June 25, 2022

Transportation Issues Daily

Masalah transportasi di kota kota besar

Pemecahan Masalah Transportasi dalam Operasi Maskapai

6 min read

Pemecahan Masalah Transportasi dalam Operasi Maskapai – Banyak maskapai penerbangan perlu melakukan perubahan substansial pada proses bisnis mereka untuk kembali ke profitabilitas. Karena operasi maskapai penerbangan umumnya dianggap sebagai pemicu biaya, operator menekankan efektivitas biaya untuk melakukan perbaikan pada laba.

Pemecahan Masalah Transportasi dalam Operasi Maskapai

transportationissuesdaily – Dorongan menuju penghematan biaya ini didukung oleh penggunaan sistem pengoptimalan yang meningkatkan pemanfaatan sumber daya yang langka dan mahal seperti pesawat, awak, gerbang, dll. Untuk memaksimalkan manfaat pengoptimalan sumber daya, seseorang perlu mengidentifikasi, memodelkan, dan memecahkan masalah yang tepat. masalah operasional. Setelah ini dilakukan, sangat penting untuk menjaga fleksibilitas dan menyesuaikan diri dengan perubahan dalam lingkungan bisnis.

Baca juga : Memecahkan Masalah Transportasi Menggunakan Teknologi

Melansir pubsonline.informs, Tantangan pemecahan masalah adalah menemukan solusi terbaik, untuk masalah yang tepat, secepat mungkin. Ketiga dimensi ini semuanya penting untuk keberhasilan sistem optimasi. Tergantung pada lingkungan, beberapa dimensi lebih ditekankan daripada yang lain, dan beberapa bahkan mungkin diabaikan. Seringkali, dimensi kedua – masalah yang tepat – diabaikan dalam karya ilmiah yang berkaitan dengan masalah dunia nyata seperti yang timbul dalam industri penerbangan atau sistem transportasi kompleks lainnya.

Ada banyak masalah perencanaan dan operasi di maskapai penerbangan yang karena kompleksitasnya, pemodelan yang terperinci dan akurat diperlukan untuk mendapatkan solusi yang berguna dan efisien. Pada saat yang sama, ada perubahan terus-menerus dalam lingkungan maskapai, misalnya, modifikasi jadwal penerbangan, perubahan kesepakatan dan gangguan rencana. Karakteristik lain yang membuat masalah pengoptimalan maskapai penerbangan ini menantang dan penting adalah ukurannya, jumlah data yang terlibat, dan dampaknya terhadap profitabilitas maskapai penerbangan.

Sebuah operasi maskapai besar terdiri dari beberapa ratus pesawat, 10.000 atau lebih anggota awak pesawat, hingga 100.000 penerbangan per bulan dan puluhan juta penumpang per tahun. Oleh karena itu, memperoleh solusi terbaik untuk masalah yang tepat secara terus-menerus sangat penting bagi maskapai penerbangan untuk tetap kompetitif dan bertahan.

Gambar 1 memberikan gambaran tingkat tinggi yang disederhanakan dari operasi sebuah maskapai penerbangan dan memberikan garis waktu yang khas untuk langkah-langkah perencanaan yang berbeda. Pertama, jadwal (atau jadwal) diproduksi. Di sini tujuannya adalah untuk mencocokkan harapan pemasaran dengan armada yang tersedia dan kendala di jaringan. Langkah kedua dalam perencanaan maskapai adalah alokasi pesawat untuk penerbangan. Langkah ini melibatkan penentuan jenis dan ukuran pesawat yang tepat untuk setiap kaki penerbangan untuk memaksimalkan keuntungan yang diharapkan dan membangun rotasi pesawat yang memenuhi kendala operasional dan persyaratan pemeliharaan. Setelah ini dilakukan, kebutuhan kru pada setiap penerbangan diketahui dan menjadi masukan untuk masalah penjadwalan kru.

