船员排班与调度数据的处理方法及电子设备与流程

摘要: 本技术涉及船舶智能调度,具体而言,涉及一种船员排班与调度数据的处理方法及电子设备。背景技术:1、相关技术中,常见的船员排班调度方式,是依据船员档案和经验进行计划...
船员排班与调度数据的处理方法及电子设备与流程

本技术涉及船舶智能调度,具体而言,涉及一种船员排班与调度数据的处理方法及电子设备。

背景技术:

1、相关技术中,常见的船员排班调度方式,是依据船员档案和经验进行计划性安排,主要依靠静态数据,但由于排班依据仅为静态档案数据,无法量化船员实时状态,且未结合未来航段风险预测,会导致排班与船员实际状态脱节,进而影响值班安全性,降低航行安全与人力资源利用效率。

技术实现思路

1、本技术旨在至少解决现有技术或相关技术中存在的技术问题之一。

2、为此,本技术的第一方面提出一种船员排班与调度数据的处理方法。

3、本技术的第二方面提出一种电子设备。

4、有鉴于此,本技术的第一方面提供一种船员排班与调度数据的处理方法,包括:获取多个船员的状态监测数据,状态监测数据至少包括生理监测数据;对状态监测数据进行融合评估处理,得到每个船员的状态评估值;获取船舶的计划航线,将计划航线划分为多个未来航段;获取各未来航段的航行环境数据,对航行环境数据进行风险预测处理,得到每个未来航段的风险等级以及与风险等级对应的船员状态要求;基于每个船员的状态评估值与技能信息、各未来航段的风险等级及风险等级对应的船员状态要求,在预设排班约束下,对多目标优化问题进行求解,生成排班方案数据,排班方案数据用于控制船舶值班安排,其中,多目标优化问题的目标函数包括安全项和负荷均衡项,安全项是根据未来航段在岗船员的状态评估值是否满足未来航段对应的船员状态要求确定;在排班方案数据的执行过程中,获取更新数据,更新数据包括更新的状态监测数据和/或更新的航行环境数据;当更新数据与生成排班方案数据所依据的数据之间的偏差满足预设触发条件时,基于更新数据,更新未来航段中未执行的剩余航段的排班方案数据。

5、本技术提出的船员排班与调度数据的处理方法,由于船员的身体疲劳与认知能力受睡眠恢复程度、自主神经调节水平等生理因素直接制约,生理监测数据中蕴含的睡眠质量、心率变异性等信息能够连续反映船员当前的工作能力与疲劳累积程度,对生理监测数据进行融合评估处理所得到的状态评估值因此与船员的实时作业能力保持同步,排班决策以状态评估值为依据时,排班方案与船员真实状态之间建立直接对应关系;航行安全风险由气象海况、航道特征与交通态势等外部环境因素共同决定,将计划航线划分为多个未来航段并基于各未来航段的航行环境数据进行风险预测处理,能够获得各未来航段在未执行时段内的风险等级,再将风险等级转化为对应的船员状态要求,即在外部航行风险与船员能力门槛之间建立量化映射;在此基础上,目标函数中的安全项依据未来航段在岗船员的状态评估值是否满足未来航段对应的船员状态要求确定,当在岗船员的状态评估值低于对应船员状态要求时安全项使目标函数值恶化,多目标优化问题的求解过程因此受到安全项的强制驱动而趋向于选择在岗船员状态满足风险要求的排班安排,排班方案由此自动实现风险与人员状态的适配,这是本技术实现核心有益效果的作用机制;负荷均衡项使各船员的总工作量趋近目标工作量,在满足安全要求的前提下均衡分配工作负荷,抑制疲劳过度累积与人力资源闲置;执行过程中获取的更新数据与生成排班方案数据所依据的数据之间的偏差满足预设触发条件时对剩余航段的排班方案数据进行更新,使排班方案能够跟踪船员实际状态与航行风险的动态变化。由此,本技术通过状态评估值、风险等级与船员状态要求的量化生成、安全项对优化求解的强制驱动以及执行阶段的触发式更新,在原理上实现了排班决策依据与船员实时状态同步、外部风险预先转化为能力门槛并强制匹配、工作负荷均衡分配以及排班方案的动态调整,核心有益效果在于降低因船员疲劳或注意力下降引发人为操作失误而导致的航行事故概率、保障航行安全,同时均衡船员工作负荷、提升人力资源利用效率。

6、在本技术的一些技术方案中,状态监测数据还包括行为监测数据和/或主观评估数据;其中,生理监测数据包括心率数据、心率变异性数据、睡眠时长数据和睡眠质量数据中的至少一种;

