基于网络搜索信息的多模态数据驱动航空客流集成预测

为了对机场旅客吞吐量进行更高精度的预测，提出了一种基于网络搜索信息的“分解-重构-集成”组合预测新方法。首先，采用平均影响值和时差相关分析法对机场旅客吞吐量相关的网络搜索关键词进行筛选，合成综合搜索指数。其次，利用改进的自适应白噪声完备集合经验模态分解(ICEEMDAN)方法分别将机场旅客吞吐量和综合搜索指数分解为若干子模态序列，依据子序列的样本熵值重构为高、中、低频序列。以搜索指数中的不同频率成分作为辅助输入信息，分别对机场旅客吞吐量的高频和中频序列采用麻雀搜索算法优化的BP神经网络(SSA-BP)模型进行预测，而低频序列采用自回归分布滞后模型进行预测，最后将不同频率序列预测值用SSA-BP模型进行综合集成得到最终的预测值。通过实证发现，该组合预测新方法能显著提高预测的精度，并表现出较好的鲁棒性。     

基于组合方法的机场航油销售量预测研究——以新疆为例

为了使预测更为准确,采用了三种模型加权组合的方法对机场航油销售量预测进行了组合预测.探讨了影响新疆机场航油销售量的三大因素,并对"十三五"期间各年航油销售量进行预测与研究分析.通过研究新疆机场航油销售量与旅客吞吐量、货邮吞吐量和起降架次之间的关联关系,通过建立相关系数模型、新陈代谢灰色GM(1,1)模型和弹性系数模型对新疆"十三五"期间新疆机场航油销售量进行预测.研究结果表明,此组合模型能够较为准确的预测新疆"十三五"期间的机场航油销售量,为航油设施、设备的规划提供了理论依据.     

基于TOPSIS模型的机场网络节点重要度评估

在机场网络中单个机场节点的失效往往会对其他的节点产生影响,特别是关键节点的失效会波及整个网络.准确客观的识别重要节点机场关乎整个机场网络的安全运营.本文分析了机场网络拓扑特性中的度、集聚系数和接近度指标,考虑了机场旅客吞吐量和所在城市人口等交通经济特性指标,使用熵权法确定权重的基础上,应用TOPSIS法构建综合评价体系模型,最后以华东地区机场网络为例进行节点重要度排序.结果表明与单一指标的评估结果相比,该方法更加全面客观的确定不同属性指标的权重,避免了不同指标取值的差异性,使评价更加全面,更符合机场网络实际运营情况.     

机场安检系统旅客吞吐量的优化模型——ICM2017 D题简析

<正>1赛题分析与解题思路2017年美国大学生数学建模竞赛D题研究机场安检系统旅客吞吐量的优化问题。赛题要求针对美国的机场安检系统建立数学模型,解决如下问题:1)研究旅客通过安检系统的流量,并识别现有系统中的瓶颈,找出存在的问题;2)提出可能的改进措施,以提高旅客吞吐量和减少等待时间的不确定性,并说明这些措施对安检过     

应用遗传算法求解航班恢复问题

航班调度系统易受天气等因素的影响,导致航班延误甚至取消,给航空公司和旅客带来巨大损失.针对某机场由于天气原因需要临时关闭这一问题,,综合考虑航班延误,飞机置换和旅客的行程信息,以旅客的总体延误时间最短为目标函数,建立了旅客滞留航班恢复模型.根据面向对象的编程思想设计了航班调度算法并耦合遗传算法对模型进行求解.基于较大规模的航班和旅客数据对模型和算法进行了验证,得到了合理的航班恢复方案.     

考虑航站楼扩增对中转旅客影响的登机口优化调度模型

机场新增卫星厅,在优化分配登机口的同时需要考虑最小化旅客行走时间该方面学术研究有限,充分考虑航站楼扩增对中转旅客的影响,建立综合的登机口优化调度的模型.设计无向图着色模型,提出基于禁色影响度的贪婪着色算法,设计内层深度模拟退火与外层浅层模拟退火相结合的双重退火优化算法,引入乘客换乘因素,考虑失败惩罚,提出基于社群联盟冲突消解原则的图着色优化算法,实现对模型的优化,得到最佳调度方案.     