Penjadwalan kru secara tradisional dilakukan dalam dua langkah. Pertama, masalah kru-pasangan diselesaikan, di mana kaki penerbangan diurutkan ke dalam rotasi awak anonim (atau perjalanan) sedemikian rupa sehingga persyaratan awak pada setiap kaki terpenuhi, biaya kru dan lainnya diminimalkan dan kontraktual, dan kendala operasional terpenuhi. Kemudian, dalam masalah daftar nama kru, perjalanan ini dan kegiatan lainnya ditugaskan kepada individu, sehingga membangun daftar nama pribadi.

Pada hari operasi, semua area sumber daya di maskapai penerbangan (pesawat, kru, gerbang, dll.) perlu dikontrol, dan jika terjadi gangguan, rencana perlu diperbaiki. Riset operasi telah sangat berhasil diterapkan pada masalah yang timbul dalam operasi penerbangan. (Untuk lebih jelasnya, lihat survei terbaru tentang aplikasi OR di industri transportasi udara oleh Barnhart et al.

Secara tradisional, ukuran dan kompleksitas operasi maskapai penerbangan memerlukan penguraian masalah menjadi sub-masalah yang lebih mudah dikelola yang merupakan masalah perencanaan atau penjadwalan nontrivial. Alat pemodelan global dapat memberikan setidaknya konsistensi antara sub-masalah ini dan mendukung integrasi akhirnya untuk menghindari sub-optimasi.

Selain kerumitan masalah yang timbul dalam operasi penerbangan, ada tantangan tambahan karena tidak dapat membuat model, misalnya, spesifikasi 200 halaman dari masalah operasi tertentu dengan cukup akurat. Pertama-tama, spesifikasi seperti itu biasanya tidak ada. Dan bahkan jika memang demikian, spesifikasi apa pun dan model yang dihasilkan harus direvisi dan dipikirkan lagi, dan hipotesis baru diuji dan diverifikasi. Oleh karena itu, sangat penting dalam lingkungan bisnis pada umumnya, dan industri penerbangan pada khususnya, untuk dapat mendukung proses dengan iterasi cepat untuk sedekat mungkin dengan masalah nyata dan kemudian beradaptasi dengan perubahan di masa depan.

Sistem Pemodelan dan Mesin Aturan

MODEL ADALAH dasar dari aplikasi optimasi, terutama ketika digunakan untuk memecahkan masalah kehidupan nyata. Pendekatan umum dalam pemecahan masalah adalah pemisahan definisi masalah (model) dari solusi masalah untuk memungkinkan pengguna untuk fokus pada pemodelan. Sistem pemodelan tujuan umum telah terus dikembangkan untuk optimasi skala besar. Banyak bahasa pemodelan dan sistem aturan yang tersedia secara komersial yang berbeda mendukung paradigma pemecahan masalah untuk memisahkan definisi masalah dan solusi. Panduan NEOS tentang Perangkat Lunak Pengoptimalan mencantumkan setidaknya 15 sistem pemodelan semacam itu. Sebagai perbandingan, jumlah sistem aturan yang tersedia secara komersial lebih kecil.

Selain mengikuti paradigma pemecahan masalah, pemodelan dan alat aturan juga memberikan transparansi bagi pengguna bisnis dan memungkinkan mereka untuk mengubah model dan aturan, sehingga membuat teknik pengoptimalan lebih mudah diakses oleh non-ahli. Dengan menggunakan alat ini, pengguna akhir dapat secara sistematis mengeksplorasi, menganalisis, dan mengevaluasi model mereka dan masalah pengoptimalan yang mendasarinya. Penyedia sistem pemodelan dan aturan selama bertahun-tahun juga meningkatkan kegunaan sistem mereka, termasuk alat dan lingkungan pengembangan aplikasi. Upaya ini telah membuat pemodelan bisnis menjadi kurang eksklusif dan lebih mudah diakses oleh pengguna akhir yang tidak terampil secara teknis yang sekarang dapat menggunakan sistem pengoptimalan secara efektif.

