CN114239325A - 机场值机托运柜台配置规划方法、装置、设备和存储介质 - Google Patents
机场值机托运柜台配置规划方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN114239325A CN114239325A CN202210183658.5A CN202210183658A CN114239325A CN 114239325 A CN114239325 A CN 114239325A CN 202210183658 A CN202210183658 A CN 202210183658A CN 114239325 A CN114239325 A CN 114239325A
- Authority
- CN
- China
- Prior art keywords
- check
- consignment
- passengers
- flight
- counter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000004364 calculation method Methods 0.000 claims abstract description 31
- 238000012216 screening Methods 0.000 claims abstract description 15
- 230000010006 flight Effects 0.000 claims description 12
- 230000002776 aggregation Effects 0.000 claims description 11
- 238000004220 aggregation Methods 0.000 claims description 11
- 238000011835 investigation Methods 0.000 claims description 10
- 238000013468 resource allocation Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000005315 distribution function Methods 0.000 claims description 4
- 238000013486 operation strategy Methods 0.000 abstract 1
- 238000013461 design Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 9
- 238000004088 simulation Methods 0.000 description 6
- 238000007619 statistical method Methods 0.000 description 5
- 239000003814 drug Substances 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011438 discrete method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
- G06Q10/1093—Calendar-based scheduling for persons or groups
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/12—Timing analysis or timing optimisation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及机场配置规划技术领域，公开了一种机场值机托运柜台配置规划方法、装置、设备和存储介质，所述方法包括：获取各个时段内的航班数据；获取航班起飞前不同时段内的旅客到达分布数据；结合航班数据和旅客到达分布数据进行计算，得到预定时段内到达机场值机托运区域的旅客人数；对旅客人数进行筛选，得到值机托运柜台的聚集人数；基于排队论模型，利用预设的理想等待队长和理想服务时间为约束条件构建资源配置模型；将等效服务效率和聚集人数输入资源配置模型进行计算，获得值机托运柜台的配置数量。本发明能够在以较快捷的方式实现对机场柜台数量的精准配置，同时也便于机场运营方根据航班情况及时调整运营策略，优化资源配置。
Description
技术领域
本发明涉及机场配置规划技术领域，具体是指一种机场值机托运柜台配置规划方法、装置、设备和存储介质。
背景技术
随着机场客流量的不断攀升，大型枢纽机场航站楼规模越来越大，多点值机等应用越来越普遍。值机托运柜台作为航站楼中重要的设备资源，其规划配置直接影响到航站楼建筑设计、旅客服务体验及机场运营维护成本。
在新建航站楼规划设计中，常采用经验公式，以预测的高峰小时旅客人数和平均办票效率进行加权估算，但该方式未考虑旅客的排队时间、排队队长等服务指标，估算的值机柜台数量余量大，建成后设备利用率低，增加了机场的投资运营成本。
利用软件仿真的方式，在航站楼初步设计完成后，模拟旅客通过预安检、行李托运和安检，验证流程设计的合理性，仿真的结果准确性相对高。但仿真依赖于规划设计结果，主要起事后验证优化作用，且仿真花费时间较长，在设计调整的情况，又需重新建模和仿真。
上述传统的规划设计方法，不能在规划设计阶段精准和快速的对值机托运柜台数量进行配置计算。
发明内容
基于以上技术问题，本发明提供了一种机场值机托运柜台配置规划方法、装置、设备和存储介质，本发明能够在以较快捷的方式实现对机场柜台数量的精准配置，同时也便于机场运营方根据航班情况及时调整运营策略，优化资源配置。
为解决以上技术问题，本发明采用的技术方案如下：
一种机场值机托运柜台配置规划方法，包括：
对机场航班时刻表上的航班信息进行统计计算，获取各个时段内的航班数据；
基于调研或历史统计数据，获取航班起飞前不同时段内的旅客到达分布数据；
结合航班数据和旅客到达分布数据进行计算，得到预定时段内到达机场值机托运区域的旅客人数；
基于行李托运系数和自助值机比例对旅客人数进行筛选，得到值机托运柜台的聚集人数；
基于排队论模型，利用预设的理想等待队长和理想服务时间为约束条件构建资源配置模型；
将等效服务效率和聚集人数输入资源配置模型进行计算，获得值机托运柜台的配置数量。
一种机场值机托运柜台配置规划装置，包括：
航班数据获取模块，航班数据获取模块用于对机场航班时刻表上的航班信息进行统计计算，获取各个时段内的航班数据；