排队问题

某机场为了提高服务质量 ,而进行下面的调查发现 :当还未开放安检通道时 ,一部分旅客已经在排队等候通过安检 ,并且排队旅客按一定的速度增加 ,安全检查的速度一定 ,当开放一个安检通道时 ,40分钟后就不会出现排队现象 .若同时开放两个安检通道时 ,1 5分钟后就不会出现排队现象 .希望能够解决以下问题 :1 )若要求 8分钟后不出现排队现象 ,则至少需要同时开放几个安检通道 ?2 )机场管理部门对旅客作出承诺 ,每个旅客等待的时间不超过 2 5分钟 ,问 :当只开放一个通道时 ,能否实现作出的承诺 ?3 )现增加了安检的范围而影响安检的速度 ,安检的速…     

基于机场既有运输通道建设决策的双层规划模型

机场运输通道是旅客进出机场的必要基础设施.伴随着机场客流量的增加和临空经济区的发展,既有机场运输通道已不能满足需求,对既有运输通道进行改建或新建新的运输通道形式显得至关重要.建立了双层规划模型,其中上层模型为交通主管部门以社会总成本最小为目标进行机场运输通道改扩建或建设新的机场运输通道形式及规模的决策,下层模型为旅客以效用最大化为目标选择运输通道形式,并设计了隐枚举法和模拟退火算法相结合的启发式算法,最后通过算例仿真了算法的可行性.     

考虑成本、等待时间和安全水平的分类安检模式研究

近年来,随着民航机场旅客吞吐量快速增加,机场安检部门的工作压力正不断加大,旅客等待时间也正在逐渐增加。针对该问题,引入了分类安检模式。然而,分类安检模式通常需要额外的投资成本,可能会产生较大的财务负担。因此,以成本为目标,综合考虑旅客等待时间和安全水平的要求,研究了分类安检模式和传统安检模式的比较以及最优决策性质等相关问题。首先,考虑安全水平和旅客等待时间的约束,分别为传统安检模式和分类安检模式建立了模型,并分析了其最优运营决策性质。其次,从成本的角度,对两种安检模式做了比较研究。研究结果表明,当旅客数量多、安检犯错容忍度较高或旅客等待敏感时,分类安检模式比传统安检模式表现更优;反之,传统安检模式更优。此外,在分类安检模式中,分配到高风险安检通道的旅客比例存在一个最优值,并且其通常在20%到30%之间取到。最后,通过数值分析验证了分类安检模式的最优服务配置。     

基于关键要素的成都第二机场时序选址模型研究

通过分析民用航空运输机场选址的涉及因素,归纳总结了民用机场选址的指标因素,并且按照因素重要性和选址时间序,将影响机场选址的因素分为重大飞行安全因素、潜在运行安全因素和经济因素.在考虑动态性评估指标的基础上,构建了基于关键要素的成都第二机场时序选址模型.随后收集备选地址的相关信息,利用matlab的基本函数库,给出了相应的计算结果,表明了选择成都市高新区芦葭镇的合理性,进而说明模型的适用性和推广性.     

货物吞吐量预测的改进ARIMAX方法——以天津港为例

为提高港口货物吞吐量预测精度,建立了基于ARIMAX-SVR的组合预测模型。以天津港为例,选取1999～2018年货物吞吐量数据进行分析,首先运用BP神经网络补插缺失数据,然后通过Pearson相关分析筛选出影响货物吞吐量的主要因素;再在ARIMA模型的基础上建立了ARIMAX模型,为进一步提高模型精度,最后建立了SVR模型修正的ARIMAX模型。实证分析结果表明组合模型拟合精度更高,预测效果更好,适用于港口吞吐量预测并且模型具有一定的先进性。     

Virtual queuing at airport security lanes

Airports continuously seek opportunities to reduce the security costs without negatively affecting passenger satisfaction. In this paper, we investigate the possibilities of implementing virtual queuing at airport security lanes, by offering some passengers a time window during which they can arrive to enter a priority queue. This process could result in a smoother distribution of arriving passengers, such that the required security personnel (costs) can be decreased. While this concept has received attention in a number of settings, such as theme parks, virtual queuing at airports bears an additional level of complexity related to the flight schedules, i.e., passengers can only be transferred forward in time to a limited extent, which we denote by the transfer time limit. We conducted a major simulation study in collaboration with a large international airport in Western Europe to determine the potential impact of virtual queuing and find that nearly one million Euro can be saved on security personnel cost without negatively impacting the passenger waiting time.     

