机场航站楼安检资源运行策略优化

为了提升机场航站楼安检资源的利用率及整体的均衡性,结合安检资源运行特性及分布情况提出了基于改进模型预测控制(MPC,model predictive control)的安检资源运行策略优化方法。本文系统性地分析了机场安检流程及运行评估标准并给出优化目标,设计了面向安检队列状态辨识结果的资源运行策略优化框架,考虑到安检资源系统的演化态势及资源约束,构建了面向控制时域的安检资源动态优化模型并生成安检资源运行策略,采用中国某枢纽机场实际运行数据开展仿真验证。结果显示,优化后的队列长度均控制在优化目标范围内,且在旅客到达人数变化时表现出良好的跟踪能力。因此,优化后的安检资源运行策略能够满足离港旅客安检队列状态预测需求,保证了机场航站楼的安全及高质量运行。

基于子空间方法的航站楼安检队列状态预测

针对大型繁忙机场旅客安检服务效率低的问题,结合航班时刻及离港旅客属性,提出基于子空间辨识的航站楼安检队列状态预测模型。模型结合安检场景特点,在子空间辨识方法基础上,通过训练大量历史数据设定安检队列初始状态,并根据机场繁忙度与旅客流量特征对安检数据进行分组,对分组数据分别辨识获取不同特征下的系统矩阵,构建多特征模型。使用国内某大型机场安检数据对模型进行检验,结果表明模型在误差允许范围内的预测准确率较高,且有较好的稳定性。