近年来，智慧民航建设为民航业发展提供了新契机，如何让智能技术真正融入机场一线生产核心，成为业内新的焦点。元翔厦门空港从2022年开始启动地服智能排班派工系统的建设，两年来与兆翔科技、优迈科思科技携手探索，陆续在地勤分公司5个一线生产岗位成功部署。系统的上线运行提高了排班效率和资源利用效率，在强化安全管控能力和探索运行调度模式方面提供有力技术支撑。

目前国内大多数机场地服的排班派工更多依赖人工操作，自动化程度不高，缺乏运用航班量、旅客量、货量等数据对排班派工的指导。为了提高地勤保障效率和质量，以及面向厦门翔安机场运控体系建设的需要，元翔厦门空港着手构建更为高效的排班派工系统。

公司结合业务需求着力从运筹优化智能算法、完善系统功能、合理分配资源三个方面构建系统。运筹优化智能算法方面，引入多目标优化算法，综合考虑航班量、员工技能、工作负荷、差异化规则，确保安全效率、保障效率和成本效益的平衡，计算并生成最优方案。

完善系统功能方面，集成航班、人员信息等数据源，实现数据的实时采集和处理，实时监控调度，掌握动态，针对突发情况，迅速调整派工计划。合理分配资源方面，建立人力资源预测模型，根据历史航班数据和员工技能预测工时需求，实现工时的均衡分配和人力资源科学管理模式，对各类资源实现有效合理的利用。

经历了疫情期、暑运、台风季、黄金周假期以及航季转换等涵盖了机场各类运行场景的压力考验和稳定性验证，各岗位均已实现自主稳定运行。特种车辆任务电子签单的应用替代传统人工纸质模式，实现了任务节点和收费台次同步；智能排班派工功能减轻了调度人员的工作强度，提升工作效率，具体体现在以下五个方面。

领先创新的排班派工模式。结合各岗位的实际情况，针对配载外场、国内登机室、装卸客机、特车、摆渡五个岗位分别采用了五种不同的派工模式，通过动态滚动派工、分组派工、分区域派工、任务抢单等模式的组合，灵活满足了不同岗位的实时派工需求。排班模式上结合原有作休模式，逐步根据航班量灵活调整作休规则和上下班时间，既提高了人力资源利用的合理性，也有效缓解了高峰期人员不足问题。

调度效率的显著提升。预派工方面，算法自动生成预派工计划，耗时2-5分钟，对比人工耗时40分钟到1小时，效率提升92%以上。动态调整方面，每隔5-10分钟，算法自动调整3小时内的任务，耗时10-20秒，对比人工10-15分钟，提升95%以上。多天排班方面，自动生成月排班耗时1-2分钟左右，对比人工1小时，提升96.67%。

工时利用率的有效提升。优化的排班模式和高效的派工机制实现了工作量和人力资源的有效匹配，从而提升了人员工时利用率，可以确保员工工作时段得到最佳的利用，实现降本增效。以配载外场为例，采用灵活排班模式相比固定排班模式最多可以提升30%。

管理模式的改革创新。系统在采集航班数据的同时，也在生成保障运行数据。利用所采集的数据对航班保障链条综合分析，可以发现管理短板或安全风险点，从而采取措施有效管控。

资源评估和优化。通过对航班的峰谷期进行数据分析，可以客观地判断各项地服保障资源是否充足和均衡。通过系统的辅助调优，可以提升机场保障能力、为运行安全打下坚实基础。

作为系统的使用方，建设智能排班派工系统的过程是我们对新技术应用认知的过程，从“买一个系统”的认知，转变到“参与建设一个系统”认知。在这个过程中，也走了不少弯路，总结了经验教训。

一是不追求系统完全实时派工。民航地服岗位生产特点的多样化差异化，决定了不可能采用统一的排班派工模式。例如摆渡班刚开始没有找到一个很好的切入点，开发人员跟基层员工调度一起深入现场，不断试错，探索出了任务池抢单模式，虽然后台智能化算法运用的比重不高，但却发挥了非常好的效果。随着积累的模型越来越丰富，未来我们推进的效率就会更高。

二是融合系统功能以提升员工对新系统的接受度和依赖性。例如特车班、摆渡班的排班派工系统是和电子签单、保障节点录入相结合的，员工录入一次，就解决了一系列的数据。随着生产协同平台的上线，驾驶员们顺利接受了线上派工，体会到系统的便捷。

三是充分利用多方数据来源。比如ACARS的落地时间作为一个摆渡班进港任务的触发点，效果就很好。货运系统的货邮出仓单数据的对接，则为装卸客机组的派工提供了航班装载重量数据，满足了动态派工的需求。

现阶段还有几个难题，例如账号申请、资质管理的不便，以及人力资源阶段性的不足，都是影响排班调度系统推广的原因，接下来将聚焦尽快解决。

元翔厦门空港将继续依托生产协同平台的迭代，将一期五个岗位的成功经验逐步拓展到客舱清洁、值机、特服、安检监护等更多其他岗位，不断积累运行经验，逐渐探索从单一岗位的自动调度升级转变为多岗位的联合调度，从而提高机场整体运营效率和服务质量，为厦门翔安机场运行的保障模式、管理模式优化奠定基础。随着厦门翔安机场弱电系统的规划落地，公司还将结合高精度定位、车辆跟踪等技术运用，基于人员、车辆等资源的实时位置来进一步优化现有算法，实现更智能、更集中、更高效的自动排班调度，同时通过协同运行的数据中台，为运行监测、航班预测、管理决策等提供更有效的数据支撑，赋能智慧机场运行。