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.     

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.     

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.     

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.     

基于乘客超越行为建模的航空登机效率分析

依靠缩短登机时间提升登机效率是降低航空周转成本的重要手段之一。乘客登机时间由登机策略及个体行为等因素共同决定。在采用特定登机策略登机过程中，发生阻塞导致队列行进缓慢时，队列内的乘客可能采取超越行为提升自身行进速度，从而影响登机效率。针对乘客这种超越行为建立微观仿真模型，采用元胞自动机模拟不同登机策略下的乘客登机过程，比较超越行为对不同登机策略效率的影响程度，量化考虑乘客超越行为时登机乘客携带行李比例、登机放行间隔，以及客座率等情景下登机策略的效率。结果表明：在考虑超越行为后，原本不考虑超越行为时登机时间越长策略的登机时间缩减比例越高，乘客行走干扰延误的降低是登机时间缩减的主要原因。在乘客携带行李数量较多或乘客放行间隔较短的情景下，从靠窗到过道依次登机策略的效率优于倒金字塔式策略；在客座率70%的情景下，分4种次序从后到前登机的策略是按列次序登机的最佳策略。     

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。      

新型玻璃幕墙式登机桥结构有限元分析

以ANSYS有限元分析软件为工具，对机场新型玻璃幕墙式旅客登机桥的结构进行有限元分析，得到结构在3种工况下的应力和变形，并对结构的强度和刚度进行了校核，在此基础上对结构作了相应的改进，使其满足设计要求．另外，还对有限元模型建立和载荷处理中的耦合及载荷的近似问题进行了探讨．     

面向提升旅客出行效率的高速铁路列车停站方案优化

优化长距离高速铁路列车的停站方案，应平衡好提高大站间快车比例与增加中小站列车服务频率之间的关系. 基于减少列车中小站停站次数，增加相邻大站间站站停列车等策略，以旅客的列车停站时间损失和换乘等待时间损失总和最少为目标，建立列车停站方案优化的混合整数规划模型，并设计遗传算法求解. 对京广高铁现状列车停站方案进行优化，优化后的方案与实际方案相比：大站间快车数增加94.4%，增强了高铁竞争力；相邻大站间站站停列车和中小站列车频率至少为1 列/(3 h)，提升了旅客换乘出行的便捷性；旅客时间损失减少40.08%，总体出行效率得到较大地提升.     

基于Adams的飞机登机桥运动建模与仿真

为了实现登机桥的自动对接,分析登机桥的工作原理,对其结构进行必要的简化,基于Adams/View建立登机桥多体动力学模型,并依据行业标准进行登机桥路径规划。模拟登机桥连接飞机舱门全运动过程,实现了登机桥的行走运动、升降运动以及对接舱门和遮篷的伸张运动,得到登机桥与飞机舱门之间的距离变化曲线,验证了所建登机桥结构的合理性和路径规划的可行性。     

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.     

高速列车疫情风险评估与主动防护策略

考虑到列车密闭车厢内传染病的危害性, 研究了车厢内病毒的空间分布特性; 结合乘客间距离相关性分析结果, 构建了乘客感染预测模型, 对车厢内存在多感染者情况下每个乘客感染病毒的风险进行了评估; 为降低乘客乘车感染风险, 制定了列车乘客主动防护策略, 提出基于贪婪算法和变邻域局部搜索算法的混合启发式算法, 对车厢乘客布座问题进行优化求解; 通过基于距离的贪婪算法, 将列车固定坐标的乘客布座问题转换为最多乘客数最少病毒重叠区问题, 得到座位可行解, 并汇总各可行解得到可行域, 再基于变邻域的局部搜索算法改进座位可行解, 得到最优乘客布座方案。研究结果表明: 本文建立的感染概率评估模型可有效预测乘客感染病毒的风险, 结合基于混合启发式算法的主动防护措施可有效降低乘客乘车的感染风险; 针对短途旅客, 随着乘车人数和车厢内感染者的增加, 高风险感染者由1人增加至7人, 中风险感染者由0人增加至3人, 低风险感染者由47人增加至83人; 相较于无序就坐, 采用本文制定的布座策略可消除乘客感染风险。      

基于社交网络的民航旅客偏好建模

从社会网络的视角，提出了一种旅客个体偏好与关系偏好相结合的建模方法．首先，从旅客的历史出行记录中，构建基于共同出行关系的旅客社会网络；然后，构建旅客个体偏好模型和旅客关系偏好模型；最后，基于旅客偏好模型给旅客推荐座位．在民航领域的一个真实的数据集上进行了实验，证明本文提出的偏好模型能够有机地将旅客个体偏好与关系偏好结合起来，较好地描述旅客对航班座位的偏好．     

公交车辆站停时间与乘客行为的关系

为了提高无人售票公交车辆站停时间的预测精度，探讨了乘客上、下车行为的动作序列和动作时间．研究表明：乘客密度不大于临界乘客密度时，乘客上车时间取决于付费时间且其统计均值稳定，否则取决于乘客离开付费装置的速率且随乘客密度递增呈非线性递减；乘客下车时间取决于乘客下车的速率，与乘客密度无关．基于现场观测数据建立了分别适用于秩序优先和效率优先乘客的乘客上、下车时间的统计模型．在此模型基础上，考虑驾驶员行为的时间因素，建立了无人售票公交车辆站停时间模型．算例表明，站停时间模型的计算结果与实测数据的相对误差小于20％．