机场旅检通道开放数量配置优化方法、系统和存储介质

本发明涉及机场指挥管控，更具体地，涉及一种机场旅检通道开放数量配置优化方法、系统和存储介质。

背景技术：

1、航空运输事业的蓬勃发展对机场资源配置带了巨大的挑战。随着我国航空运输业迅速发展，中国将成为民航事业中发展最快，潜力最大的国家。根据中国航空工业发展研究中心发布的《2019～2038年民用飞机中国市场预测年报》数据显示，预计到2038年中国客机规模即将达到8678架，成为全球第二大航空市场。然而随着我国航空运输事业蓬勃发展，各航空公司飞机数量不断扩增，尤其对于大型枢纽机场而言，登机旅客量庞大且具备高时变性，使得以往通过管理人员采用经验式的方法配置安检通道开放数量面临巨大的压力。为了提高机场自身的运营效率与服务质量，如何合理地进行安检通道开放数量的优化配置是亟待解决的问题。

2、在实际服务过程中，旅检通道的数量可以有效控制旅客的排队队列长度及其等待时间，旅检通道的配置不足可能导致顾客排队，增加旅客的等待时间，从而影响旅客对服务的舒适度和满意度，而过多旅检通道的空闲会降低系统的利用率，导致更多的浪费。在机场服务过程中，存在众多不确定因素，给旅检通道的数量配置带来了很大的挑战。首先，旅客到达的间隔时间是随机的，到达过程的随机性会对排队系统的性能指标产生重大的影响，加大求解的难度。其次，航班的计划起飞情况也没有固定的规律，所以旅客的到达速率是具有非平稳特性的。因此，针对旅检通道开放数量配置优化需要考虑旅客到达过程的非平稳性。

3、目前的现有技术公开了一种智慧机场服务台排期预测方法，该方法首先确定平均到达率、经验服务台开放数量、等待时间分布和经验服务效率水平；其次建立排队论理论模型，基于排队论理论模型估算理论服务效率水平和理论服务速率；接着基于服务速率回归假设拟合修正理论服务速率，估计回归参数；再根据修正后的理论服务速率对理论服务效率水平进行重估计；最后结合回归参数，输入到达率、服务效率水平和服务台开放数量中的任意两项即可求解剩余一项；现有技术中的方法由于未考虑旅客到达过程的非平稳特性的影响，因此预测精度较低。

技术实现思路

1、本发明为克服上述现有技术未考虑旅客到达过程的非平稳特性从而导致预测精度较低的缺陷，提供一种机场旅检通道开放数量配置优化方法、系统和存储介质，能够快速、精确地计算出系统的性能指标值，并能够有效降低机场的运营成本和资源浪费。

2、为解决上述技术问题，本发明的技术方案如下：

3、一种机场旅检通道开放数量配置优化方法，包括以下步骤：

4、s1：考虑旅客到达过程的非平稳特性的影响，以最小化全天机场旅检通道开放总数量为目标，设置约束条件，建立旅检通道开放数量配置模型；

5、s2：设置旅检通道开放数量配置模型中各个时段初始的旅客和旅检通道开放数量，利用遗传算法，生成旅检通道开放数量配置模型的第一解集合；

6、s3：基于旅检通道开放数量配置模型的第一解集合，利用sbc算法计算各个时段旅客的等待时间和等待队长；

7、s4：判断各个时段旅客的等待时间和等待队长是否满足旅检通道开放数量配置模型中的约束条件，若满足约束条件，则执行步骤s5，否则在第一解集合中对应时段增加旅检通道的开放数量，获得第二解集合，再次执行步骤s3～s4；

8、s5：根据第一解集合或第二解集合计算全天机场旅检通道开放总数量；

9、s6：重复步骤s2～s5，将全天机场旅检通道开放总数量最小的第一解集合或第二解集合作为最优的配置结果，完成机场旅检通道开放数量配置优化。

10、优选地，所述步骤s1中建立的旅检通道开放数量配置模型具体为：

11、将第i个时段旅检通道数量配置向量xi作为决策变量，考虑旅客到达过程的非平稳特性的影响，以最小化全天机场旅检通道开放总数量为目标，建立以下旅检通道开放数量配置模型：

12、

13、

14、

15、

16、其中，xopt为各个时段最优的机场旅检通道开放数量配置向量；z为全天各个时段机场旅检通道开放的总数量；t为时段数量；lqi(xi)为第i个时段旅客的等待队长，lqmax为旅客的等待队长的最大值；wqi(xi)为第i个时段旅客的等待时间，wqmax为旅客的等待时间的最大值；lqi(xi)和wqi(xi)均为非封闭函数。

17、优选地，所述步骤s3中，基于旅检通道开放数量配置模型的第一解集合，利用sbc算法计算各个时段旅客的等待时间和等待队长的具体方法为：

18、基于旅检通道开放数量配置模型的第一解集合，利用sbc算法计算理想的第i个时段的到达率λi和服务率μi，具体为：

19、

20、

21、其中，λ(·)和μ(·)分别为某时刻的到达率和服务率函数，t为时段数量；

22、建立g(t)/g(t)/c(t)非平稳排队模型；

23、定义第i-1个时段因堵塞而造成的旅客积压量bi-1，具体为：

24、

25、其中，为第i-1个时段实际的到达率，第i个时段实际的到达率满足pi-1(b)为第i-1个时段旅客堵塞的概率；

26、利用埃尔朗损失概率计算第i-1个时段旅客堵塞的概率pi-1(b)，具体为：

27、

28、其中，ci为第i时段的旅检通道的数量；

29、g(t)/g(t)/c(t)非平稳排队模型第i时段的期望利用率e(ui)为：

30、

31、利用第i时段的期望利用率e(ui)获取第i个时段的修正到达率具体为：

32、

33、利用g/g/c排队模型的近似方法求解旅检通道开放数量配置模型，获取各个时段旅客的等待时间和等待队长。

34、优选地，获取各个时段旅客的等待时间的具体方法为：

35、各个时段旅客的等待时间具体为：

36、

37、

38、

39、

40、

41、φ1(c，ρ)＝1+γ(c，ρ)

