков авиационных
услуг. Самолет подвергается определенному обслуживанию. Клиенты
находятся в фиксированных местах в аэропорту, служба воздушных судов
посещает клиентов на своей стоянке. Первое указывает, что планирование
обслуживания воздушных судов можно охарактеризовать как проблему
маршрутизации транспортных средств (VRP). De Man (2014) рассматривает
планирование задач по заправке также как проблему VRP и упоминает тот
факт, что VRP не рассматривает временные окна. В рамках VRP целью
является поиск набора маршрутов, стоимость проезда которых
минимизируется с учетом посещения каждого клиента, депо используется
как начальная и конечная точки, а требование всех клиентов не превышает
возможности транспортных средств. Все это соответствует задаче
диспетчеризации воздушных судов. Тем не менее, De Man (2014) уже
упомянул, что временные окна не рассматриваются в основной задаче VRP.
 21

Проблема маршрутизации транспортных средств с временными окнами

(VRPTW) является важным обобщением основного VRP. Каждая услуга
должна выполняться за определенный промежуток времени [a i, bi]. Для
службы разрешено прибыть перед ai, но приходы после bi не допускаются.
Если услуга прибывает перед ai, она должна ждать до ai. В корпусе
воздушного судна разрешается прибыть до того, как самолет находится на
своей стоянке. В отличие от VRPTW, это разрешено прибыть позже, чем b i.
Это приводит к позднему выезду, что нежелательно. Тем не менее, VRPTW
может быть изменен с ценой штрафа при прибытии позже b i, но это не
рассматривается в оригинальной VRPTW. Время начала окна времени аи и
время окончания времени окна времени не точно известны заранее, график
полета известен заранее, но не дает уверенности в точном времени посадки и
вылета самолета заранее. Таким образом, VRPTW имеет некоторое сходство
с обслуживания воздушных судов, но не покрывает точной проблемы.
Задача планирования обслуживания воздушного судна также обладает
свойствами Capacatedated VRP. Способность каждого транспортного
средства известна заранее, и ему не разрешается загружать транспортное
средство больше, чем его емкость. Не все авиационные службы разделяют
это имущество. Например, служба push-back не имеет ограничений по
пропускной способности, просто потому, что она не несет никакой нагрузки.
Тем не менее, в заправочной службе есть ограничения по пропускной
способности, она может поставлять комплект самолетов с топливом, и через
несколько часов ему необходимо пополнить грузовик. Свойством емкостной
проблемы VRP является то, что спрос каждого клиента известен заранее. Это,
конечно же, не касается случая обслуживания воздушных судов, где для
большинства служб точный спрос не известен заранее.
Временное окно прибытия и вылета самолетов считается
стохастическим. Этот стохастический аспект рассматривается в задачах
маршрутизации стохастических транспортных средств (SVRP) и может
обрабатывать случайные компоненты, стохастические клиенты,
 22

стохастические требования и стохастические времена. Стохастический

клиент означает, присутствует ли клиент или нет. Стохастический спрос
означает, что спрос клиента i является случайной величиной. Стохастическое
время обслуживания означает, что время обслуживания s i и время
прохождения tij являются случайными величинами. De Man (2014)
утверждает, что проблему планирования дозаправки можно охарактеризовать
как стохастический спрос VRP (VRPSD). Проблема также может
рассматриваться как стохастический клиент VRP. Расписание полетов не
дает полной уверенности в том, прибывает ли самолет или нет. Важно
отметить, что верно и обратное: появился самолет, который не ожидал. Эту
ситуацию можно перевести в вероятности появления pi, которая используется
в стохастической клиентской VRP. Мы считаем, что время пролета от и до
самолета как детерминированное, время проезда оценивается на основе
расстояний и скорости транспортного средства. Однако в «реальном»
мировом времени путешествия не являются полностью
детерминированными. Поэтому проблема маршрутизации транспортных
средств со стохастическим временем движения (VRPSTT) соответствует
задачам планирования обслуживания воздушных судов. Тем не менее, мы
считаем время поездки детерминированным, потому что время проезда
оценивается CHIP на основе скорости транспортного средства и расстояний
на платформе. Поэтому мы не используем VRPSTT для описания проблемы
планирования обслуживания воздушного судна.
Другой проблемой, которая имеет сходство с планированием
обслуживания воздушных судов, являются проблемы с набором номера
(DARP). В решении проблемы с набором номера цель состоит в том, чтобы
выполнить как можно больше запросов в отношении минимальных затрат на
маршрут транспортного средства (Cordeau & Laporte, 2007). Есть два типы
задач набора номера: статические или динамические проблемы. В
статическом DARP все запросы известны заранее. В динамических запросах
DARP заранее не известны и становятся доступными в течение дня.
 23

Feuerstein and Stougie (2001) изучают проблему набора номера в режиме

онлайн, когда призывы к поездкам вовремя во время поездки водителю.
Однако они рассматривают проблему с одним сервером. Если бы у нас был
только один грузовик и один вид обслуживания воздушных судов, это было
бы в плане планирования обслуживания воздушных судов, но это не
выполняется. Литература о проблемах с несколькими серверами с
несколькими серверами ограничена. Бонифачи и Стоуги (Bonifaci and
Stougie, 2009) изучают проблемы многопользовательской маршрутизации в
Интернете, в которых они предлагают несколько алгоритмов и
доказательную нижнюю границу.
Pillac et al. (2013) утверждают, что существуют два важных аспекта при
рассмотрении проблем маршрутизации транспортных средств в реальном
мире. Первым измерением является эволюция. Эволюция используется в том
смысле, что информация постепенно становится доступной во время
выполнения маршрутов. Второе измерение - качество. Качество отражает
неопределенность, которая лежит в данных. Еще одно важное отличие,
которое Pillac et al. (2013), а также De Man (2014) упоминает разницу между
статическим и динамическим VRP. В статическом VRP вся информация для
построения маршрутов доступна заранее. В динамическом VRP информация
становится постепенно доступной, и маршруты создаются онлайн. Проблема
планирования авиационных услуг - это динамическая или онлайн-задача
планирования. Согласно Pillac et al. (2013) онлайн-прибытие клиентов
является наиболее распространенным источником неопределенности; это
точно соответствует делу обслуживания воздушных судов.
В этом разделе мы позиционировали проблему планирования
обслуживания воздушных судов в рамках существующей литературы.
Однако планирование алгоритм является важной частью процесса
планирования авиационных услуг, но не единственной частью. Это часть
процесса планирования. Kuhn and Loth (2009) проводили исследования по
алгоритмам планирования транспортных средств обслуживания в
 24

аэропортах. Цель заключалась в том, чтобы свести к минимуму затраты на

топливо и задержки с авиаперевозчиком для поставщика услуг. Несколько
алгоритмов были предложены и протестированы с использованием данных
моделирования аэропортов Гамбурга и Далласа-Форт-Уорта. На рисунке 13
представлена структура, разработанная Kuhn and Loth (2009). Эта структура
имеет много общего с обслуживания воздушного судна в этом исследовании.
Они заканчивают работу своей записью замечанием о том, что необходимы
дальнейшие исследования для изучения влияния неопределенности при
прилетах и вылетах аэропорта на расписание обслуживания транспортных
средств. Еще одно важное замечание для завершения этого раздела - тот
факт, что планирование служб - включает в себя три задачи оптимизации в
соответствии с Ip et al. (2013). Первое - это оптимальное назначение рабочих
мест экипажу. Вторая включает оптимизацию для обслуживания графика
полета. Третий охватывает оптимизацию времени движения. Эти проблемы
оптимизации не могут рассматриваться отдельно.

Рисунок 2.1 - Структура Кун и Лот (2009)

 25

2.2 Качество планирования

Большинство моделей VRP более статичны, чем динамические.
Неопределенность, безусловно, увеличивает сложность назначения рабочих
мест ресурсам воздушных судов. Неизбежность и нарушения процессов
часто вызваны неопределенностью и поэтому считаются очень важными в
планировании производства (Li & Ierapetritou, 2008). Pistikopoulos (1995)
делит неопределенность в четырех категориях:
• Неопределенность, присущая модели
• Неопределенность, присущая процессу
• Внешняя неопределенность
• Дискретная неопределенность
Неопределенность, присущая модели, может быть кинетическими
константами, физическими свойствами и т. Д. Неопределенность, присущая
процессу, может быть неопределенным временем обработки и наличием
оборудования. Внешняя неопределенность - неопределенность, вызванная
факторами вне модели, такими как цены и требования продукта. Наконец,
дискретные неопределенности представляют собой случайные дискретные
события, такие как отсутствие персонала или сломанное оборудование. В
рамках координации и контроля над воздушными службами мы
рассматриваем все типы неопределенностей, предложенные Пистикопулосом
(1995).
Verderame et al. (2010) описывает, как факторы неопределенности
могут быть охарактеризованы и как эта неопределенность может быть
выражена в цифрах. Предпочтительным вариантом описания фактора
неопределенности является построение оценки распределения параметров
(Verderame et al. (2010)). Это возможно только в том случае, если имеется
достаточно данных об этом коэффициенте. Однако во многих практических
случаях недостаточно информации для построения точной оценки
распределения. Li и Ierapetritou (2008) предлагают в этих случаях
 26

использовать ограниченную форму. Неопределенность затем описывается с

вычисленным математическим интервалом. Этот интервал описывает все
возможные значения неопределенных параметров. Другим вариантом
является нечеткое описание, где параметр описывается со значением от 0 до
1. Высокое значение подразумевает высокую вероятность и низкую ценность
- плохую возможность (Li & Ierapetritou, 2008).
Чтобы разместить неопределенность в более широкой концепции
процесса планирования, мы используем матрицу производительности De
Snoo et al. (2011). На рисунке 2.2 показана матрица производительности. В
этой матрице неопределенность помещается на ось х. Производительность
продукта на левой оси y представляет собой математическую сторону
процесса планирования. Производительность процесса на правой оси y
охватывает более мягкую сторону процесса планирования. Эта матрица
показывает, что когда неопределенность низкая, математическая сторона
планирования важнее, а когда неопределенность высока, «мягкая» сторона
важнее. В этом случае общение диспетчеров более важно.

Рисунок 2.2 - Планирование производительности матрицы De Snoo et al.

De Snoo et al. (2011) провели три исследования по планированию
производительности. Авторы заключают, что планирование - это не только
 27

«производственный процесс» построения графика. Это также «сервисный

процесс». Авторы утверждают, что в рамках этого процесса обслуживания
«собираются и распространяются информация, обсуждаются интересы и
компромиссы, и обсуждаются ограничения или обязательства».
В литературе описано несколько ключевых элементов для определения
этапов планирования. Сабункуоглу и Кизилисик (2003) рассматривают
процесс создания расписания и управления расписанием, где расписание
рассматривается как модуль планирования и управление расписанием как
реактивный механизм. Li и Ierapetritou (2008) делают аналогичное различие
между поколением и контролем. Важнейшей частью планирования
обслуживания воздушных судов является с неопределенностью, которая
влияет на график в день исполнения. Способ справиться с
неопределенностью в рамках графика - использовать принцип надежности.
De Man (2014) описывает важность создания надежного графика. Он
описывает надежность как буфер против изменчивости. Мы используем и
интерпретируем объяснения Герроэлена и Леуса (2004): если мы сможем
справиться и защитить график обслуживания воздушных судов от
неопределенности, мы можем создать надежный график, который защищен
от ожидаемых сбоев в расписании.
Li и Ierapetritou (2008) проводят различие между реактивным
планированием и превентивным планированием. При обработке
неопределенности мы начинаем с этого различия. Исходной точкой в
реактивном планировании является базовое расписание. Это расписание
построено до операции и изменено во времени, чтобы справиться с
неопределенностями или справиться с ними. Профилактическое
планирование пытается справиться с неопределенностями до выполнения
расписания, но также использует базовое расписание. Мы объясняем разницу
между превентивным и реактивным с примером. Предположим, у нас есть
самолет, который припаркован у ворот. Следующей задачей является
снабжение самолета питьевой водой, но внезапно эта задача нарушена,
 28

потому что водный грузовик сломан. При планировании в режиме реального

времени это событие обрабатывается путем изменения назначения водного
грузовика. Это событие не могло быть записано в расписание (превентивное)
до выполнения расписания.
В литературе описаны различные подходы к профилактическому
планированию: стохастические подходы, надежная оптимизация, методы
нечеткого программирования, анализ чувствительности и методы
параметрического программирования (Li & Ierapetritou, 2008). В
стохастическом подходе неопределенные переменные рассматриваются как
случайные величины. Надежная оптимизация пытается сформулировать
проблему таким образом, чтобы решение было устойчивым в отношении
неопределенности данных. Средством, которое часто используется для
измерения эффективности детерминированного расписания, является
стандартное отклонение. Экземпляр проблемы решается для разных
параметров случайных величин, чтобы реализовать разные результаты
(сценарии). Затем стандартное отклонение задается уравнением 2.1.