7、行为监测数据包括值班操作响应时间数据、操作失误次数数据和移动轨迹数据中的至少一种;

8、主观评估数据包括周期性心理自评量表的评估结果数据;

9、状态监测数据由穿戴式采集终端和/或船舶值班终端采集,并通过船载网络和/或卫星网络传输至执行处理方法的数据处理设备。

10、在本技术的一些技术方案中,对状态监测数据进行融合评估处理,得到每个船员的状态评估值,包括:

11、对每个船员,基于船员的状态监测数据,确定船员的疲劳度、注意力水平和健康偏离度,并对疲劳度、注意力水平和健康偏离度进行加权融合,得到船员的状态评估值;

12、其中,疲劳度基于预设时段内的睡眠质量数据和心率变异性数据确定;注意力水平基于平均操作响应时间和操作失误率确定;健康偏离度基于静息心率与其基线值的偏离程度确定;

13、将状态评估值低于预设状态阈值的船员标记为状态预警,得到状态预警标记数据。

14、在本技术的一些技术方案中,航行环境数据包括气象海况数据、航道特征数据和交通态势数据;其中,气象海况数据包括风速数据、浪高数据和能见度数据中的至少一种;

15、航道特征数据来自电子海图,包括狭窄水道数据、浅点数据和弯曲度数据中的至少一种;

16、交通态势数据包括基于船舶自动识别系统获得的船舶密度数据。

17、在本技术的一些技术方案中,对航行环境数据进行风险预测处理,得到每个未来航段的风险等级,包括:

18、对每个未来航段,基于未来航段的航行环境数据,确定气象海况风险、航道固有风险和交通冲突风险,对气象海况风险、航道固有风险和交通冲突风险进行加权计算,得到未来航段的综合风险值;

19、根据综合风险值与预设风险阈值的关系,将未来航段划分为预设的多个风险等级之一;

20、其中,气象海况风险基于预测的风速和浪高确定;航道固有风险基于未来航段内的航道特征评分确定,交通冲突风险基于预测的船舶密度确定。

21、在本技术的一些技术方案中,船员状态要求包括与风险等级对应的状态评估值下限和/或技能要求;

22、其中,对于高风险等级的未来航段,未来航段对应的船员状态要求包括预设的状态评估值下限和预设技能项。

23、在本技术的一些技术方案中,目标函数还包括技能错配惩罚项;

24、其中,安全项为安全风险惩罚项;安全风险惩罚项根据每个未来航段在岗船员的平均状态评估值与未来航段对应的船员状态要求之间的比较结果确定;当未来航段在岗船员的平均状态评估值未达到未来航段对应的船员状态要求时,安全风险惩罚项取非零惩罚值;

25、负荷均衡项基于各船员的总工作量与目标工作量之间的差异确定;

26、技能错配惩罚项基于船员技能与岗位技能要求之间的差距确定;

27、安全项、负荷均衡项和技能错配惩罚项分别具有可调节权重,且安全项的权重最大。

28、在本技术的一些技术方案中,预设排班约束包括以下中的至少一种:法规约束,每位船员的总工作时长不超过预设工作时长上限;技能匹配约束,船员的技能信息满足预设技能要求;状态约束,未来航段在岗船员的状态评估值满足未来航段对应的船员状态要求;连续性约束,船员的休息时长满足预设休息要求;对多目标优化问题进行求解,包括采用多目标优化算法进行求解,多目标优化算法包括遗传算法。

29、在本技术的一些技术方案中,预设触发条件包括:任一船员的状态评估值的下降幅度超过预设幅度阈值,和/或任一未来航段的风险等级升高;所述更新所述未来航段中未执行的剩余航段的排班方案数据,包括:基于更新数据,在满足预设硬约束的条件下,以最小化调整成本为目标,对剩余航段的排班进行局部或全局重新优化,得到更新后的排班方案数据;调整成本包括人员安排变更数量和/或调动频率;处理方法还包括:获取排班方案执行过程中的实际执行结果数据;将实际执行结果数据与状态评估值和/或风险等级进行关联分析,得到关联分析结果;采用回归分析模型,基于关联分析结果,对用于确定状态评估值的模型参数和/或用于确定风险等级的模型参数进行校准。

30、本技术的第二方面提供一种电子设备,包括:处理器和存储器,存储器存储有计算机程序,处理器执行计算机程序时,实现任一项的船员排班与调度数据的处理方法。因此,电子设备具备如上述技术方案中任一项的船员排班与调度数据的处理方法的全部有益效果。

31、本技术的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本技术的实践了解到。