42、φ2(c，ρ)＝1-4γ(c，ρ)

43、

44、φ4(c，ρ)＝min{1，(φ1(c，ρ)+φ3(c，ρ))/2}

45、

46、其中，ew为某个时段旅客实际的等待时间，ew(m/m/c)为某个时段旅客期望的等待时间，τ为单个旅检通道的平均服务时间，ρ为交通强度，μ满足μ＝{μ1，μ2，…，μi}，c满足c＝{c1，c2，…，ci}，和分别为输入过程分布和服务过程分布的平方变异系数，c为开放的旅检通道数量，φ、ψ、φ1、φ2、φ3和φ4分别为第一、第二、第三、第四、第五和第六修正因子。

47、优选地，获取各个时段旅客的等待队长的具体方法为：

48、根据利特定律获得各个时段旅客的等待队长，具体为：

49、eq＝λmarew

50、其中，eq为某个时段旅客实际的等待队长。

51、优选地，所述步骤s6之后还包括：将最优的配置结果输入到机场服务系统中，机场服务系统根据最优的配置结果对各个时段机场旅检通道开放数量进行配置。

52、优选地，所述步骤s2中，利用遗传算法，生成旅检通道开放数量配置模型的第一解集合的具体方法为：利用遗传算法，通过选择、交叉和变异中的任意一种或多种方法对初始的旅检通道开放数量进行增值，获得增值解，将初始的旅检通道开放数量和增值解共同作为第一解集合。

53、优选地，所述步骤s4中，判断是否满足旅检通道开放数量配置模型中的约束条件的具体方法为：

54、对于第一解集合中的初始的旅检通道开放数量和增值解，分别判断旅客的等待时间和等待队长是否满足旅检通道开放数量配置模型中的约束条件。

55、一种机场旅检通道开放数量配置优化系统，应用上述的机场旅检通道开放数量配置优化方法，包括：

56、模型构建单元：用于考虑旅客到达过程的非平稳特性的影响，以最小化全天机场旅检通道开放总数量为目标，设置约束条件，建立旅检通道开放数量配置模型；

57、初始化单元：用于设置旅检通道开放数量配置模型中各个时段初始的旅客和旅检通道开放数量，利用遗传算法，生成旅检通道开放数量配置模型的第一解集合；

58、sbc求解单元：基于旅检通道开放数量配置模型的第一解集合，利用sbc算法计算各个时段旅客的等待时间和等待队长；

59、判断单元：用于判断各个时段旅客的等待时间和等待队长是否满足旅检通道开放数量配置模型中的约束条件，若满足约束条件，则执行计算单元，否则在第一解集合中对应时段增加旅检通道的开放数量，获得第二解集合，再次执行sbc求解单元和判断单元；

60、计算单元：用于根据第一解集合或第二解集合计算全天机场旅检通道开放总数量；

61、最优配置输出单元：用于重复上述步骤，将全天机场旅检通道开放总数量最小的第一解集合或第二解集合作为最优的配置结果，完成机场旅检通道开放数量配置优化。

62、一种计算机可读的存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。

63、与现有技术相比，本发明技术方案的有益效果是：

64、本发明提供一种机场旅检通道开放数量配置优化方法、系统和存储介质，方法包括：考虑旅客到达过程的非平稳特性的影响，以最小化全天机场旅检通道开放总数量为目标，设置约束条件，建立旅检通道开放数量配置模型；设置旅检通道开放数量配置模型中各个时段初始的旅客和旅检通道开放数量，利用遗传算法，生成旅检通道开放数量配置模型的第一解集合；基于旅检通道开放数量配置模型的第一解集合，利用sbc算法计算各个时段旅客的等待时间和等待队长；判断各个时段旅客的等待时间和等待队长是否满足旅检通道开放数量配置模型中的约束条件，若满足约束条件，则执行下一步骤，否则在第一解集合中对应时段增加旅检通道的开放数量，获得第二解集合，再次执行该步骤；根据第一解集合或第二解集合计算全天机场旅检通道开放总数量；重复上述步骤，将全天机场旅检通道开放总数量最小的第一解集合或第二解集合作为最优的配置结果，完成机场旅检通道开放数量配置优化；

65、本发明针对机场旅检通道的排队过程，提出了非平稳排队模型嵌入到遗传算法的方法，非平稳排队模型有更强的适用性，因为从服务系统数据分析，几乎所有服务系统的顾客到达的速率通常会在一天中发生显著变化，并且到达过程分布和服务时间分布通常也不是接近指数分布，这些变化会对排队系统的性能指标产生重大的影响，所以在计算系统性能指标时必须考虑这些变化，采用拓展的sbc方法能够快速获取精确的系统性能指标值，从而有效解决了机场旅检通道开放数量配置优化问题，为旅检通道数量配置提供科学的分析方法和决策依据，优化机场效益。