机场安检排队系统资源优化配置

机场安检作为航班离港的重要环节,降低安检区运营成本和减少旅客等待时间是非常必要的。针对安检排队系统中的瓶颈问题,提出优化布局的思想,并利用安检排队系统中现有的资源,根据资源优化思想,以深圳宝安国际机场为例,建立安检排队系统双目标优化模型。通过NSGA-Ⅱ算法,获得资源配置方案的Pareto最优解集,然后使用逼近理想解排序法(technique for order preferency by similarity to an ideal solution,TOPSIS),对Pareto最优解集进行排序,得出综合效益最优的配置方案:Ⅰ级系统开放通道数为17个,Ⅱ级系统开放通道数为35个。结果表明,该研究方法消除了运营成本和等待时间量纲间的差异,为存在博弈的优化目标提供了解决思路。

基于排队论模型的天津地铁刘园站安检系统优化研究

以排队论原理为基础,通过构建安检进站排队模型对刘园站安检设备布置方案和配置数量进行优化改进。计算结果表明,通过增加一处安检通道可使乘客排队等待时间下降82%,可有效缓解安检点处拥堵问题,提高乘客通行效率,为刘园站实际运营管理提供参考。

地铁安检客流智能引导及组织优化方法研究

为避免因地铁车站进站客流的空间不均衡性所导致的乘客安检排队时间过长、车站拥堵,甚至踩踏事故,本文设计了地铁安检智能引导分流系统并基于此提出客流组织优化方法。首先,在传统地铁安检模式的基础上设置智能引导分流系统,根据乘客行李类型将安检台划分为大包、小包/无包安检通道,实时采集安检区域的客流分布特征;其次,在排队等候理论的基础上综合考虑乘客转移时间和转移意愿,计算最优安检排队决策;最后,通过引导设备指引乘客选择最优安检通道。选取上海地铁1号线上海火车站地铁站晚高峰时期的客流数据作为案例,进行计算仿真分析,并通过实地实验进行校准验证。结果表明:运用本文方法后,地铁车站各安检通道的客流排队压力显著降低,计算仿真结果与实际安检情况误差为3.2%,且优化后大包乘客的平均安检排队效率提升38%,小包/无包乘客的平均安检排队效率提升16%。研究成果为提高乘客安检排队进站效率,有效避免地铁车站拥堵提供理论依据与方法支持。

基于社会力模型的机场旅客排队模型

航站楼旅客出港排队服务流程研究,对航站楼根据实际运行情况配置资源、提高旅客满意度至关重要。对此,提出一种对旅客出港排队流程分析仿真的新方法。首先,通过优化社会力模型构建航站楼排队仿真模型。然后,运用Anylogic软件对南京禄口国际机场T2航站楼出发大厅旅客安检排队服务流程进行仿真。最后,通过仿真数据分析了优化模型和传统模型的运行结果差异,表明两种模型安检通道利用率和实际运行情况无明显差异,均高于96%;但优化模型队列平均长度明显小于传统模型2~3人,旅客排队等待时间及在安检系统中花费总时间的均值均明显小于传统模型100s左右,更符合安检区域高峰时段的实际运行情况。

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。