Уравнение 2.1 - Стандартное отклонение диапазона

Здесь 𝐻𝑎𝑣𝑔 отображает среднее значение для всех сценариев k, 𝐻𝑘
значение измерения, а 𝑝𝑡𝑜𝑡 - общее количество сценариев.
Если информация для описания распределения вероятности
недоступна, другой вариант заключается в использовании нечеткого
программирования. Анализ чувствительности может быть использован для
описания того, как вывод модели зависит от ввода случайных величин. Затем
можно оценить, для каких значений переменных выход остается неизменным
и какие параметры важны для вывода модели.
De Man (2014) обсуждает использование временной задержки для
буферизации против изменчивости процесса. Общее запланированное время
 29

описывается как среднее время процесса плюс коэффициент дисперсии. Тем

не менее, провисание учитывает только временную изменчивость процесса,
тогда как при планировании авиационных услуг возникают более разные
неопределенности. Использование провисания может быть способом
поглощения неопределенности во время обработки. Ключевой проблемой в
использовании провисания является то, что если к времени обработки задачи
добавляется больше слабины, надежность графика увеличивается, но
качество графика уменьшается (Davenport et al., 2001). Информация может
быть описана качеством информации или своевременностью информации.
Чем выше качество информации, тем точнее информация об определенном
параметре. Когда информация о параметре предоставляется раньше, менее
сложно предугадать этот параметр или событие. De Man (2014) упоминает,
что большая часть информации, которая известна AS, основана на прогнозах.
Расписание полетов можно считать надежным прогнозом. Однако не все
задачи связаны с расписанием полетов, эти задачи сложнее планировать в
соответствии с De Man (2014). Большинство задач, запланированных в
рамках CHIP, связаны с полетами. Самыми большими задачами, не
связанными с полетами, являются обеденные перерывы операторов.
Jaillet and Wagner (2006) вводит понятие даты раскрытия информации и
даты выпуска. Если, например, оператор или система полета говорит, что «я
прибуду примерно через 20 минут», это считается датой раскрытия. Однако,
если оператор полета говорит: «Я бы хотел, чтобы меня обслуживали
сейчас», это считается датой выпуска. Jaillet и Wagner (2006) утверждают,
что информация о раскрытии и выпуске повышает силу онлайн-
планировщика или игрока при обработке неопределенности. Авторы вводят
новый вид TSP, а именно онлайн-TSP с датами раскрытия. Изменяя даты
раскрытия информации, они могут варьировать «онлайн-проблему»
проблемы. Они используют коэффициент конкуренции как показатель
качества проверенного алгоритма. Это отношение представляет собой
соотношение между результатами онлайн-TSP с датами раскрытия
 30

информации относительно оптимального значения TSP с датами выпуска.

Авторы показывают, что наличие и использование дат раскрытия ведет к
повышению конкурентоспособности по сравнению с TSP с датами выпуска.
Этот вывод способствует тому, что своевременный выпуск информации
имеет большое значение при планировании.
Коулинг и Йоханссон (Cowling and Johansson, 2002) утверждают, что
если есть четко определенные процедуры обработки информации в режиме
реального времени, нервозность системы может быть уменьшена, и может
быть достигнуто улучшение графика. Для обработки информации в режиме
реального времени предлагается четырехступенчатая модель, приведенная на
рисунке 15: обнаружение, классификация, идентификация и диагностика.
Первым шагом является обнаружение информации. Например, есть
прибывающий самолет, который нуждается в обслуживании немедленно, но
не был указан в расписании рейсов до исполнения. Эта информация
обнаруживается системой CHIP и диспетчером, отвечающим за
обслуживание воздушного судна. Затем это событие должно быть
классифицировано системой или диспетчером. Это зависит от типа
информации, может ли она быть распознана CHIP или диспетчером. Часто
возникает потребность в дополнительной информации о событии, этапе
идентификации. Этот шаг предлагается Коулинг и Йоханссоном (Cowling and
Johansson, 2002) для предотвращения и улучшения прогнозирования, когда в
будущем произойдет подобное подобное событие. На последнем этапе
принимается решение или действие для ответа на событие, это называется
шагом диагностики.

Рисунок 2.3 - Четырехступенчатая модель Cowling and Johansson

Решение об определенном событии принимается либо системой, либо
диспетчером. Важным аспектом является то, что диспетчер не является
 31

компьютером, который обрабатывает данные данные. Диспетчер является

частью процесса планирования и организации. Решения, которые диспетчер
делает связанными с графиком, зависят не только от проблемы
планирования, но и от внешних эффектов.
 32

2.3 Влияние человеческого фактора на процесс планирования

CHIP - это система поддержки принятия решений, которая
поддерживает диспетчера в планировании задач обслуживания воздушных
судов. В конце диспетчер отвечает за созданный график. Этот результат не
зависит только от процесса технического планирования, а также от
неофициального органа диспетчера и от деятельности различных
организационных групп, в которых работает диспетчер (Berglund & Karltun,
2007).
Основная область исследований - математическая сторона процессов
планирования. Человеческие и организационные аспекты в цепочке
планирования часто не рассматриваются. Однако в этом исследовании
диспетчер играет важную роль, а человеческий и организационный аспекты
не могут быть полностью исключены. MacCarthy et al. (2001) утверждает, что
также в большинстве организаций, занимающихся производственными
организациями, по-прежнему требуется поддержка человека, чтобы
обеспечить составление графика. В литературе описывается, что на
планирование влияют роли, доверие, уважение и межличностное
взаимодействие (McKay et al., 1992).
Из рисунка 2.2 мы утверждали, что, столкнувшись с высокой
неопределенностью, потребность в высококачественной связи больше.
Диспетчер должен не только создавать график, но и навыки общения и
переговоров. De Snoo et al. (2011) явно описывается при назначении
планировщиков, необходимо оценить коммуникативные навыки
планировщика. Это подкрепляет вывод о том, что планирование - это
больше, чем математическое построение допустимого графика, человеческие
аспекты не могут быть опущены.
Berglund and Karltun (2007) рассматривают концепцию HTO, которая
может использоваться для анализа и понимания очень сложных рабочих
действий. H обозначает человека. В нем рассматривается вклад индивида в
 33

процесс. В этом исследовании основным «человеком» является диспетчер,

который отвечает за планирование. T в «HTO» обозначает техническую
систему. В этом исследовании система CHIP рассматривается как
технический аспект. O обозначает организационные аспекты. H означает
организацию, которая является полным набором людей. Мы считаем, что нам
необходимо рассмотреть все три аспекта в этом тезисе, чтобы улучшить
онлайн-планирование авиационных услуг.
Измерение эффективности - это широкая тема. Поэтому мы начинаем с
описания трех терминов: измерения производительности, показателя
эффективности и системы измерения производительности (Neely et al., 2005).
Измерение эффективности - это процесс измерения и количественной оценки
деятельности. Показателем эффективности является конкретный показатель
или показатель, который количественно определяет активность. Другое
определение - Lohman et al. (2004): показатели эффективности
«обеспечивают управление инструментом для сравнения фактических
результатов с заранее установленной целью и для измерения степени любого
отклонения». Система измерения производительности (PMS) может
рассматриваться как инструмент для описания и количественной оценки
эффективности и эффективности действий (Neely et al., 2005). Другими
словами, ПМС является инструментом, показывающим, насколько хорошо
компания выполняет свои действия, стратегии и процессы. Таким образом,
ПМС представляет собой не только набор показателей эффективности.
Измерение производительности играет центральную роль в этом
исследовании. В настоящее время нет системы измерения
производительности с индикаторами производительности, которые
описывают качество графика, созданного CHIP. Тем не менее, есть
показатели эффективности, которые указывают на общую эффективность
обслуживания воздушных судов, например, на время вылета в соответствии с
нормой времени клиента, но нет индикаторов, которые конкретно описывают
качество плана. В этом исследовании нас главным образом интересует
 34

измерение производительности, а не построение системы измерения

производительности.
Для количественной оценки активности используются показатели
эффективности. De Snoo et al. (2011) разработала структуру критериев
эффективности планирования. В этой структуре производительность
планирования делится на четыре области производительности.
Первая группа критериев сосредоточена на продукте планирования. Он
включает в себя вывод процесса планирования, самого расписания. Вторая
группа включает показатели эффективности, связанные с процессом
планирования. Меры, которые могут быть косвенно затронуты
планировщиками, группируются в третьей группе. Например, De Snoo et al.
(2011) описывает показатель удовлетворенности конечного потребителя.
Удовлетворение конечного потребителя часто зависит от времени ожидания,
которое часто является результатом графика. Последняя группа включает все
показатели, влияющие на производительность планирования. Например,
знания и навыки планировщика, доступность информационных технологий и
уровень сложности и неопределенности в среде планирования.
Несколько исследований (Neely et al., 1997), (Lohman и др. (2004))
рекомендуют несколько аспектов при построении показателей
эффективности:
• Показатели эффективности должны быть четко определены, понятны
и просты.
• При представлении индикаторов эффективности также должна
отображаться цель.
• Показатели эффективности должны использоваться в сочетании друг
с другом, чтобы охватить все соответствующие аспекты деятельности.
Однако необходимо учитывать не только конструкцию показателя
эффективности, но и цель измерения, частоту измерений и источник данных
(Neely et al., 2005). Анализ заинтересованных сторон - это полезный
 35

инструмент для сопоставления показателей эффективности с конечными

клиентами.
Воспринимаемое качество графика во время исполнения зависит в
значительной степени от заинтересованного лица. Расписание, которое
содержит много кофе-брейков, вероятно, будет считаться «высоким»
качеством с точки зрения оператора. Тем не менее, график с большим
количеством кофе-брейков считается «низким» качеством с точки зрения
диспетчера, просто по той причине, что гибкость планирования меньше.
Разница во мнениях между заинтересованными сторонами повышает
потребность в анализ заинтересованных сторон, прежде чем мы начнем
измерять производительность.
Согласно Оксфордскому английскому словарю, заинтересованная
сторона является «лицом, компанией и т. Д.» С интересом или (особенно
финансовой) заинтересованностью в обеспечении успеха организации,
бизнеса, системы и т. Д. »Mitchell et al. (1997) создали очень полезную
классификацию или типологию для рассмотрения различных
заинтересованных сторон. Их модель основана на трех разных типологиях
заинтересованных сторон: власти, легитимности и срочности. Эти классы
перекрываются, что приводит к различным типам заинтересованные
стороны. На рисунке 17 показана типология заинтересованных сторон.
Первый круг представляет собой силу. Mitchell et al. (1997) используют
определение Вебера (1947) - «вероятность того, что один актер в рамках
социальных отношений будет в состоянии выполнять свою собственную
волю, несмотря на сопротивление». Легитимность относится к общественно
принятому или принятию полномочий. Сочетание легитимности и власти
создает авторитет (Mitchell et al., 1997).
 36

