面向航空公司 disruption 管理中去中心化人工智能的集成与交互赋能

航空公司 disruption 管理传统上按此顺序寻求解决三个问题维度：飞机排班、机组排班和乘客排班。然而，目前的努力至多仅同时处理了前两个问题维度，且未考虑某一维度中不确定排班结果对另一维度可能产生的传播效应。此外，现有的航空公司 disruption 管理方法包含人类专家，他们在运营当日对航班计划 disruption 决定必要的纠正措施。然而，人类专家在处理大量关键信息的能力上有限，这些信息对于在 disruption 管理中同时解决所有问题维度以做出稳健决策至关重要。因此，需要用能够合理化航空公司 disruption 管理中各维度间复杂交互、并向运营控制中心专家提供客观见解的定量与定性工具，来增强人类专家的决策能力。为此，我们讨论并演示了一种不可知且系统化的范式，通过采用人工智能与分布式账本技术原则的智能多智能体系统，实现航空公司 disruption 管理中所有问题维度的快速同时集成恢复。结果表明，我们的同时集成恢复范式在多项式时间内执行，且在航空公司航线网络中所有航班均 disrupted 时有效。