机场新增卫星厅对登机口影响的评估方法

为了解决航站楼客流量饱和的问题,采用一种增加卫星厅的方法,实现了旅客分流.基于单目标整数线性规划和多目标优化的方法,分别构建了登机口优化分配网络模型和多目标优化模型.利用登机口优化分配网络算法筛选出所使用的共同登机口,建立了目标函数并列出约束条件,采用目标约束法对建立的模型进行求解.在此基础上,根据目标建模的思想,建立了可供中转旅客总体流程时间最短且使用登机口数量最小的航班-登机口分配模型.利用MATLAB计算可知,利用42个登机口即可实现303架航班的正常运转.     

Estimating staffing requirements at an airport terminal

The paper reports on the derivation of a procedure for the estimation of immigration staffing requirements at an international airport terminal to meet a given processing time target. The procedure is based on simplifying and streamlining a detailed event based stochastic simulation of passenger arrivals, so that the simpler mainly deterministic time based simulation can be embedded in an iterative algorithm to produce approximate staffing requirements. The original model can then be used to check and refine the roster. Implementation is under Microsoft Windows on a 486 PC computer and the system is currently used by the Airport Company to evaluate proposed landing schedules.     

机场出租车问题的数学模型

针对2019年全国大学生数学建模竞赛的C题——机场的出租车问题,首先介绍了问题的实际背景和问题的提法;然后根据实际问题分别建立了机场出租车司机的选择模型、上车点的设置模型和短途载客返回出租车的优先方案模型,并给出了模型的求解结果;最后对竞赛论文的总体情况做了点评分析.     

Simulation-based Selectee Lane queueing design for passenger checkpoint screening

There are two kinds of passenger checkpoint screening lanes in a typical US airport: a Normal Lane and a Selectee Lane that has enhanced scrutiny. The Selectee Lane is not effectively utilized in some airports due to the small amount of passengers selected to go through it. In this paper, we propose a simulation-based Selectee Lane queueing design framework to study how to effectively utilize the Selectee Lane resource. We assume that passengers are classified into several risk classes via some passenger prescreening system. We consider how to assign passengers from different risk classes to the Selectee Lane based on how many passengers are already in the Selectee Lane. The main objective is to maximize the screening system’s probability of true alarm. We first discuss a steady-state model, formulate it as a nonlinear binary integer program, and propose a rule-based heuristic. Then, a simulation framework is constructed and a neighborhood search procedure is proposed to generate possible solutions based on the heuristic solution of the steady-state model. Using the passenger arrival patterns from a medium-size airport, we conduct a detailed case study. We observe that the heuristic solution from the steady-state model results in more than 4% relative increase in probability of true alarm with respect to the current practice. Moreover, starting from the heuristic solution, we obtain even better solutions in terms of both probability of true alarm and expected time in system via a neighborhood search procedure.     

乘客到达时间不确定的机场动态拼车策略与算法研究

网约车拼车服务作为共享经济领域重要应用,已成为国内外研究热点。针对机场在线拼车平台运营中乘客等待时间过长和车辆行驶成本较高的突出问题,本文提出前瞻式动态拼车匹配策略。该策略将未来随机到达乘客信息纳入当前已到达乘客的拼车匹配决策中,建立了乘客匹配与车辆路径联合优化两阶段随机规划模型。为了在动态环境中实时产生高质量的匹配与路径规划方案,首先基于贝叶斯估计压缩乘客随机到达情景空间,建立了问题的确定性近似最优模型。为了快速求解模型,提出基于订单目的地和乘客期望到达时间相似度的匹配规则,并以此开发改进的差分进化算法。最后,基于某拼车平台真实订单数据,通过对比测试验证了前瞻式匹配策略和改进差分进化算法的有效性与计算效率。     

IBM journey management library: an arena system for airport simulations

Airline passenger terminal congestion caused by increasing passenger traffic results in unsatisfactory levels of customer service. We discuss a simulation modelling tool to help airlines and airports to use advanced technology to improve service to passengers. The tool consists of custom designed, reusable modules that represent the most common airline and airport system data, logic and processes. A model of an actual airline operation based on this approach is described.     

A comparison of univariate methods for forecasting container throughput volumes

In this paper, six univariate forecasting models for the container throughput volumes in Taiwan’s three major ports are presented. The six univariate models include the classical decomposition model, the trigonometric regression model, the regression model with seasonal dummy variables, the grey model, the hybrid grey model, and the SARIMA model. The purpose of this paper is to search for a model that can provide the most accurate prediction of container throughput. By applying monthly data to these models and comparing the prediction results based on mean absolute error, mean absolute percent error and root mean squared error, we find that in general the classical decomposition model appears to be the best model for forecasting container throughput with seasonal variations. The result of this study may be helpful for predicting the short-term variation in demand for the container throughput of other international ports.