Рисунок 2.4. Типология заинтересованных сторон

Другое полезное определение исходит из Оксфордского английского
словаря, где легитимность описывается как «соответствие правилу или
принципу; Законность». Последний круг представляет собой срочность.
Срочность добавляется к модели, поскольку сила и легитимность не
отражают динамику взаимодействий между заинтересованными сторонами и
менеджерами (Mitchell et al., 1997). Авторы делают вывод, что добавление
срочности к типологии перемещает модель от довольно статической к
динамической. Оксфордский английский словарь описывает неотложность:
«состояние, состояние или факт неотложности; насущное значение;
императивность». Эти три типологии являются основой типологии
заинтересованных сторон. В рамках модели существует восемь различных
типов заинтересованных сторон: бездействующая заинтересованная сторона,
дискреционная заинтересованная сторона, требовательная заинтересованная
сторона, доминирующая заинтересованная сторона, опасный
заинтересованный субъект, зависимый участник, окончательный участник и
не являющийся стороной.
 37

В этой главе мы позиционировали проблему планирования AS в

текущей литературе. Мы также обсудили процесс планирования и
неопределенность в планировании. Кроме того, в главе описана надежность
графика и качество информации. Глава завершилась обсуждением
человеческих и организационных аспектов планирования и построения
показателей эффективности.
Мы утверждали, что проблема планирования задач AS может быть
описана как VRP. Однако недостатком VRP является то, что он не учитывает
временные окна. VRP с временными окнами делает, но в базовом VRPTW
ему не разрешено прибыть позднее указанного временного окна. Этот
недостаток можно моделировать за счет штрафа, который штрафует за
поздний приход определенного сервиса. Проблема планирования AS также
имеет свойства емкостного VRP. Основная проблема с емкостным VRP
заключается в том, что требование каждого клиента должно быть заранее
известно. Это, конечно же, не касается самолетов, где спрос на услуги часто
не предсказуем. Типы проблем VRP, которые могут обрабатывать случайные
компоненты, называются стохастическими VRP. Мы утверждали, что
проблему планирования можно моделировать как стохастический клиент
VRP и стохастический спрос VRP. Можно использовать VRP со
стохастическими временами движения VRPSTT, но мы считаем время
проезда транспортных средств для обслуживания воздушных судов
детерминированным. Время проезда рассчитывается исходя из расстояний на
платформе и скорости транспортного средства транспортных средств,
обслуживающих воздушные суда. Проблема с набором номера, где
становятся доступными сервисные запросы в течение дня подходит к задаче
диспетчеризации AS, где запросы на обслуживание также не полностью
известны заранее. Тем не менее, литература по многосерверным задачам
набора номера в режиме онлайн ограничена.
Неопределенность увеличивает сложность назначения задач AS
ресурсам AS. Можно выделить четыре категории неопределенности:
 38

присущую модели, присущую процессу, внешнюю и дискретную

неопределенность. Эти четыре категории присутствуют в процессе
планирования AS. Для описания неопределенности параметров в числах мы
можем использовать распределение параметров, математический интервал
или нечеткое описание. Когда мы помещаем задачу планирования AS в
матрицу производительности планирования De Snoo et al. (2011) мы пришли
к выводу, что «мягкие» аспекты процесса планирования важны. Это связано
с высокой неопределенностью, связанной с проблемой планирования AS. Мы
также утверждали, что, если мы сможем справиться и защитить график AS от
неопределенности, мы сможем создать надежный график, который защищен
от непредвиденных сбоев расписания. Способ достижения этого - добавить
слабину в качестве буфера против изменчивости процесса. Основной
недостаток этого ослабления заключается в том, что он учитывает только
изменчивость времени процесса, тогда как при планировании AS возникает
больше неопределенностей.
Качество и своевременность - это два важных аспекта информации.
Чем выше качество информации, тем точнее информация об определенном
параметре. Своевременность описывает, что, когда информация
представлена ранее, менее сложно предугадать этот параметр или событие.
Cowling и Johansson (2002) разработали четырехступенчатую модель для
обработки информации в режиме реального времени. Эта модель состоит из
четырех этапов: обнаружения, классификации, идентификации и
диагностики. Авторы заключают, что если есть четко определенные
процедуры обработки информации в режиме реального времени, нервозность
системы может быть уменьшена, и может быть достигнуто улучшение
графика. Наконец, мы утверждали, что человеческие аспекты имеют большое
значение при планировании производительности. Это также соответствует
обнаружению из матрицы производительности планирования, где мы
определили важность «мягкой» стороны процесса планирования.
 39

При построении показателя эффективности мы должны определить

показатели эффективности, которые являются четко определенными,
понятными и простыми. Когда мы показываем показатель эффективности,
мы также должны включать целевое значение производительности. Кроме
того, показатели эффективности должны использоваться в сочетании друг с
другом для охвата всех соответствующих аспектов деятельности. Типология
заинтересованных сторон Митчелла и др. (1997) является полезным
инструментом для определения и категоризации заинтересованных сторон в
соответствии с их полномочиями, полномочиями, легитимностью и
срочностью. Это хорошая отправная точка для определения показателей
эффективности.
 40

3. ИЗУЧЕНИЕ ЭФФЕКТИВНОСТИ ПРОИЗВОДИТЕЛЬНОСТИ И

КАЧЕСТВА ОНЛАЙН-ПЛАНИРОВАНИЯ

3.1 Анализ заинтересованных сторон, как основа показателей

эффективности
Диспетчер отвечает за планирование задач обслуживания воздушных
судов. Вывод - это график, который постоянно обновляется. Мы начинаем со
списка всех заинтересованных сторон, которые вовлечены или затронуты
графиком. Затем мы классифицируем их в соответствии с типологией
заинтересованных сторон Митчелла и др. (1997). В таблице 3.1 представлены
результаты анализа заинтересованных сторон.

Таблица 3.1 - Участники и тип CHIP

Stakeholder Type
KLM Aircraft Service operators Demanding
KLM Aircraft Services Definitive
Pilots Dependent
Crew Dependent
Dispatchers Definitive
KLM Aircraft Service shift leaders Dominant
DAM (Duty Area Manager) Definitive
DHM (Duty Hub Manager) Definitive
DMA (Duty Manager Aircraft) Definitive
Passengers Dependent

Пилоты, экипаж и пассажиры являются зависимыми участниками. Эти

заинтересованные стороны имеют как срочность, так и легитимность, но
зависят от полномочий других заинтересованных сторон. Эта сила лежит на
диспетчерах. Диспетчеры имеют право изменять расписание. Диспетчеры
являются частью KLM Aircraft Services и поэтому также отмечены как
окончательные заинтересованные стороны. Операторы KLM AS требуют
привлечения заинтересованных сторон. У них часто бывают настоятельные
претензии, но они не имеют ни власти, ни легитимности для выполнения
этих требований. Оператор KLM AS зависит от мощности диспетчера, чтобы
 41

следить за его требованием. DAM и DHM являются определенными

заинтересованными сторонами, поскольку они также обладают
полномочиями, легитимностью и срочностью влиять на график. Оба
задействованы и ответственны за своевременный вылет воздушных судов.
Однако они также зависят от действий диспетчера. Диспетчер должен
действовать в соответствии с приоритетами, установленными DAM и DHM,
и поэтому мы отмечаем, что эта заинтересованная сторона все еще является
окончательной. То же самое относится к DMA, который отвечает за
диспетчеров. Ведущие лидеры KLM AS доминируют заинтересованные
стороны. У них есть власть и легитимность, но нет необходимости менять
расписание.
Своевременное завершение задач обслуживания воздушных судов не
является единственным важным аспектом своевременного вылета. Есть
больше процессов, которые влияют на время вылета, например, на посадку.
Эти процессы не скоординированы и не запланированы в CHIP.
Своевременное завершение задач обслуживания воздушных судов в их
соответствующее временное окно не гарантирует, что самолет может
покинуть свое предполагаемое время вылета. Если воздушное судно
задерживается по определенной причине, окна времени задачи сдвигаются на
это новое время отправления. Тем не менее, цель по-прежнему заключается в
том, чтобы планировать все задачи в своих временных окнах.
Помимо своевременного завершения задач AS в пределах их
соответствующих временных окон. есть еще больше целей, которые следует
проводить в рамках CHIP. Эти цели сформулированы командой проекта,
которая отвечает за систему CHIP в авиационных службах KLM. Мы не
знаем, какие задачи приоритетны проектной команде и CHIP.
Основные цели:
• Как можно больше задач планируются в соответствующие окна
времени.
• Сначала следует планировать задачи с высоким приоритетом.
 42

• Задача должна быть запланирована как можно раньше в ее временном

окне.
• Время вождения должно быть сведено к минимуму.
• CHIP должен поддерживать диспетчера во всех ситуациях (например,
погодные условия и недоукомплектование персоналом)
 43

3.2 Оценка качества расписание и его изменения с течением времени

Время является важным аспектом онлайн-планирования, график со
временем развивается. Задачи обслуживания воздушных судов меняются во
времени, но также меняется число операторов обслуживания воздушных
судов. В этом разделе мы оцениваем качество расписания и обеспечиваем
понимание поведения расписания и изменений с течением времени. При
таком анализе мы определяем потенциальные области улучшения в процессе
планирования.
Наша цель - предложить усовершенствования для онлайн-
планирования задач обслуживания воздушных судов. Оптимизатор в CHIP
оптимизирует назначение задач ресурсам по нескольким критериям
оптимизации. Если мы хотим найти области улучшения в оптимизации
расписания, нам нужно знать, как график меняется с течением времени.
Таким образом, мы даем представление о роли оптимизатора. Мы можем
различать четыре типа изменений в расписании: задачи создаются или
удаляются, а операторы / ресурсы идут и уходят. Мы рассматриваем эти
четыре основные изменения отдельно в нашем анализе. Первый анализ дает
представление о количестве ресурсов в течение дня по сравнению с
количеством задач. Второй анализ дает подробное представление о работе
графика с течением времени. Мы представляем новый метод измерения
производительности, в котором мы анализируем производительность для
разных временных интервалов. В нашем анализе мы используем службу
обслуживания Aqua & Toilet по нескольким причинам:
• Продолжительность задач по обслуживанию водных объектов
относительно невелика по сравнению с другими задачами обслуживания
воздушных судов. Из-за этой короткой продолжительности есть больше
задач для планирования в течение дня. Таким образом оптимизатор должен
запланировать больше задач.
 44

• Задачи аква-сервиса относительно просты. Для каждой задачи не

существует нескольких вариантов, таких как предварительное топливо или
штормовое топливо. Это уменьшает сложность анализа.
• CHIP позже внедряется в службе Aqua & Toilet, чем в других службах
воздушных судов. По этой причине в работе CHIP в отделе обслуживания
Aqua & Toilet проводится меньше исследований. Это делает вклад этого
исследования более ценным.
Мы объяснили отдел обслуживания Aqua & Toilet в разделе 1. Однако
мы не представили все виды задач, которые были получены из данных отдела
обслуживания Aqua & Toilet. Чтобы получить четкое представление о
событиях и типе задач, мы собрали все задачи CHIP, которые имеют дату
начала с понедельника 27 июля 2015 года и в воскресенье 2 августа 2015
года. Мы выбрали эту неделю и месяц, потому что это самое загруженное
время года (летний сезон). Этот летний сезон отчетливо виден в общем
количестве заданий в месяц, см. Таблицу 3.1.
Таблица 3.1 - Общее количество задач CHIP в отделе обслуживания Aqua &
Toilet 2015
Month (2015) Total number of tasks
April 32,501
May 35,411
June 35,070
July 37,614
August 37,536

