[发明专利]一种智慧机场服务台排期预测方法

说明书

本发明提供了一种智慧机场服务台排期预测方法，本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。对现实场景与排队论理论的差异进行解释，合理化该差异并能使用该差异对现实场景进行预测，提高适用范围，缩短预测时间。

技术领域

本发明属于机场指挥管控技术领域，具体涉及一种智慧机场服务台排期预测方法。

背景技术

现实场景下，对排队系统进行数据收集，识别每个进入排队系统的人的进入队列时间、开始服务时间、结束服务时间，往往需要耗费的收数资源较多。举例来说，对于机场安检场景，根据常规流程，排至服务台时会被再次核验票务及证件，因此，常规流程下可以通过记录核验票务及证件的时间确定开始服务时间；然而，常规流程下对进入队列时间及结束服务时间未进行系统记录，而准确收集这些信息需要耗费的收数资源较多。

此外，现实场景下的排队系统往往较为复杂，而排队论理论能够完全给出数值公式结论的情形往往仅针对简单的排队系统；这些结论往往基于一定的假设条件，有较大的局限性。并且现实场景与排队论理论下的理想场景之间的差异较大，难以通过理论数据对现实场景进行预测。

由于上述原因，现实场景下的排队系统分析很多基于蒙特卡罗模拟；但蒙特卡罗的方法依赖数据模拟计算，给出既定要求的结果需要一定的模拟计算时间，不能快速地给出既定要求的结果。

发明内容

本发明的目的在于提供一种适用范围广，预测速度快的智慧机场服务台排期预测方法。

本发明提供的这种智慧机场服务台排期预测方法，包括如下步骤：

S.1、确定平均到达率、服务台数平均水平、等待时间平均水平和实际服务效率水平；

S.2、建立简化的排队论理论模型，基于排队论理论模型估算理论服务效率水平，并验证该简化模型的适用性；

S.3、基于回归分析拟合修正理论服务速率水平，得到回归参数；

S.4、通过修正后的理论服务速率修正简化的排队论理论模型，得到修正模型，并验证该修正模型的适用性；

S.5、结合回归参数，输入理论到达率、修正后的理论服务效率水平和服务台排期数量中的任意两项即可求解剩余一项。

所述S.1中根据原始数据计算到达间隔，进行聚类分析，然后在聚类得到的各区间计算平均到达间隔，然后推算出聚类区间对应的平均到达率。

所述S.1中根据各时间区块的最大开放服务台数，确定聚类区间对应的服务台数平均水平。

所述S.1中基于离群值处理、缺失修复、零值处理处理后的个体等待时间，确定聚类区间对应的等待时间平均水平。

所述S.2中建立的简化的排队论理论模型在各聚类区间为M/M/1排队模型。

所述S.2中

估计的理论服务效率水平为：

，

式中为基于M/M/1假定估计的排队时间不超过x的概率，λ为平均到达率，为估计的服务速率水平，x为排队时间；而且由平均到达率λ及实际平均排队时长计算而得，计算公式为：

，

式中为估计的服务速率水平，λ为平均到达率，为平均排队时长。

所述S.3中服务速率回归假设为：

，