基于时间阈值的旅客登机模型及动态登机策略

减少登机时间有利于提高旅客体验和航空公司运行效率，故优化基于旅客行为的登机策略尤为重要. 基于旅客登机过程中两个阶段的延时，建立考虑时间阈值的新登机模型；在干扰时间阈值分布的基础上，通过优化算法分配行李，从而使登机时间最小，进一步得到基于不同行李构成的动态旅客登机策略. 通过元胞自动机仿真和现场模拟实验比较动态登机策略的效率. 结果显示：新登机模型能准确反映登机过程，Steffen 次序具有最大的干扰时间阈值和优化空间；本文提出的动态登机策略可以缩短登机时间，使登机效率显著提高.     

考虑行李的多格子元胞自动机登机模型

为了精确描述旅客登机过程,分析了经典的旅客登机模型,考虑了旅客携带行李占用过道空间与步行速度,刻画了2种新的过道干扰:速度干扰和入座干扰,建立了多格子元胞自动机登机模型,根据旅客携带行李数量,提出了多行李优先登机策略。分析结果表明:当客座率为100%时,新模型登机时间为1 455s,干扰次数为6 720,经典模型登机时间为1 244s,干扰次数为5 412,相比于经典登机模型,新模型模拟了机舱内旅客运动的复杂情况,元胞尺寸增大,旅客间相互作用增强,因此,登机时间较长,过道干扰较大,比较符合实际旅客登机行为;当客座率为100%时,采用多行李优先登机策略的登机时间为1 303s,相比随机登机策略减少了150s,节省登机时间10.3%,过道干扰次数为5 686,相比随机策略减少了808次,因此,采用多行李优先登机策略能有效地减小过道干扰,提高登机效率。     

基于干扰转移的登机新策略

在航空旅客运输中,过长的登机时间不仅降低了航空运输的便捷性,也给航空 公司带来了巨大的成本.为了减少登机时间,降低登机成本,本文采用仿真方法,首先对比 现有登机策略的效率,然后基于干扰转移的思想,在由外至内策略的基础上提出一种新 的登机策略.该策略按行李数量给旅客分配座位,行李数量多的安排在飞机后部,数量少 的安排在飞机前部,从而降低行李数量高的旅客产生干扰,实现过道干扰的转移,使得登 机总时间缩短.进一步考虑行李舱的容量,在此基础上又进行改进,使得新策略更加容易 实施,具有可操作性.     

单通道客机旅客登机策略比较研究

飞机中转过程中,旅客登机时间占到总中转时间的三分之一,如何提高飞机转 场效率、降低航空公司成本,减少登机时间是关键.本文基于对登机过程和特点的观察,考 虑了不同旅客属性对登机过程的影响,同时也考虑了不同客座率对登机效率的影响,构 建了座位干扰与过道干扰模型,并选取了9 类34 种经典的登机策略,对其进行模拟仿真. 仿真结果表明：许多航空公司采用的登机策略不仅是无效的反而是有害的;随机策略反 而要比大多数的有组织的策略效果好.本文也探讨了不同策略的实施难度,并推荐了一种 高效的策略,研究结果可以为航空公司登机策略的选择提供一些有益的参考.     

民用机场乘客登机流程优化综述

基于近年来民用机场乘客登机流程优化研究，从面向乘客、面向飞机、面向研究方法和面向新冠肺炎疫情方面分析了当前研究现状和研究成果，探讨了民用机场乘客登机流程优化的方法及措施，根据现有研究的不足展望了未来的研究方向。研究结果表明:面向乘客的优化研究通常将群体乘客作为主要考虑因素，以最小登机时间及登机干扰作为目标函数建立相关模型，并针对不同优先级乘客和迟到乘客进行分组考虑；WilMA和RP是综合性能较优的2种登机策略，Side-Slip新型座椅对登机时间影响最显著；乘客登机优化的求解方法包括模型法和仿真法，其中模型主要包括统计物理模型和数学模型，仿真包括元胞自动机和智能体；面向新冠肺炎疫情的登机研究更多地考虑了乘客的健康问题，并将登机时间和健康风险作为评估登机优劣的两大主要指标；未来研究需综合不同登机策略的优点以弥补单个策略的不足；自主性强的智能体仿真和未突出个体性差异的元胞自动机仿真需要相互结合；优化模型应考虑更多因素，寻找求解质量更高的启发式算法；需更加注重社交距离、戴口罩乘客人数及群体登机人数等对疫情环境下登机流程的影响研究；疫情防控常态化情况下如何最大化乘客安全和登机效率也是重要的研究方向。      