Из таблицы 3.1 видно, что за июль и август больше задач

обрабатываются по сравнению с апрелем, майем и июнем. В неделю с
понедельника 27 июля 2015 года служба обслуживания Aqua & Toilet
обслуживает 8 509 заданий. В таблице 5 показаны все задачи обслуживания
воздушных судов и их соответствующее появление в процентах за эту
конкретную неделю. Наиболее часто встречаются задачи обслуживания
туалета и задачи заполнения водой, 33,94% и 27,90% соответственно.
Таблица 3.2 - Задачи обслуживания водных объектов и их появление
 45

Type of task % Type of task %

Airco 1.46% Refill 6.11%
Airco WB3 2.94% Special Task 0.80%
Airco APUloos4 0.01% Standing Order 0.31%
Airco ARR 0.01% ToiletCheck 0.01%
Airco removal 4.03% ToiletService 33.94%
Airco removal wegsleep 0.04% ToiletService Ex Hangar 1.10%
Airco WB opsleep 1.39% ToiletService KBX 0.01%
Break 7.23% WaterDrain 2.08%
Einde Dienst 3.88% WaterFill 27.90%
Jetstarter 1.08% WaterFill B737 0.07%
PCA5_APU_START 0.40% WaterRefresh 3.43%
PCA_VERPLAATSEN 0.26% WindowCleaning 0.08%
WS + TS oke 1.43%

В первом анализе мы создаем несколько графиков рабочей нагрузки,

которые отображают количество задач и количество активных ресурсов в
определенное время. Такой график можно построить в конце дня, когда все
задачи и точное количество ресурсов точно известны, поскольку эти события
уже произошли. Однако нас интересуют эффекты и расписание с течением
времени, поэтому мы строим график рабочей нагрузки каждые 15 минут в
течение дня.
При построении графика рабочей нагрузки мы делаем несколько
важных предположений:
1. Мы строим график рабочей нагрузки на основе данных, содержащих
прошлые, настоящие и будущие события. Информация о времени начала
ресурса, который был запущен в прошлом, известен из данных, однако
реальное время конца неизвестно. В этом случае мы используем
запланированное время окончания ресурса.
2. Для ресурса, который начинается в будущем, мы используем
запланированное время начала и окончания.
3. Для ресурса, который уже завершил смену, мы используем реальное
время начала и окончания.
4. Если ресурс заканчивается в 8:15, мы считаем его присутствие до
8:14. Это вызвано тем, что мы строим график рабочей нагрузки каждую
 46

минуту, поэтому 8:14 означает, что ресурс или задача активны до 8:14 и 59
секунд.
5. Мы вычисляем рабочую нагрузку каждую минуту, потому что
данные содержат только информацию в минутах.
6. Когда задание незапланированно, у него еще нет времени на
вождение, поскольку предыдущее местоположение задачи неизвестно. В
этом случае CHIP назначает стандартное время вождения 60 секунд для этой
задачи.
7. Мы не показываем перерывы кофе и обеда операторов в графики
рабочей нагрузки, потому что у нас нет полных данных информации о
разрыве. Это приводит к некоторому разрыву графиков рабочей нагрузки в
определенные моменты времени. В это время кажется, что есть ресурсная
мощность, но на самом деле ее нет. Однако соответствующие временные
окна планирования (самый ранний старт и последний конец) разрывов очень
узкие, что приводит к тому, что время разлома почти фиксировано заранее.
Таким образом, мы можем легко обнаружить время разрыва в графиках
рабочей нагрузки.
8. Для расчета времени вождения мы используем теоретические
времена вождения, которые используются в CHIP. Это время вождения
зависит от расстояния и скорости транспортного средства. Может случиться
так, что время вождения (светло-серые полосы) превышает количество
ресурсов. Это связано с тем, что мы используем теоретическое время
вождения, а не фактическое время вождения.

Пример 1 - Время вождения превышает количество активных операторов

 47

Пример 2 графически демонстрирует построение графиков рабочей нагрузки.

Пример 2. Построение графиков рабочей нагрузки

В примере Графа 1 мы подробно объясняем график рабочей нагрузки.

График 3.1 График примера рабочей нагрузки, дата: 28 июля 2015 г

График 3.1 отображает общее количество задач и ресурсов 28 июля
2015 года с 0:00 до 23:59. Количество ресурсов представлено черной линией,
количеством задач темно-серыми полосами, временем движения светло-
серыми полосами и временем захвата данных красной вертикальной линией
(см. Пример 2). Время сбора данных - это время, когда все данные
извлекаются с сервера. Этот график сделан 28 июля в 3:30 (см. Красную
вертикальную линию), поэтому все задачи и изменения ресурсов до этого
времени уже произошли. Время позже 3:30 считается будущим, где задачи и
ресурсы не фиксированы и могут измениться. Например, ресурсы не
отображаются или задачи удаляются или создаются. Время вождения
укладывается с длительностью заданий, поскольку в это время операторы не
 48

являются свободными. Если мы извлекаем данные с информацией о задаче и

информацией о ресурсах каждые 15 минут, с 0:00 до 23:59, мы можем
построить график динамической рабочей нагрузки и показать, как
количество задач и ресурсов эволюционирует с течением времени. Таким
образом, мы можем дать представление о методах работы оптимизатора,
поскольку мы визуально можем показать, как задачи смещаются и
планируются во времени. Из этих графиков мы можем найти улучшения в
планировании задач водоснабжения. Эти динамические графики рабочей
нагрузки также могут использоваться в качестве полезного инструмента в
рамках операций. При динамическом графике рабочей нагрузки диспетчер
может заранее определить критические временные окна.
Во втором анализе мы создаем лист измерения производительности,
который измеряет производительность в будущем. Вместо того, чтобы
измерять производительность в конце дня, мы измеряем производительность
в течение дня. С помощью этой методики измерения мы в состоянии дать
представление о производительности планирования в будущем и определить
возможные критические заблаговременно. Мы строим показатели
эффективности в течение дня для интервалов в таблице, где 0 представляет
текущее время или время сбора данных.

Таблица 3.3 - Интервалы измерения производительности

0-15 мин. 15-30 30-60 60-120 120-180 180-240
мин. мин. мин. мин. мин.

Последний интервал ограничен 240 минутами, поскольку оптимизатор

в CHIP рассматривает окно оптимизации 4 часа. Первые два интервала
шириной 15 минут. Первые два временных интервала меньше других
временных интервалов, потому что нам нравится иметь более подробные
данные измерения производительности ближе к текущему времени.
 49

Для расчета показателей производительности мы используем тот же

метод, который используется для графиков динамической рабочей нагрузки.
А именно, мы вычисляем все показатели производительности каждые 15
минут в течение дня. С помощью этого метода мы можем оценить показатели
эффективности в течение дня и определить улучшения. Лист измерения
производительности также будет очень полезен для DMA и диспетчеров,
поскольку они могут смотреть в будущее. При использовании этого листа
измерения производительности они могут заранее определить возможные
критические ситуации и предпринять соответствующие действия для
предотвращения и устранения этих критических ситуаций. Лист измерения
производительности состоит из двух отдельных выходных листов:
• Лист, содержащий все показатели производительности6 в цифрах.
• Лист, на котором графически отображаются показатели
эффективности.
В нашем анализе мы собираем данные из живой среды CHIP. Эта среда
в настоящее время работает и используется в операции. Вся информация
хранится в базе данных, и мы собираем эти данные с помощью Oracle
Hyperion, который может использоваться как инструмент запроса. Мы
запрограммировали этот инструмент запроса таким образом, чтобы
создавались два файла значений с разделителями-запятыми каждые 15
минут, которые хранят информацию о смене / ресурсе и задаче

Рисунок 3.1 - Шаги анализа данных

Информация. В таблице 3.4 отображаются все поля данных, которые
мы сохраняем в файле сдвига. Реальное время начала и окончания - это время
синхронизации ресурсов. Поэтому, если мы загрузим файл смены в 8:00 утра,
ресурсы, которые начались до 8:00, имеют реальное время начала, но
 50

ресурсы, которые начали позже, еще не имеют времени начала. То же самое

можно сказать и о реальном времени окончания ресурса. В таблице 4.5
приведены все поля данных для файла задачи.

Таблица 3.4 - Файл сдвига полей данных

Таблица 3.5 - Файл задания полей данных

Каждый день мы получаем 96 файлов задач и 96 файлов смены
(каждые 15 минут два файла). Прежде чем мы сможем использовать задачу и
файл смены в нашем анализе, нам необходимо предварительно обработать
файлы. Эта предварительная обработка необходима, потому что файл задачи
и сдвига содержит ошибки данных, которые возникают во время сбора
данных из живой среды. Шаг предварительной обработки включает
следующее:
• Правильный формат даты следует применять к столбцам,
содержащим поля даты.
• Необработанные файлы содержат строки с задачами, которые
происходят с другого дня, чем тот день, для которого мы ищем. Эти строки
удаляются.
• В некоторых столбцах точки и запятые используются как десятичный
знак. Для правильного расчета мы должны использовать либо запятые, либо
точки. Это решается на этапе предварительной обработки.
• Необработанные файлы содержат нелогичные имена столбцов,
которые не представляют содержимое столбца. Мы переименовываем эти
столбцы на этапе предварительной обработки.
 51

Из-за большого количества файлов данных мы запрограммировали

скрипт на Python. Результатом этого скрипта является чистая задача и файл
смены. Два чистых файла данных используются как ввод двух документов
Excel, анализа рабочей нагрузки и листа производительности. Приложение A
дает код предварительной обработки Python. На рисунке 3.1 графически
суммируются этапы анализа данных и соответствующие результаты.
 52

3.3 Анализ рабочей нагрузки и измерение производительности

В отделе обслуживания Aqua & Toilet есть три группы задач:
1. Воздушный стартер, Airco, охлаждение PCA
2. Слив воды, заполнение водой, обновление воды
3. Туалет, Туалетная техническая служба EX ангар, туалет Сервис KBX
Чтобы получить первое представление о распределении рабочей
нагрузки с течением времени, мы построим график рабочей нагрузки для
одного дня со всеми группами задач. В 8:00 нам нужны 2 оператора, которые
имеют право управлять реактивным стартером. Однако, в 8:15 нам нужно 5
операторов для оборудования струйного стартера. График 3.2 отображает
график рабочей нагрузки на 28 июля 2015 года на основе данных, которые
были получены в 20:45, см. Красную вертикальную линию. Это
распределение рабочей нагрузки основано на всех ресурсах обслуживания
Aqua & Toilet и типах задач, отображаемых в Таблице 3.2. Первое, что мы
замечаем, - большой разрыв между количеством ресурсов и количеством
задач с 6:00 до 17:00. Из этого графика можно было бы сказать: операция,
вероятно, может управляться меньшим количеством людей и, вероятно,
меньше затрат.
Однако расхождение может быть уточнено квалификацией ресурса.
Оператор, который может управлять грузовиком для туалета, автоматически
не имеет надлежащей квалификации, чтобы также управлять водным
грузовиком. И оператор, который управляет стартером Jet, Airco и PCA,
часто не квалифицирован для работы с водой или туалетом. В примере 3
показано число операторов, необходимых в два заданных раза 8:00 и 8:15.
Этот граф не использует число операторов из графика 3.2, но использует
фиктивные числа, чтобы прояснить несоответствие.
 53

