توسعه یک مدل ریاضی چندهدفه برای مسئله زمان‌بندی خدمه پرواز و حل آن توسط روش‌های mode و nsga-ii

در این پژوهش، یک مدل ریاضی چندهدفه برای مسئله زمان‌بندی خدمه پرواز چندمهارته ارائه شده است. در این مسئله، خدمه دارای دو مهارت سرمهمانداری و مهمانداری هستند و هر یک با توجه به تجربه‌ای که دارند، امکان تخصیص یافتن به پروازها و یا انواع هواپیما را پیدا می‌کنند. اهداف مدل پیشنهادی عبارت‌ اند از: 1. بیشینه‌سازی مجموع انطباق روزهای مرخصی بر روزهای درخواستی افراد و 2. کمینه‌سازی مجموع جریمه انحرافات از حداقل و حداکثر ساعات کاری مجاز. با توجه به nphard بودن مسئله زمان‌بندی خدمه، برای حل مدل پیشنهادی از دو الگوریتم فراابتکاری تکامل تفاضلی چندهدفه (mode) و الگوریتم ژنتیک با مرتب‌سازی غیرمغلوب نسخه دوم (nsgaii) استفاده شده است. پارامترهای دو الگوریتم توسط روش تاگوچی تنظیم شده‌اند. دو الگوریتم بر اساس چند معیار سنجش عملکردی چندهدفه مورد مقایسه قرار گرفتند. هر کدام از الگوریتم‌ها توانستند از نظر برخی از معیارهای سنجش عملکردی موفق‌تر عمل کنند. نتایج مقایسات الگوریتم‏‌ها و تحلیل حساسیت نشان داد که الگوریتم nsgaii در زمان کمتر (حدود 18درصد) و کیفیت جواب‌های بهتری می‏تواند زمان‌بندی‏‌های مناسب‌تری برای مسئله زمان‌بندی خدمه پرواز ارائه کند.

A Multi-Objective Mathematical Formulation for the Airline Crew Scheduling Problem: MODE and NSGA-II Solution Approaches

In this research, a multiobjective mathematical model is proposed for the airline multiskilled crew scheduling problem. The multiskilled crew can be assigned to flights and airplanes according to their skills. The objective functions of the proposed model are: (1) Maximizing the number of leave days planned according to the days announced by the flight crew, and (2) Minimizing the penalty costs associated with violation of minimum and maximum working hours. Several test problems have been designed based on the data acquired by the airline studied in this research. Due to the NPhard essence of the model, we have employed two metaheuristics, namely the multiobjective differential evolution (MODE) and Nondominated Sorting Genetic Algorithm II (NSGAII). These algorithms are calibrated using the Taguchi method. The algorithms have been compared based on several multiobjective performance measures. Each algorithm has been more successful in terms of some metrics. The comparisons between algorithms and sensitivity analysis show that the proposed model and algorithms can produce appropriate schedules for the airline crew scheduling problem.