新型客机座舱环境下的旅客登机效率研究

通过优化旅客登机序列可以有效地缩短登机时间，减少航班过站时间.登机效率的提高可通过调整座舱结构，增加过道通过能力来实现，如安装可侧向滑动的Side-slip 座椅来增加过道宽度，进而减少登机冲突.本文研究Side-slip座椅提高登机的效率.在掌握旅客登机行为以及与登机环境相互作用的基础上，建立考虑旅客异质性的元胞自动机旅客登机仿真模型；以行人流动态特性分析为基础，开展登机时间与登机影响因素间的敏感性分析；对新型座椅的有效性进行比较评价.结果表明，Side-slip座椅可大幅提高登机效率，同时可吸收行李分布变化、非熟练操作等不确定因素对登机时间稳定性的干扰.     

基于模拟退火算法的快速登机序列特性研究

合理组织乘客的登机过程可以有效地缩短登机时间,从而降低航空公司和机场管理者的运营及管理成本.首先,在分析造成登机时间延误各种因素的基础上,建立了能够反映乘客登机特征的元胞自动机仿真模型.其次,将该登机仿真模型嵌入到模拟退火算法中,求解出具有最小登机时间的乘客登机序列.最后,通过分析优化序列中的相关特性,可以看出：过道干扰是造成登机延误的主要因素,只有当座位干扰演变为过道干扰后才会对整体的登机时间产生影响;此外,最优序列中相邻登机乘客间的座位距离会随着人均存放行李时间的变化表现出不同的数值分布.     

考虑车速调控和乘车引导的公交运行优化控制策略

通过有效的精准控制策略提升公交车辆的到站间隔匀整度和运行服务可靠性是改善公交服务质量，提升公交乘客出行满意度的重要途径。首先，本文考虑站点乘客上车需求波动构建公交运行模型；其次，提出基于时间偏差反馈机制的公交区间行驶速度调控策略和基于乘车选择行为模型的公交站点乘客信息引导策略；最后，以最小化乘客出行成本和车头时距偏差为目标，构建融合车速调控和乘车引导的公交运行组合优化控制策略，并设计了求解方法。以北京公交57路为例，设计4种情形的数值仿真对比实验。仿真结果表明，组合控制策略的优化效果最佳，相比于无控制策略，公交运行稳定性提升了47.70%，避免了线路的串车发生，考虑出行时间与拥挤程度的综合成本减少了18.71%。本文还比较了不同乘客收入水平和乘客引导信息服从率下策略的优化效果。结果表明，随着收入水平的提升，信息引导策略对总出行成本降低效果减弱，当乘客引导信息服从率为0.7时，组合控制策略对公交运行和乘客出行的改善效果最显著。本文可以为提升公交运行可靠性和服务质量提供重要支撑。     

基于随机价格时间博弈的列车队列稳定性模型验证与控制策略优化

为保证列车队列运行安全并提高队列稳定性，研究了列车队列稳定性模型验证与控制策略优化问题；基于车-车通信的列车队列采用等空间间隔、等时间间隔和变时距3种控制策略，利用随机价格时间博弈自动机，建立了包含领航列车和跟随列车的队列控制模型，分析了模型的队列稳定性；在保证列车运行安全的前提下，以列车的相对位置差、相对速度差和时间间隔差为成本函数，通过队列随机价格时间博弈自动机模型获得控制策略集；利用Q-Learning方法得到队列的最优驾驶策略，验证队列运行的安全性和稳定性；结合列车运行追踪场景，进行队列的稳定性分析。仿真结果表明：通过形式化验证，采用3种控制策略下的队列安全性得到了保证；通过随机价格时间博弈控制、协方差优化控制和Q-Learning方法对比PID控制，等空间间隔策略下的队列稳定性误差最大值分别减小到了0.19%、0.18%和0.11%,等时间间距策略下的队列稳定性误差最大值分别减小到了30.21%、10.34%和9.24%,变时距策略下队列稳定性误差最大值分别为118.27%、56.09%和39.67%,可见，采用Q-Learning方法的随机价格时间博弈理论能在安全前提下提高...     