График 3.2. Распределение рабочей нагрузки Сервис Aqua & Toilet, сбор
данных: 28 июля 2015 г., 20:45
В 8:00 нам нужно 2 оператора, которые имеют право управлять
реактивным стартером. Однако в 8:15 нам нужно 5 операторов для
оборудования струйного стартера. Оценивая распределение рабочей
нагрузки, прежде чем определять количество ресурсов для найма, мы,
вероятно, выбрали 5 операторов струйного стартера, чтобы справиться с
пиком в задачах. Это приводит к тому, что мы имеем слишком много
операторов в определенный момент времени. Такой же эффект сохраняется и
для водоснабжения и туалета. Важно отметить, что мы не исследуем
процессы, чтобы определить количество необходимых ресурсов. Большая
разница в количестве задач и ресурсов для всех задач и ресурсов в услугах
Aqua & Toilet приводит к следующему шагу анализировать группы отдельно.
Мы не анализируем стартер Jet, Airco и группу PCA в этот шаг, поскольку
они в основном используют только временных работников для управления
этими задачами. Это дает лидерам сдвига и планировщикам ресурсов гораздо
больше свободы в отправке операторов домой раньше или нанимая
дополнительных операторов в тот же день.
Разница в количестве задач и ресурсов для всех задач и ресурсов с
услугами Aqua & Toilet - не единственная причина для изучения обоих
сервисов отдельно. Другие причины: уменьшить сложность анализа и
вычислений, мы изучаем только задачи, связанные с водными ресурсами, и
из-за ограничений времени исследования у нас не хватает времени для
всестороннего изучения обоих сервисов.
 54

Рисунок 3.2. Пример необходимого количества операторов

Мы анализируем динамические графики с помощью анимированных
gif, таким образом, мы можем четко идентифицировать изменения в задачах
и номерах ресурсов в течение дня визуально. Один из главных недостатков
анимированных gif заключается в том, что мы не можем показать их в этом
отчете. Однако мы представляем результаты нашего анализа, представляя
отдельные графики. График 3.3 показывает график рабочей нагрузки в
начале дня, когда все задачи и ресурсы еще не исправлены. На графике 3.3
видно, что в определенное время количество задач и время вождения
превышают количество активных ресурсов. В течение дня оптимизатор в
CHIP и диспетчер должен решить проблемы в критических временных окнах.
График 3.4 показывает график рабочей нагрузки в конце дня, когда все
задачи завершены. В задачах график 3.4 никогда не превышает количество
активных ресурсов, потому что это невозможно. На этом графике
представлены события, которые уже произошли в течение дня. И
невозможно обрабатывать больше задач, а затем активные ресурсы на
определенном моменте. Следующий шаг - проанализировать процесс
планирования между графиком 3.3 и графиком 3.4 и представить все
результаты. Мы делаем это, создавая список в таблице 3.6 со всеми
наблюдениями из графиков динамической рабочей нагрузки. Мы используем
все наблюдения из Таблицы 3.5 в качестве основы для улучшения
планирования. Мы сделали и оценили наблюдения с помощью аналитиков
 55

процессов AS, планировщиков ресурсов и операторов из отдела

обслуживания Aqua & Toilet.

График 3.3. Распределение рабочей нагрузки

Задачи обслуживания Aqua, дата сбора данных: 28 июля 2015 г., 0:00

График 3.4. Распределение рабочей нагрузки

Задачи обслуживания Aqua, дата сбора данных: 28 июля 2015 г., 23:45

Мы строим лист измерения производительности для измерения и

отображения показателей эффективности, связанных с планированием задач
обслуживания воздушных судов. Мы вычисляем и представляем показатели
эффективности для будущих окон времени. Будущие окна времени могут
быть изменены на листе измерения производительности, но по умолчанию
это то же самое, что мы использовали для анализа графика динамической
рабочей нагрузки, смотреть таблицу 3.6.

Таблица 3.6 - Окна времени измерения производительности

0-15 мин. 15-30 мин. 30-60 мин. 60-120 мин. 120-180 мин. 180-240 мин

Мы используем и строим таблицу измерения производительности

двумя способами:
 56

• Статический лист измерения производительности. Этот лист измерения

производительности может использоваться DMA или диспетчером для
предварительного просмотра критических временных окон. Он показывает
показатели производительности, которые мы определяем в этом разделе в их
временных окнах, как графически, так и численно.
• Лист измерения динамической производительности. Это измерение
эффективности используется исключительно в нашем анализе для оценки
показателей эффективности и поиска возможных областей для улучшения
планирования.
Меры производительности, которые мы строим, основаны на первом
столбце структуры критериев эффективности планирования для De Snoo et al.
(2011). Первый столбец посвящен продукту планирования или самому
расписанию. Показатели эффективности также основаны на задачах CHIP и
анализе заинтересованных сторон. Начнем с определения показателей
производительности и подробных объяснений. После определений мы
связываем показатели эффективности с заинтересованными сторонами и
целями CHIP. Мы используем следующие обозначения:

Таблица 3.7 - Обозначения, используемые для определения показателей

эффективности

В анализе заинтересованных сторон мы идентифицировали пилотов,

экипаж и пассажиров как зависимых участников. Они зависят от
своевременного завершения всех задач по обслуживанию воздушных судов,
чтобы их самолеты могли уходить вовремя. В этом исследовании основное
 57

внимание уделяется эффективности планирования отделов KLM AS, в

специальном отделе обслуживания Aqua & Toilet, а не фактической
эффективности вылета. Однако существует связь между этими
исследованиями и фактическими результатами вылета. Интересно показать,
как это исследование вносит вклад в текущее исследование, которое делается
в KLM для отказа от вылета.
В настоящее время проводится исследование, в котором изучаются
вклады отдельных (суб) процессов в нерабочее время вылета. Эти (под)
процессы являются, например, AS-процессами. В этом исследовании поворот
рассматривается как проект, который имеет критический путь деятельности.
Любая задержка активности на критическом пути напрямую влияет на
запланированную дату завершения проекта. Команда проекта пытается
использовать зависимости между действиями для определения причинно-
следственных связей между действиями на критическом пути. Руководство
KLM AS оценивает, что в 1% случаев задачи по аквасервированию являются
причиной фактической задержки вылета. Это исследование способствует,
таким образом, оптимизации отдельных (суб) процессов.
В этой главе описывался анализ заинтересованных сторон,
производительность графика с течением времени, графики динамической
рабочей нагрузки и графики динамической производительности. Показатели
эффективности были определены в соответствии с типологией
заинтересованных сторон Митчелла и др. (1997). Эта типология
заинтересованных сторон использует легитимность, срочность и способность
классифицировать различные типы заинтересованных сторон. Мы описали
всех заинтересованных сторон, которые несут ответственность и зависят от
графика, созданного в CHIP. Наиболее важными заинтересованными
сторонами являются Авиационные службы KLM, диспетчеры, DAM, DHM и
DMA. Это все окончательные заинтересованные стороны. У окончательной
заинтересованной стороны есть сила, законность и безотлагательность для
 58

установления графика. Мы использовали анализ заинтересованных сторон в

качестве основы для показателей эффективности.
Важнейшей частью этого исследования является время выполнения
графика. Если мы сможем оценить производительность расписания с
течением времени, мы сможем найти улучшения расписания, потому что мы
можем видеть, что происходит во время создания и исполнения расписания.
Чтобы найти улучшения расписания, это была не единственная цель,
которую мы имели. Нам также было интересно, возможно ли диспетчеру
увидеть критические события и запланировать изменения заранее. Таким
образом, мы можем улучшить процесс планирования.
Мы использовали и разработали две методики измерения, специально
для оценки производительности графика с течением времени. Мы
разработали график динамической рабочей нагрузки, который отображает
количество ресурсов в зависимости от количества задач с течением времени
в течение определенного дня. Другим методом измерения, который мы
использовали, является динамический лист измерения эффективности,
который показывает все различные виды показателей эффективности,
основанные на анализе заинтересованных сторон.
В нашем анализе мы использовали данные из отдела обслуживания
Aqua & Toilet и, в частности, задачи, связанные с водой. Мы использовали
данные только из задач обслуживания aqua service по нескольким причинам:
задачи по управлению аква-услугами относительно короткие, что делает его
очень динамичной задачей планирования, а задачи службы aqua не
используют несколько опций или конфигураций для одной и той же задачи,
что снижает сложность анализа.
Входные данные, которые используются для двух анализов,
собираются из живой или рабочей среды CHIP. За каждые 15 минут мы
сохранили все данные, относящиеся к задачам и смещениям, которые были
доступны в то время. Прежде чем мы могли использовать эти данные, мы
запрограммировали скрипт в Python для очистки обоих файлов данных.
 59

Мы проанализировали графики динамической рабочей нагрузки,

используя анимированные gif. Из анимированных графиков мы определили и
описали разные виды ярких изменений графика. Все эти наблюдения и
соответствующие графики рабочей нагрузки можно найти в таблице 9. Мы
обнаружили, что:
• Критические временные окна, в которых количество задач превышает
количество ресурсов, хорошо известны заранее.
• Ранний отъезд операторов в ночную и дневную смену облегчается
диспетчером. В это время задачи переносятся на более позднее время, что
часто нежелательно.
• Временное окно оптимизатора в четыре часа хорошо видно из задач,
которые сдвинуты и планируются в соответствующих временных окнах.
• Эффекты обработки диспетчера четко видны, когда задачи
фиксируются в их временном окне. В это время количество задач превышает
количество ресурсов, и оптимизатор не может изменить назначение этих
задач, поскольку они фиксируются диспетчером.
Второй анализ включает в себя таблицу измерения
производительности. Этот лист измерения производительности может
использоваться диспетчером для изучения будущего. Мы построили
показатели производительности, которые могут помочь диспетчеру заранее
определить возможные критические вопросы планирования. Чтобы оценить
и найти улучшения планирования, мы разработали метод измерения,
который также основан на динамических графах. За каждые 15 минут мы
построили графики измерения производительности и превратили их в
анимированные gif. Мы искали критические проблемы с расписанием, и если
бы эти проблемы могли быть известны заранее. Таким образом, диспетчер
мог бы решить эти проблемы заблаговременно. Мы нашли это:
• Диспетчер может заблаговременно видеть критические временные
окна с большим количеством незапланированных работ.
 60

• Большинство графиков измерения производительности не дают

результатов во время ночного модуса CHIP, потому что в этом модуле задачи
остаются незапланированными.
• Мы ожидали увидеть, что время вождения станет меньше ближе к
текущему времени. Однако это не было видно из графика
производительности.
• Время вождения меньше в часы пик.
• Длительность временных окон, как правило, больше в нерабочие
часы, включая ночь.
• Уменьшение продолжительности окна времени видно из графика
производительности заблаговременно.
• Изменение среднего раннего времени начала задания незначительно в
течение дня. Это означает, что между часами пик и непиковыми часами нет
различий.
• Общая продолжительность задачи на ресурс относительно одна и та
же в течение дня. Это означает, что в течение дня операторы практически
сталкиваются с одинаковой рабочей нагрузкой.
• Средняя продолжительность задания задач по аква-сервису стабильна
днем и ночью.
• График производительности числа задач, которые заканчиваются в
окне времени, не дает нам улучшения графика. Тем не менее, этот график
является идеальным инструментом для диспетчера для оценки риска
задержки задачи за время.
• Время загрузки выше 1 указывает, что диспетчер действительно
изменил расписание.
• Критические временные окна часто предсказуемы заранее.
В заключение, графики динамической рабочей нагрузки и лист
результатов динамической производительности - полезный инструмент для
диспетчера, чтобы заранее просмотреть критические задачи планирования.
Оба листа построены в Excel и VBA и поэтому просты в использовании на
 61

каждом компьютере. Динамические графики также являются полезным

инструментом для тех, кто хочет изучать поведение планирования во
времени, как мы это делали в этом исследовании. В следующей главе мы
изучим, как все наблюдения и выводы по планированию могут помочь
улучшить планирование задач по аква-сервису.
 62

4. УЛУЧШЕНИЯ ПЛАНИРОВАНИЯ ПО РЕЗУЛЬТАТАМ АНАЛИЗА

ДАННЫХ, АНАЛИЗА ЗАИНТЕРЕСОВАНЫХ СТОРОН И ОБЗОРА
ЛИТЕРАТУРЫ
В этом разделе мы обсудим потенциальные улучшения, которые мы
собрали из анализа данных, анализа заинтересованных сторон и обзора
литературы. Мы не только учитываем улучшения расписания, но и
планируем улучшения, которые должны быть рассмотрены диспетчером.

