机场通行能力分配模型研究.docxVIP

机场通行能力分配模型研究 9.11事件发生后，美国交通运输管理局（tsa）决定在机场对所有乘客的行李进行爆炸品检测。目前使用的爆炸品检测系统（sd）每小时处理160.210个行李，运行率为92%，精度为98.5%，购买成本为100万元。为了提高检测的安全性，20%的乘客需要通过爆炸标志（etd）检查。每个etd团队每小时必须检测40.50个行李，操作率为98%，精度为99.7%，安装成本为4.5万元，但etd的人员成本约为sd的10倍。 历史数据表明乘客一般会在飞机起飞前2 h至45 min到达,有20%乘客不携带行李,20%和60%分别携带1、2件行李. 机场每天有一个飞机起飞高峰期,高峰期内飞机起飞达到最高值;每天大约有2%的航班被取消;不同类型的飞机上座率不同,表1是A、B两个机场在高峰期起飞的各类飞机的航班数及上座率. 建模要求完成的主要任务是根据机场实际情况,通过对飞机航班的科学安排,适当控制高峰期各时间段的乘客流量,计算出机场安全检测所需的EDS和ETD设备的最佳数量,从而达到以较少成本检查所有行李、提高安全可靠性的目的. 1 乘客到达和安全的之际 要决定机场行李安全检测系统的数量,关键要估算出乘客到达的高峰期及其人数,再根据EDS、ETD的工作效率及一定的成本分析,求出最优的系统配置数量. 对这一问题分析可运用排队论方法. 但排队论的应用大多假设事件发生服从泊松分布,即排队论假设了在单位时间内乘客到达的概率是一定的. 因此,利用排队论求解就假设了乘客的到达时间按指定规律分布在飞机起飞前的2 h至45 min的135 min内. 这显然是不符合实际,也不利于指导调控的. 因为乘坐某一航班的乘客到达未必遵循特定分布,而是按照乘客个人习惯,提前在某一时间段到达,从而出现客流高峰,对安全检查设施造成较大压力. 所以解决问题关键在于客流量峰值的估计及进一步调控,即根据对航班的适当安排,使乘客流量尽量平滑,避免出现太大的峰值,同时检测设备的数量配置要满足客流量高峰期的要求,尽量减少乘客等待时间. 根据以上分析,假设飞机起飞的高峰期为1 h(不妨设为12:00～13:00),将这1 h分成4个长为15 min的时间段来考虑(可以根据实际情况设置高峰期的长度,并将高峰期分成更小的时间段来增加计算的精度),并进一步假设: (1)在某一时间段内乘客的到达服从某一种分布(在本文的计算中采用均值计算); (2)繁忙时间起飞的乘客到达机场事件相互叠加,形成了安全检查系统服务的高峰期. 即飞机起飞的高峰期造成了乘客到达和安全检查的高峰期. 由给定数据计算得出:每套EDS的检测均值为185件/h,由每套EDS的运作率得出每套EDS的有效检测均值为2.84件/min,而每个乘客携带的行李均值为1.4件,故每套EDS系统每min检测乘客的均值为2.03人. 由航班上座率得出每种类型飞机的乘客均值见表2. 以机场A为例,得出高峰期内的乘客总数均值为4338.25人;考虑到每天有2%的航班可能被取消,高峰期内的乘客总数均值被修正为INT[4338.25*(1-0.02)]+1=4 252人. 同理得出机场B高峰期内的乘客总数均值(已修正)为4 572人. 以ai(i=1,2,3,4)表示高峰期内各时间段起飞的乘客占整个高峰期起飞乘客总数的百分比,如在12:00～12:15起飞的乘客占高峰期12:00～13:00起飞乘客总数的百分比为a1,以此类推,在12:45～13:00起飞的乘客占的百分比为a4等,显然∑ai=1. 一般地乘客会在飞机起飞前的2 h至45 min这135 min内到达机场,且到达时间服从一定分布,假设有w1的乘客提前135～120 min到达,w2的乘客提前120～105 min到达,以此类推,w6的乘客提前60～45 min到达,wi(i=1,2,3,4,5,6)均为百分比,且∑wi=1. 有官数据和分布可用图1表示. 由此高峰期起飞乘客各时间段到达机场的百分比可用矩阵形式表示和运算. 设W为分布矩阵,代表乘客到达时间的分布;A为高峰期起飞乘客的分配向量. 当以15 min为一个时间段,W是一个12×12的矩阵,A是一个12×1的向量,V=WA表示高峰期起飞乘客各时间段的到达百分比,其第i个元素表示从高峰期前2 h开始的第i个15 min里到达的乘客占所有高峰期起飞乘客的百分比. 所以由矩阵形式表示的客流分配模型如下: W=?????????????0000000000?000000?00w600000w5w60000w4w5w6000w3w4w5w600w2w3w4w500w1w2w3w4000w1w2w30000w1w2w60000w1w5w6?????????????(1)W=[000w6w5w4w3w2w10000000