Dalam lingkungan maskapai penerbangan, ada kebutuhan untuk menggabungkan optimalisasi produksi besar dengan kekuatan prototyping dari sistem pemodelan. Sepengetahuan kami, tidak ada pemodelan komersial atau sistem aturan yang tercantum dalam Panduan NEOS tentang Perangkat Lunak Pengoptimalan yang digunakan untuk perencanaan dan penjadwalan produksi di maskapai penerbangan atau dalam sistem transportasi besar lainnya.

Selama lebih dari 14 tahun, Carmen Systems telah mengembangkan model gabungan dan sistem aturan, Carmen Rave (Rave singkatan dari “rule and value evaluator”), yang saat ini digunakan oleh 20 maskapai penerbangan dan tiga perusahaan kereta api. Bahasa Carmen Rave adalah aturan yang dibuat khusus dan bahasa pemodelan yang disesuaikan untuk manajemen sumber daya dan masalah pengoptimalan dalam industri transportasi.

Aturan gabungan dan alat pemodelan memungkinkan penerapan biaya, definisi fungsi tujuan untuk optimasi, aspek kualitas ekspresi, dll. Dengan kata lain, alat gabungan memungkinkan pengguna untuk memodelkan semua karakteristik aplikasi tertentu dan menggambarkannya dalam aturan kode. Ini memetakan pengetahuan dan keahlian pengguna ke dalam mesin aturan dan mengubah sistem optimasi menjadi sistem pakar. Melestarikan pengetahuan dan keahlian sangat penting untuk konsistensi dan kontinuitas dan tidak dapat dicapai dalam satu iterasi. Tugas seperti itu membutuhkan upaya terus-menerus dari waktu ke waktu dan alat pemodelan yang memungkinkan adaptasi berkelanjutan untuk mencerminkan karakteristik masalah dunia nyata.

Selanjutnya, pengguna sistem optimasi harus dapat menganalisis lingkungan mereka untuk meningkatkan pengetahuan dan keahlian bisnis. Pembuatan banyak skenario dan simulasi bagaimana jika diperlukan untuk konteks ini. Dengan mendukung koeksistensi beberapa set aturan, membuat skenario baru dapat dilakukan dengan mudah dan cepat.

Pengalaman bisnis kami dalam menjual sistem pengoptimalan yang dibundel dengan aturan gabungan dan sistem pemodelan adalah bahwa pelanggan baru tidak akan pernah berkompromi dengan kinerja untuk fleksibilitas. Ini adalah cara kerja pasar optimasi. Jika sebuah maskapai besar menginginkan pengoptimal baru untuk penjadwalan krunya, ia akan mengundang beberapa vendor dan mengevaluasi kualitas solusi mereka untuk masalah benchmark yang telah ditentukan. Perbedaan satu persen dalam kualitas solusi dapat berarti penghematan tahunan sebesar $30 juta bagi pelanggan, sehingga hampir tidak mungkin bagi pembeli untuk membenarkan apa pun selain solusi kualitas terbaik, bahkan jika perbedaannya hanya sebagian kecil dari persentase poin.

Selama pengembangan Carmen Rave, kami harus mengatasi beberapa kesulitan teknis. Itu adalah perkawinan yang menantang antara ilmu komputer dan OR – setiap fitur bahasa harus dirancang dengan hati-hati untuk memenuhi persyaratan kinerja. Teknik seperti penyortiran dinamis, caching, identifikasi ruang lingkup, evaluasi parsial, dan transformasi program lainnya dikembangkan untuk tujuan ini. Masalah perencanaan dan masalah waktu nyata memerlukan teknik yang berbeda.

Masalah perencanaan mungkin memerlukan beberapa jam waktu CPU untuk diselesaikan, jadi ada baiknya untuk membangun tabel cache yang besar dari nilai aturan yang telah dihitung sebelumnya. Analisis pola panggilan aturan telah dilakukan dengan hati-hati untuk banyak kasus penggunaan yang berbeda. Tidak ada solusi standar untuk masalah kinerja evaluasi aturan, sehingga sistem run-time Rave telah berkembang menjadi hibrida dari banyak algoritma.

Copyright © All rights reserved. | Newsphere by AF themes.