4.1Улучшения расписания, основанные на динамических графиках

рабочей нагрузки
Из графиков динамической рабочей нагрузки мы обнаружили
различные виды изменений расписания. В этом разделе мы связываем эти
наблюдения и изменения с теорией планирования и обсуждаем, желательны
ли эти изменения с точки зрения планирования. Таким образом, мы можем
представить улучшения расписания.
Мы обнаружили, что почти все критические временные окна с высокой
плотностью задачи известны заранее. Эти кластеры задач происходят в
основном из-за расписания полетов, которое имеет определенные пиковые
периоды вылета. Пиковые времена в большинстве случаев одинаковы для
каждого буднего дня, поэтому наши результаты применимы для каждого
буднего дня. Экран переднего конца CHIP содержит график Ганта в течение
следующих часов. Одним из главных недостатков этой диаграммы Ганта
является то, что очень трудно увидеть время пик и критические временные
окна заранее. Мы можем помочь диспетчеру с этим пониманием,
динамически представляя графики динамической рабочей нагрузки и
производительности, помимо диаграммы Ганта. Диспетчер может заранее
видеть время пик и критические временные окна. Это полностью
соответствует литературе, где мы обнаружили, что информация может быть
 63

описана качеством информации и своевременностью информации. Если мы

можем предоставить информацию ранее диспетчеру, то на этом мероприятии
будет не так сложно предугадать. Мы также обсудили четырехступенчатую
модель Cowling и Johansson (2002) в обработке информации в режиме
реального времени. График динамической рабочей нагрузки и графики
производительности предоставляют информацию в режиме реального
времени, которая может помочь диспетчеру на этапе обнаружения и
классификации этой модели.

Рисунок 4.1 - График рабочей нагрузки и производительности

Однако для этапа идентификации требуется дополнительная
информация, которая не предоставляется графиком рабочей нагрузки или
графиками производительности. Например, диспетчер видит критическое
окно времени в ближайшие часы из графика динамической рабочей нагрузки.
График динамической рабочей нагрузки не дает точной информации о
задаче. Для этого этапа идентификации диспетчер должен использовать
другой источник информации. Этот другой источник информации может
быть диаграммой Ганта. Например, диспетчер уведомляет критическое
временное окно за один час вперед от графика динамической рабочей
нагрузки. Диспетчер должен затем выполнить поиск в своей диаграмме Ганта
в это конкретное время и посмотреть, какие задачи планируются.
Следующий шаг - установить правильное решение, например,
перераспределить некоторые задачи.
Мы обнаружили, что существует тенденция отправить операторов
домой рано до окончания их смены. Для облегчения раннего ухода
 64

операторов задачи переносятся на более поздний временной интервал, не

ожидая результатов этого смены задачи. Оператор никогда не должен
отправляться домой раньше, если задача должна быть перенесена на
временное окно с более высокой плотностью задачи, поскольку это приводит
к ненужному увеличению рабочей нагрузки, которая может стать
критической.
Из литературы мы обнаружили, что планирование - это не только
математическое построение графика. Человеческие аспекты нельзя опустить.
Хорошим примером этого является облегчение раннего ухода операторов.
Диспетчер помогает оператору, чтобы оператор мог уйти раньше
запланированного времени его смены. Исключением из раннего отъезда
являются временные работники. Временные работники часто нанимаются
почасовой ставкой. Если график облегчает ранний отпуск этих временных
работников, он экономит деньги, чтобы отправить их домой. Однако это
должно быть сделано только в том случае, если в текущем сдвиге больше нет
запланированных задач. Если задачи могут быть перепланированы на
следующую смену без существенного увеличения рабочей нагрузки, также
может быть облегчен ранний отпуск временных работников.
Из графиков динамической рабочей нагрузки мы обнаружили, что, по-
видимому, разрывы запланированы в последний момент, тем самым, в
определенные моменты времени не учитывается высокая рабочая нагрузка.
Перерывы запланированы CHIP до начала смены, но еще не установлены и
назначены на определенное время. Прерывания имеют низкий приоритет по
сравнению с другими задачами службы. Из-за этого низкоприоритетного
CHIP вряд ли запланирует перерыв. Чтобы заставить CHIP планировать
перерывы, соответствующее временное окно (самый ранний старт и
последнее конечное время) устанавливается очень узким до 60 минут. В
настоящий момент требуется больше исследований для конкретного
поведения задачи разрыва. С точки зрения планирования не было бы
выгодно, чтобы задачи прерывания планировались в их последнее время. Это
 65

означало бы, что CHIP на самом деле имеет ограниченное временное

пространство для перерыва, но он должен запланировать перерыв в связи с
трудовым законодательством. Это может привести к тому, что мы
идентифицировали наши графики динамической рабочей нагрузки. Рисунок
21 дает желаемое расписание разрыва, когда разрывы не запланированы в их
последние конечные времена (вертикальные линии), и не все перерывы
запланированы в это же время. Таким образом, в этот момент все еще есть
ресурсная база, и все перерывы запланированы в соответствующее окно
времени.

Рисунок 4.2 - Расписание перерывов

Во время смены с 14:00 до 14:30 операторы обрабатывают только одну

задачу, а 11 активных операторов. Изменение между операторами на
грузовике требует времени, но это не может привести к снижению
производительности. Изменение смены использует задачу завершения,
которая указывает конец сдвига для оператора. Эта задача заканчивается
примерно за 20 минут до начала смены оператора, поэтому в 14:10 (для
дневной смены). Все операторы, которые активны в этом смене, получают
задачи завершения почти одновременно. Конечно, могут быть некоторые
различия, поскольку некоторые операторы все еще активны с заданием. Было
бы лучше постепенно назначать конечные задачи операторам. Это приводит
к снижению пропускной способности во время смены и более плавному
изменению смены. Также смена грузовиков будет проще, потому что есть
больше свободного места на парковке, что также приводит к экономии
времени.
 66

Диспетчер должен минимизировать свои действия и изменения в

расписании. Динамическое изменение графика и множество различных
критериев оптимизации делают его очень сложной и динамичной системой
планирования. Эта система планирования затрудняет для диспетчера
интеллектуальные изменения в расписании. На практике мы видели много
раз, что диспетчеры вносят изменения в график. Например, они утверждали,
что разумнее назначить две задачи, которые расположены близко друг к
другу одному и тому же оператору. Да, это правда, если у нас есть только
время вождения в качестве критериев оптимизации. Много раз человеческие
аспекты играют роль в этих изменениях графика. Операторам это не
нравится, если они едут на позицию ворот, и они встречают другого
оператора на обратном пути, они сразу же думают: зачем мне ездить на эту
позицию, пока был еще один оператор? Диспетчер должен только вносить
изменения в расписание, если у него есть информация, недоступная для
CHIP, и что эта информация приводит к более разумному графику.
 67

4.2 Улучшения в расписании на основе динамического показателя

производительности
Лист измерения производительности имел две цели: сначала помочь
диспетчеру заглянуть в будущее, а во-вторых, оценить процесс
планирования. Все показатели эффективности основаны на анализе
заинтересованных сторон и целях, заданных командой проекта CHIP.
В этом разделе мы обсудим улучшения и наблюдения на графиках
измерения динамической производительности.
Первое важное замечание состоит в том, что графики измерения
производительности не предоставляют дополнительной полезной
информации при активном ночном модуле CHIP. Это связано с тем, что мы
рассматриваем только задачи, которые планируются оптимизатором, а
незапланированные задачи еще не рассматриваются оптимизатором. Из
показателей эффективности 1 и 2 мы увидели, что первые задачи
запланированы для первой смены, которая начинается в 6:00. Эти
запланированные задачи видны примерно в 5:00 на графиках
производительности. Графики производительности могут, таким образом,
использоваться диспетчером с 5:00. Опять же здесь, чем быстрее информация
предоставляется диспетчеру, тем лучше. Показатели эффективности 1 и 2 не
дают дополнительной информации, которая может быть использована для
улучшения графика.
Время в пути, как правило, короче во временных окнах с высокой
рабочей нагрузкой. Это означает, что CHIP может оптимизировать время
вождения для задач. Однако мы также ожидали, что это соотношение станет
ближе к текущему времени, поскольку оптимизатор постоянно меняет
назначение задач для оптимизации времени движения. Эта тенденция не
была видна непосредственно из графика производительности. Если KLM AS
хочет больше ориентироваться на время вождения, необходимо провести
дополнительные исследования для конкретного поведения времени вождения
 68

с различными настройками оптимизатора. Из анализа графика измерения

производительности мы не можем оценить, насколько хорошо или плохо
оптимизатор оптимизирует время вождения, потому что у нас нет прямой
ссылки. У нас нет ссылки, потому что мы провели анализ текущей системы
CHIP, которая активна в рамках операции. С помощью этой системы
невозможно повторить симуляцию в тот же день с разными настройками.
Из динамического графика средней продолжительности окна мы
узнали, что временные окна ночью длиннее, чем временные окна в течение
дня. Длительность этого более длительного времени дает больше гибкости
планирования, поскольку легче переносить задачу на более раннее или более
позднее время. Опытные диспетчеры будут точно знать, когда временные
окна становятся меньше, что в основном происходит во время пиков. Однако
с нашим графиком производительности мы можем визуализировать
информацию для всех диспетчеров.
Из графика среднего приоритета мы не обнаружили, как приоритет
задач влияет на график задач обслуживания воздушных судов. Это означает,
что в настоящий момент мы не можем оценить влияние на график высоких и
низких приоритетов с графиком производительности. Среднее раннее начало
- это показатель, который отлично подходит диспетчеру, чтобы увидеть,
планируются ли задачи как можно раньше. Однако график
производительности не дает нам новых улучшений расписания.
Среднее количество доступных графиков ресурсов не дает нам новых
идей для улучшения процесса планирования, но оно дает представление о
точном числе активных операторов и становится активным в течение
следующих часов. На данный момент эта информация может быть собрана
только диспетчером из диаграммы Ганта, но он должен подсчитывать
количество операторов с экрана. Если диспетчер точно знает, сколько
ресурсов существует в будущих временных окнах, он может использовать
эту информацию при необходимости переназначения задач.
 69

На графике производительности общей продолжительности задачи на

ресурс мы увидели, что общая средняя продолжительность задачи на ресурс
относительно одна и та же в течение всего дня. Это означает, что рабочая
нагрузка для операторов утром почти такая же, как на второй день. График
производительности не обеспечивает улучшения расписания. То же самое
справедливо для средней продолжительности задачи в окне времени.
Количество задач, имеющих конечное время в графике
производительности временного окна, является очень полезным
инструментом диспетчера для оценки риска задержки в определенных
временных окнах. Мы не можем использовать этот график
производительности, чтобы предлагать улучшения расписания.
График измерения производительности рабочей нагрузки является
идеальным инструментом для оценки обработки диспетчера. По этой
причине CHIP не может планировать больше задач в определенный момент,
чем доступная емкость ресурсов. Это может сделать только диспетчер.
Поэтому, если рабочая нагрузка превышает 1,0, мы можем заключить, что
это произошло из-за изменений в расписании, сделанных диспетчером.
График производительности рабочей нагрузки не дает нам новых идей по
улучшению расписания.
 70