考虑开行比例的大小交路列车开行方案优化

分析了城市轨道交通的大小交路列车开行比例关系，划分了2种典型的大小交路列车开行比例; 基于跨交路乘客对直达列车的选择偏好与换乘行为，提出了2种开行比例模式下乘客的广义出行费用计算方法; 考虑共线区段列车运行间隔的匹配关系，计算了运营车底数量; 以乘客出行费用和企业运营费用最小化为目标，构建了适用于多编组的大小交路列车开行方案优化模型，并针对开行方案编制流程和模型特点，设计了开行时段优化算法和遗传算法对模型进行求解; 以上海地铁8号线为例，研究了全日列车开行时段划分及其最优开行方案; 考虑固定编组和多编组与大小交路的组合运营模式，分析了单一交路运营与组合运营模式下的最优方案及其运营指标; 研究了乘客选择偏好和时间价值对开行方案和小交路折返站的影响。研究结果表明:与单一交路运营模式相比，大小交路运营模式下的乘客候车时间成本增幅超过11%;固定列车编组条件下，开行比例1:1模式下的小交路长度比开行比例2:1模式下的小交路长4个区间; 多编组运营的早高峰系统总成本降幅超过1.87%，比固定编组运营更具优势; 乘客对直达列车的选择偏好对多编组开行方案的影响较固定编组更大，当选择偏好概率大于0.3时，多编组开行方案的小交路折返站位置向外围延伸; 当时间价值增至原来的1.8倍及以上时，固定编组的运营模式由大小交路变为单一交路。      

考虑乘客感知的公交驻站和限流组合策略研究

为了预防公交“串车”现象,提高乘客感知满意度,基于预测控制提出一种考虑公交乘客动态感知的驻站与限流组合策略. 建立以公交线路上总乘客感知等待时间最小为优化目标的预测控制决策模型,运用差分进化算法求解目标站点的最小驻站时长和限流人数. 建立元胞自动机仿真模型,对比不考虑乘客感知的驻站、限流、驻站-限流策略与考虑乘客感知的驻站-限流策略的控制效果. 通过5 组情景实验,对比了考虑乘客感知和不考虑乘客感知的驻站-限流策略对线路乘客到达率和下车比例波动性的适应性. 实验结果表明,考虑乘客感知的驻站-限流策略更有利于减少乘客感知等待时间,对线路乘客到达率和下车比例波动性具有较优的适应性.     

考虑乘客感知的公交驻站和限流组合策略研究

为了预防公交“串车”现象,提高乘客感知满意度,基于预测控制提出一种考虑公交乘客动态感知的驻站与限流组合策略. 建立以公交线路上总乘客感知等待时间最小为优化目标的预测控制决策模型,运用差分进化算法求解目标站点的最小驻站时长和限流人数. 建立元胞自动机仿真模型,对比不考虑乘客感知的驻站、限流、驻站—限流策略与考虑乘客感知的驻站—限流策略的控制效果. 通过5 组情景实验,对比了考虑乘客感知和不考虑乘客感知的驻站—限流策略对线路乘客到达率和下车比例波动性的适应性. 实验结果表明,考虑乘客感知的驻站—限流策略更有利于减少乘客感知等待时间,对线路乘客到达率和下车比例波动性具有较优的适应性.     

多元数据下的公交站点客流不确定性分析

利用长期收集的公交站点IC卡刷卡数据,基于区间不确定性理论,提出公交上下车站点区间不确定性客流推导方法.首先,将公交IC卡数据和GPS数据与公交站点信息相融合,确定IC卡刷卡的上车站点及其区间不确定性客流;然后,对公交刷卡行为进行分析,考虑乘客个体出行特征、乘客出行距离和站点吸引权重,提出下车站点客流推导概率模型及相应算法,通过区间数处理方法,得到下车站点客流区间值.最后,以2015年11月13日~12月25日深圳市21路公交为期6周的IC卡刷卡数据和GPS数据为例进行实例分析.     

基于Nested Logit 模型的铁路旅客客运产品选择研究

通过成都-武汉既有线出行旅客的问卷调查,以及样本数据的归纳分析,对旅客客运产品选择行为特征进行描述.基于随机效用最大化理论,以乘车方式与客运产品作为选择肢,旅客主体、出行特性及列车服务特性的各项指标作为效用变量,构建了乘车方式位于上层、客运产品位于下层的Nested Logit 模型.模型的上下层参数标定结果表明,旅客的收入状况、出行目的、出行距离、列车票价及运行时间对其乘车方案选择具有显著影响,旅客的年龄、出行费用来源、收入状况、出行距离,以及列车票价、运行时间对其客运产品选择具有显著影响.模型能较为准确地反映铁路客运产品的实际需求,从而为其合理设计与调整提供理论依据.