4.3 Ресурсы диспетчера при измерении рабочей нагрузки и

производительности
De Man (2014) отметил, что было бы полезно, если CHIP покажет
использование персонала, чтобы диспетчер имел представление о свободной
мощности на данный момент. Он также обсудил возможность показа этого
значения в течение 15-минутных временных интервалов, чтобы диспетчер
знал, насколько критичным является график. De Man (2014) специально
изучил отдел по заправке самолетов, но его заявление также применимо для
отдела обслуживания Aqua & Toilet. В этом исследовании мы превратили эту
идею в метод измерения рабочей нагрузки и производительности.
В этом разделе мы обсудим, как диспетчер может использовать график
измерения производительности и динамические графики рабочей нагрузки
для улучшения процесса планирования на практике. Важно отметить, что мы
изучали теоретическую работу графиков производительности и рабочей
нагрузки, используя данные за один день (28 июля 2015 г.). Это дает
несколько практических недостатков, которые необходимо учитывать при
тестировании и использовании графиков в практических условиях:
• Данные, собранные из живой среды, предварительно обработаны
скриптом. Этот скрипт должен запускаться вручную и должен быть
автоматизирован при использовании инструментов на практике.
• Предварительно обработанные данные должны быть импортированы
в excel с помощью инструмента импорта, который написан в VBA.
Инструмент импорта должен быть загружен вручную, в будущем это должно
быть автоматизировано.
Мы уже упоминали, что диспетчер видит только диаграмму Ганта со
всеми операторами и службами обслуживания воздушных судов, как
показано на рисунке 4.3. Из этого графика очень сложно получить идею и
ощущение текущей и будущей рабочей нагрузки. Идея о будущей емкости
оператора не видна. Наш график динамической рабочей нагрузки был бы
 71

очень полезным инструментом для диспетчера, чтобы получить хорошее

представление о прошлой и будущей рабочей нагрузке, будущей емкости
оператора и важной плотности задач.
График динамической рабочей нагрузки можно построить в начале дня
в 0:00 и обновлять каждые 15 минут. Как уже было сказано, в настоящий
момент невозможно автоматически загрузить данные на рабочий лист excel,
но это то, что нужно решить в будущем. Диспетчер должен проверить,
прежде чем он начнет работу по распределению задач и ресурсов в ходе его
смены. Помимо графиков динамической рабочей нагрузки диспетчер должен
также проверять лист измерения производительности. Таким образом, он
может комбинировать информацию о графике рабочей нагрузки и числах из
листа производительности.

Рисунок 4.4 - Снимок экрана CHIP

Если диспетчер видит критическое временное окно, в котором
количество задач превышает число операторов из графика динамической
рабочей нагрузки, он должен сосредоточиться на этом окне времени. Если
это критическое временное окно не решается CHIP, и он или она видит, что
задачи незапланированы на листе измерения производительности, он должен
предпринять соответствующие действия.
Мы обсудили позицию и обязанности диспетчера KLM AS. Мы
объяснили источники информации, которые использует диспетчер, и
 72

положение в организации. В таблице 4.1 показана позиция диспетчера в

(новых) источниках информации. Диспетчер должен использовать графики
производительности, графики рабочей нагрузки и CHIP в качестве системы
поддержки принятия решений, которая помогает диспетчеру наилучшим
образом распределять задачи в соответствии с критериями оптимизации.

Таблица 4.1 - Положение ролей диспетчера и предоставление информации

Диспетчер должен:
• Вносить изменения в расписание, если CHIP не может планировать
задачу автоматически. Почти во всех случаях CHIP может планировать
задачу намного лучше, чем диспетчер.
• Постоянно отслеживайте критические временные окна заранее,
которые видны из графика рабочей нагрузки. В таких случаях он должен
предпринять соответствующие действия, потому что CHIP не может
планировать это невыполнение.
• Используйте графики измерения производительности и график
рабочей нагрузки в качестве механизма обучения, чтобы заранее увидеть
события критического графика.
Внедрение нового инструмента будет успешным только в том случае,
если у кого-то будет полное сотрудничество и принятие человека, который
должен работать с новым инструментом. В этом исследовании мы
сосредоточились на построении графиков рабочей нагрузки и
инструментария измерения производительности, а не на инвестировании
времени при принятии инструмента диспетчерами.
Мы рекомендуем тесно сотрудничать с диспетчерами в дальнейшей
разработке инструмента. Важными аспектами являются:
 73

• Внимательно изучите и обсудите меры, которые, по нашему мнению,

были важными и полезными для диспетчера при составлении графика.
• Оцените использование будущих окон времени, которые мы выбрали:
0-15, 15-30, 30-60, 60-120, 120-180 и 180-240.
• Большинство диспетчеров имеют свой «способ» планирования и
представления о хороших правилах планирования. Во многих случаях они
сосредоточены только на одном критерии оптимизации. Если вы можете
сделать все эти способы видимыми, каждый может оценить эти способы с
помощью показателей производительности и графиков. Таким образом, вы
можете представить доказательства того, почему некоторые идеи
планирования хороши или не так хороши. Это дает лучшее обсуждение с
диспетчером, вместо того, чтобы сказать «это не хорошо».
В этой главе мы оценили улучшения планирования из графика рабочей
нагрузки, графиков измерения производительности, инструмента диспетчера
и реализации инструмента диспетчера.
Результаты динамических графиков рабочей нагрузки:
• Почти все критические временные окна с высокой плотностью задач
известны заранее.
• Пиковые времена тесно связаны с расписанием полетов. Расписание
полетов часто одинаково для обычных будних дней в определенный период,
это означает, что результаты также применимы в течение других недельных
дней.
• График рабочей нагрузки может помочь диспетчеру с шагом
обнаружения и классификации модели Cowling и Johansson (2002). Однако
для этапа идентификации диспетчеру нужна текущая диаграмма Ганта для
поиска конкретных задач.
• Операторы никогда не должны отправляться домой раньше, если
поэтому задача должна быть перенесена в окно времени с высокой рабочей
нагрузкой. Это приводит к ненужному увеличению будущей рабочей
нагрузки, которая может стать критической. Временные работники являются
 74

исключением из-за этого, потому что отправка их домой рано экономит

деньги из-за почасовой оплаты.
• Перерывы часто планируются в самое последнее время. Это не
выгодно, и AS должен рассмотреть возможность рассмотрения расписания
разбивки, которое мы предлагаем на рисунке 21.
• Планирование задач обслуживания воздушных судов очень
динамично. Человек не может один раз оценить все критерии оптимизации.
Поэтому диспетчер должен минимизировать свои изменения в расписании.
Лист измерения производительности имел две цели: сначала
предложить усовершенствования планирования, а во-вторых, предоставить
диспетчеру информацию о будущем планировании.
Результаты графиков измерения производительности:
• Лист измерения производительности не дает результатов во время
ночного модуса CHIP, потому что мы рассматриваем только
запланированные задачи.
• Первые задачи запланированы на 6:00. Диспетчер может видеть это
на листе измерения производительности около 5:00. Это означает, что первые
задачи планируются за один час вперед.
• Время вождения, как правило, короче во время окон с высокой
рабочей нагрузкой.
• Гибкость планирования больше в ночное время из-за
продолжительности продолжительного времени.
• Представление среднего количества ресурсов, помимо диаграммы
Ганта, является полезным инструментом для диспетчера, чтобы увидеть
будущую емкость ресурсов.
• Средняя общая продолжительность задачи на ресурс имеет
тенденцию быть одинаковой на весь день.
Основными выводами, касающимися инструмента диспетчера,
являются:
 75

• Текущую настройку инструмента диспетчера можно использовать на

практике, но импорт данных должен выполняться вручную.
• В настоящее время диспетчер видит в качестве основного источника
информации только диаграмму Ганта. Инструмент диспетчера предоставит
диспетчеру много дополнительной информации, которую он должен
использовать для контроля процесса планирования.
• CHIP не может планировать задачи, когда рабочая нагрузка
превышает 1.0. Если это происходит, задания незапланированы или остаются
незапланированными, часто это видно из инструмента диспетчера. Если
диспетчер видит это событие заранее, он может предпринять
соответствующие действия.
Основные выводы о внедрении ресурсы диспетчера:
• KLM AS должна тесно сотрудничать с диспетчерами и DMA для
дальнейшего совершенствования инструмента диспетчера.
• Мы показали, что у многих диспетчеров есть собственное
представление о «хороших» методах планирования. Во многих случаях они
сосредоточены только на одном критерии оптимизации. Ресурсы диспетчера
могут использоваться для оценки определенных вариантов, почему
определенный выбор не является «хорошим».
 76

ОБЩИЕ ВЫВОДЫ И РЕКОМЕНЛАЦИИ ПО РАБОТЕ

Это исследование способствует оптимизации процесса планирования
задач обслуживания воздушных судов в KLM AS. Своевременный вылет
самолета сильно зависит от времени выполнения всех процессов, которые
необходимы, прежде чем самолет сможет уйти. Эта своевременная
производительность может быть реализована только в том случае, если
процессы планирования задач обслуживания воздушных судов эффективны и
оптимизированы в соответствии с приоритетами всех заинтересованных
сторон. Операции по обслуживанию воздушных судов контролируются
диспетчерами. Они используют CHIP в качестве системы поддержки
принятия решений для планирования задач обслуживания воздушных судов.
Перед этим исследованием в управлении AS было распространено мнение о
том, что CHIP неэффективен. Этот недостаток обусловлен многогранным
набором проблем, но главным образом из-за ограниченного понимания
процесса планирования и действий диспетчера. Это привело к следующему
основному вопросу исследования:
Как KLM Aircraft Services может улучшить онлайн-планирование
авиационных услуг в рамках текущей организации и структуры ИТ?
Из-за ограничений времени исследования мы сузили это исследование
к планированию задач по аквасервированию. Чтобы получить представление
о поведении планирования, мы разработали динамический график рабочей
нагрузки и инструмент для измерения динамической производительности.
График динамической рабочей нагрузки представляет прошлую, текущую и
будущую рабочую нагрузку за данный день и обновляется каждые 15 минут.
Продолжительность задачи и время вождения включены в этот график
рабочей нагрузки.
Инструмент измерения динамической производительности
представляет собой показатели производительности, связанные с процессом
планирования и самим расписанием. Некоторые оценки эффективности
 77

используются для оценки графика, а другие предназначены исключительно

для повышения качества будущей информации для диспетчера.
KLM AS может улучшить онлайн-планирование задач обслуживания
воздушных судов, применяя на практике график динамической рабочей
нагрузки и динамические графики производительности. Таким образом мы
предоставляем диспетчеру дополнительную полезную информацию о
будущих событиях, которые недоступны в данный момент. Эта будущая
информация может быть использована диспетчером для внесения изменений
в расписание, а не активной активной работы. Важно то, что диспетчер
должен вносить изменения в расписание, если CHIP не может планировать
задачу. Это происходит, когда в тот же момент больше задач, чем доступных
ресурсов.
KLM AS также должна учитывать ранний отъезд операторов и
планирование задач разломов в последний момент. Мы показали, что
операторы отправляются домой до их смены.
По сути, это не проблема, если все задачи завершены в конце смены.
Однако диспетчеры перенаправляют задачи на следующую смену, что
приводит к ненужному увеличению рабочей нагрузки, которая может стать
критичной. Мы также показали, что перерывы запланированы в последний
момент в последнее время. Это приводит к снижению пропускной
способности ресурсов в периоды перерывов. Мы предлагаем график разрыва,
который постепенно реализуется, что приводит к более стабильной
доступности ресурсов.
В долгосрочной перспективе AS должна повысить осведомленность и
узнать диспетчеров о том, что CHIP является системой поддержки принятия
решений. Система поддержки принятия решений, которая может
планировать задачи в соответствии с несколькими критериями оптимизации.
Если в течение дня нет критических событий, диспетчер должен свести к
минимуму свои изменения в расписании, поскольку человек не может
одновременно взвешивать все критерии оптимизации. На практике нам
 78

приходилось сталкиваться много раз, когда диспетчеры не соглашались с

изменениями в расписании, которые сделали CHIP. Однако изменение
расписания может показаться нелогичным из первых рук, но диспетчер
должен узнать, что всегда есть определенная причина для изменения этого
расписания CHIP. KLM AS должна использовать графики измерения
производительности и график динамической рабочей нагрузки как
инструмент для создания этой осведомленности и повышения доверия к
CHIP диспетчером.
Это исследование имеет несколько ограничений:
• На практике мы не тестировали и не обсуждали инструмент
динамической рабочей нагрузки и динамическую таблицу измерения
производительности с диспетчерами.
• Мы сосредоточились только на задачах по аква-сервису в отделе
обслуживания Aqua & Toilet.
• CHIP должен поддерживать диспетчера во всех ситуациях. В этом
исследовании мы оценили инструменты в один конкретный день в летний
период. Этот летний период является самым загруженным периодом года в
отношении количества задач обслуживания воздушных судов. Однако мы не
изучали влияние инструментов на другие периоды.
Результаты этого исследования являются первыми шагами в
улучшении процесса планирования авиационных услуг. В будущем KLM AS
должна тесно сотрудничать с диспетчерами и DMA для дальнейшего
повышения производительности и графика рабочей нагрузки в соответствии
с их конкретными потребностями. Он также должен начинать
классифицировать и перечислять все виды критических событий, которые
могут произойти в течение дня. Затем эти события должны быть
смоделированы в листе измерения производительности и графике рабочей
нагрузки, чтобы они могли научиться определять и решать эти события. Все
эти события могут использоваться в качестве учебного инструмента для
диспетчеров для определения того, как решать критические события,
 79

которые известны. Это приведет к непрерывной кривой обучения как для

DMA, так и для диспетчеров.
В этом разделе представлены рекомендации для AS и дальнейшие
исследования. Мы разделяем рекомендации в трех подкатегориях общих,
дополнительных исследованиях и других. В общей части описываются
рекомендации, которые AS должна сделать в соответствии с этим
исследованием. В дополнительной части исследования представлены идеи
для следующего исследователя по этому предмету исследования.
Первым шагом должен стать пилот вместе с диспетчерами. Для этого
пилота лист производительности может быть загружен вручную. Важно,
чтобы кто-то мог запускать скрипт python, который изменяет и очищает
данные, собранные из живой среды. Если этот шаг очистки данных
пропущен, лист измерения производительности выдаст ошибки и
правильный результат не будет гарантирован. С помощью этого пилота AS
может показать, что диспетчеры могут помочь в планировании задач
обслуживания воздушных судов и в дальнейшем улучшить процесс
планирования.
Мы показали, что измерение производительности в будущем является
хорошим инструментом и способом оценки качества планирования
оптимизатором. Этот метод измерения также можно использовать для
настройки параметров оптимизатора. Настройка оптимизатора выполняется
командой проекта CHIP. Они используют тестовую среду CHIP, которая
может имитировать данный день. С последующим измерением
производительности они могут оценить поведение планировщика
оптимизатора и сравнить их с другими настройками. Самый важный аспект -
сначала обсудить изменения, которые исследователь ожидает увидеть и
точно определить, что пытается оптимизировать исследователь. Только тогда
можно внести полезные изменения в CHIP.
Мы показали, что лист результатов динамической производительности
может быть полезным инструментом для диспетчера для улучшения
 80

планирования задач обслуживания воздушных судов. Прежде чем этот

измерительный лист может быть применен на практике, требуется больше
исследований. Данные, поступающие из живой среды, теперь загружаются в
скрипт python и лист Excel вручную, при использовании листов на практике
это должно выполняться автоматически.
Мы построили диаграммы динамической рабочей нагрузки и таблицу
динамических показателей производительности для задач аквасервирования
(заполнение водой, канализация, обновление воды и повторное наполнение).
Мы считаем, что эта методика измерения может также использоваться в
других службах воздушных судов, но следующий исследователь должен
указать это далее.
Мы показали, что диспетчеру может помочь инструмент, который
предоставляет информацию о будущем графике. На следующем этапе важно
изучить практическую сторону, самое главное - установить добрую волю
диспетчерами, чтобы они использовали инструменты. Мы рекомендуем
следующему исследователю инвестировать достаточно времени, чтобы
подробно обсудить инструмент измерения рабочей нагрузки и
производительности с диспетчерами.
При программировании листов мы сделали несколько важных
предположений, мы рекомендуем следующему исследователю внимательно
обсудить и прочитать эти предположения.
 81

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. Berglund, M., & Karltun, J. (2007). Human, technological and
organizational aspects of the production scheduling process. International Journal
of Production Economics, 110 (1-2), 160-174. doi:
http://dx.doi.org/10.1016/j.ijpe.2007.02.024
2. Bonifaci, Vincenzo, & Stougie, Leen. (2009). Online k-Server Routing
Problems. Theory of Computing Systems, 45 (3), 470-485. doi: 10.1007 / s00224-
008-9103-4
3. Cordeau, Jean-François, & Laporte, Gilbert. (2007). The dial-a-ride
problem: models and algorithms. Annals of Operations Research, 153 (1), 29-46.
doi: 10.1007 / s10479-007- 0170-8
4. Cordeau, Jean-François, Laporte, Gilbert, Savelsbergh, Martin W. P., &
Vigo, Daniele. (2007). Chapter 6 Vehicle Routing. In B. Cynthia & L. Gilbert
(Eds.), Handbooks in Operations Research and Management Science (Volume 14,
pp. 367-428): Elsevier.
5. Cowling, Peter, & Johansson, Marcus. (2002). Using real time
information for effective dynamic scheduling. European Journal of Operational
Research, 139 (2), 230-244. doi: http://dx.doi.org/10.1016/S0377-2217(01)00355-
1
6. Daneshzand, F. (2011). The Vehicle-Routing Problem Logistics
Operations and Management (pp. 127-153).
7. Davenport, Andrew J., Gefflot, Christophe, & Beck, J. Christopher.
(2001). Slack-based Techniques for Robust Schedules. Paper presented at the
European Workshop on Planning.
8. De Man, J.C. (2014). Potential improvements in the planning and
scheduling chain at KLM Aircraft Services.
9. De Snoo, C., Van Wezel, W., & Jorna, R. J. (2011). An empirical
investigation of scheduling performance criteria. Journal of Operations
Management, 29, 181-193. doi: 10.1016 / j.jom.2010.12.006
 82

10. EUROCONTROL. (2009). ATM Airport Performance (ATMAP)

Framework. In R. c. b. t. P. R. Commission (Ed.).
11. Feuerstein, Esteban, & Stougie, Leen. (2001). On-line single-server dial-
a-ride problems. Theoretical Computer Science, 268 (1), 91-105. doi:
http://dx.doi.org/10.1016/S0304- 3975 (00) 00261-9
12. Hans, E.W., Houdenhoven, Mark van, & Hulshof, Peter J.H. (2011). A
Framework for Health Care Planning and Control (pp. 23). Enschede: University
of Twente.
13. Herroelen, Willy, & Leus, Roel. (2004). Robust and reactive project
scheduling: a review and classification of procedures. International Journal of
Production Research, 42 (8), 1599-1620.
14. Ip, W. H., Wang, Dingwei, & Cho, Vincent. (2013). Aircraft ground
service scheduling problems and their genetic algorithms with hybrid assignment
and sequence encoding scheme. Systems Journal, IEEE, 7 (4), 649-657.
15. Jaillet, Patrick, & Wagner, Michael R. (2006). Online routing problems:
Value of advanced information. Transportation Science, 40 (2), 200-210.
16. Kuhn, Kenneth, & Loth, Steffen. (2009). Airport service vehicle
scheduling.
17. Li, Zukui, & Ierapetritou, Marianthi. (2008). Process scheduling under
uncertainty: Review and challenges. Computers & Chemical Engineering, 32 (4-5),
715-727. doi: http://dx.doi.org/10.1016/j.compchemeng.2007.03.001
18. Lohman, Clemens, Fortuin, Leonard, & Wouters, Marc. (2004).
Designing a performance measurement system: a case study. European Journal of
Operational Research, 156 (2), 267-286.
19. MacCarthy, B. L., Wilson, J. R., & Crawford, S. (2001). Human
performance in industrial scheduling: A framework for understanding. Human
Factors and Ergonomics in Manufacturing & Service Industries, 11 (4), 299-320.
doi: 10.1002 / hfm.1016
 83

20. McKay, K. N., Buzacott, J. A., Charness, N., & Safayeni, F. R. (1992).
The scheduler's predictive expertise: an interdisciplinary perspective. Artificial
intelligence in operational research, 139-150.

21. Mitchell, Ronald K, Agle, Bradley R, & Wood, Donna J. (1997). Toward
a theory of stakeholder identification and salience: Defining the principle of who
and what really counts. Academy of management review, 22 (4), 853-886.
22. Neely, Andy, Gregory, Mike, & Platts, Ken. (2005). Performance
measurement system design. International Journal of Operations & Production
Management, 25 (12), 1228-1263. doi: 10.1108 / 01443570510633639
23. Neely, Andy, Richards, Huw, Mills, John, Platss, Ken, & Bourne, Mike.
(1997). Designing performance measures: a structured approach. International
Journal of Operations & Production Management, 17 (11), 1131-1152. doi:
10.1108 / 01443579710177888
24. Pillac, V., Gendreau, M., Guéret, C., & Medaglia, A. L. (2013). A
review of dynamic vehicle routing problems. European Journal of Operational
Research, 225, 1-11. doi: 10.1016 / j.ejor.2012.08.015
25. Pistikopoulos, E. N. (1995). UNCERTAINTY IN-PROCESS DESIGN
AND OPERATIONS.
26. http://dx.doi.org/10.1016/0098-1354(95)00119-M
27.http://gateway.webofknowledge.com/gateway/Gateway.cgi?
GWVersion=2&SrcApp=PARTN ER_APP & SrcAuth = LinksAMR & KeyUT =
WOS: A1995RM17900091 & DestLinkType = FullR ecord & DestApp =
ALL_WOS & UsrCustomerID = 1ba7043ffcc86c417c072aa74d649202
28. Sabuncuoglu, Ihsan, & Kizilisik, Omer Batuhan. (2003). Reactive
scheduling in a dynamic and stochastic FMS environment. International Journal of
Production Research, 41 (17), 4211-4231.

29. Verderame, Peter M., Elia, Josephine A., Li, Jie, & Floudas,
Christodoulos A. (2010). Planning and Scheduling under Uncertainty: A Review
 84

Across Multiple Sectors. Industrial & Engineering Chemistry Research, 49 (9),

3993-4017. doi: 10.1021 / ie902009k
30. Weber, Max. (1947). The Theory of Social and Economic Organization.
 85

Приложение А
86
87
 88

Приложение Б
 89

Приложение В