旅客分布数据获取模块，旅客分布数据获取模块用于基于调研或历史统计数据，获取航班起飞前不同时段内的旅客到达分布数据；
旅客人数计算模块，旅客人数计算模块用于结合航班数据和旅客到达分布数据进行计算，得到预定时段内到达机场值机托运区域的旅客人数；
聚集人数计算模块，聚集人数计算模块用于基于行李托运系数和自助值机比例对旅客人数进行筛选，得到值机托运柜台的聚集人数；
资源配置模型构建模块，资源配置模型构建模块用于基于排队论模型，利用预设的理想等待队长和理想服务时间为约束条件构建资源配置模型；
柜台配置数量计算模块，柜台配置数量计算模块用于将等效服务效率和聚集人数输入所述资源配置模型进行计算，获得值机托运柜台的配置数量。
一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述的机场值机托运柜台配置规划方法的步骤。
一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述的机场值机托运柜台配置规划方法的步骤。
与现有技术相比，本发明的有益效果是：
上述方法、装置、计算机设备和存储介质以航班时刻表为数据输入，并结合旅客到达分布规律，通过离散的方法精准获得旅客到达分布曲线。并根据机场的运营模式，分别计算基地航司和机场地服的旅客分布规律。结合机场旅客特点，值机柜台种类和比例等，确定不同区域旅客的高峰时刻到达率；并根据行李托运设备类型和占比，确定机场各区域柜台的平均等效值机效率；最后通过单队列单柜台排队模型，计算出最优的托运行李柜台。该方法，相较于其他方式，结果更加精准。相较于采用仿真模拟的方式，计算过程更加简便。在机场运行过程中，也可以通过该方法提前快速进行柜台资源调度和分配，降低运行成本。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。其中：
图1为场值机托运柜台配置规划方法的流程示意图。
图2为结合航班数据和旅客到达分布数据进行计算，得到预定时段内到达机场值机托运区域的旅客人数的流程示意图。
图3为基于行李托运系数和自助值机比例对旅客人数进行筛选，得到值机托运柜台的聚集人数的流程示意图。
图4为离散统计的出港航班时段分布图。
图5为不同时段航班旅客到达机场规律曲线。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例的附图，对本公开实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本公开的一部分实施例，而不是全部的实施例。基于所描述的本公开的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
应当理解，本说明书中所使用的“系统”、“装置”、“单元”和/或“模组”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
参阅图1，在一些实施例中，一种机场值机托运柜台配置规划方法，包括：
S101，对机场航班时刻表上的航班信息进行统计计算，获取各个时段内的航班数据；
其中，对于机场的航班时刻表有两种来源，以用于不同的机场值机托运柜台的配置与规划情形。
其一，是机场设计目标年高峰日航班时刻表。通过机场设计目标年高峰日航班时刻表便可以在规划设计阶段，按照规划的旅客最多时段的旅客人数进行机场值机托运柜台的配置规划，从而可以在机场规划设计阶段，便能够精准而又快速的对值机托运柜台数量进行配置计算。
其中，设计目标年高峰日航班时刻表指的是在规划设计阶段，根据国家批复的项目可研报告中高峰日航班起降架次、历史航班时刻表统计数据、未来机型比例等由机场委托专业航空规划咨询机构进行编制，确定的高峰日航班计划表，包含航班机型、架次、出发到达时刻等信息。通常高峰日为一年的最繁忙高峰日中的某一个，高峰日一般能够代表机场的最繁忙程度，作为机场规划建设指标。
通过目标年高峰日航班时刻表，可获取高峰时段航班量，作为机场规划建设的重要指标，高峰时刻航班起降架次通常能够代表机场的繁忙程度，是机场航站楼主要的设施、设备的配置关键需求参数。
由此可知，年高峰日的航班时刻表在机场规划设计阶段会预先确定，然后会将其作为重要的输入指标，以指引机场航站楼的规划设计。
具体的，对机场航班时刻表上的航班信息进行统计计算，获取各个时段内的航班数据的具体过程是：获取机场设计目标年高峰日的航班时刻表；筛选获取各个时段内出发、到达航班架次、机型等数据。
其二，是机场运营阶段的航班时刻表。通过机场运营阶段的航班时刻表，可以获取运营阶段的航班数据，由此对值机托运柜台的开放数量进行配置。从而提前快速进行柜台资源调度和分配，降低运行成本。
具体的，基于航班时刻表离散统计得到的航班时段分布图如图4所述。
S102，基于调研或历史统计数据，获取航班起飞前不同时段内的旅客到达分布数据；
其中，一般情况下，机场的建设都是一次规划、分期建设。目前国内、国际建设的绝大部分机场都是改扩建，针对改扩建机场，该数据来源于现有航站楼内的调研或离港系统、行李系统中提取的旅客值机数据统计分析获得；对于迁建机场，该数据来源于原有机场的调研或离港系统、行李系统中提取的旅客值机数据统计分析获得；对于同一个城市两个机场，新建的机场数据来源于已运行机场的调研或离港系统、行李系统中提取的旅客值机数据统计分析获得；若该城市没有机场，完全新建，则参考经济发展水平、机场区位、交通条件类似的地区机场调研或离港系统、行李系统中提取的旅客值机数据统计分析获得。从而基于机场历史数据统计，获取各时段内的旅客到达分布数据。
参阅图5，具体的，旅客到达分布数据是指不同距离航班起飞时间，旅客到达机场的占比。
S103，结合航班数据和旅客到达分布数据进行计算，得到预定时段内到达机场值机托运区域的旅客人数；
具体的，旅客人数包括基地航司旅客人数和机场地服航司旅客人数。
其中，根据航班数据可以获取航班中基地航司占比和机场地服航司占比，基于各自占比便可获得相应区域的旅客出发人数，从而依据不同区域的旅客人数在后续对相应区域的值机托运柜台进行配置。
上面通过细化不同航司区域旅客到达分布，根据旅客的到达分布规律，按照机场运营方式对旅客高峰小时到达规律进行细化处理。如机场运营分为基地航司和机场地服代理，基地航司的柜台只对本航司航班进行开放，机场地服代理的柜台一般为除基地航司外的所有航司进行开放。根据旅客到达规律，确定基地航司的旅客分布规律曲线和机场地服旅客分布曲线。获得曲线后，进一步根据经济舱和两舱旅客的比例系数，分别计算基地航司、机场地服代理的经济舱和两舱旅客高峰小时旅客数量，从而在后续配置规划过程中确定不同类别的值机托运柜台的数量配置。
S104，基于行李托运系数和自助值机比例对旅客人数进行筛选，得到值机托运柜台的聚集人数；
S105，基于排队论模型，利用预设的理想等待队长和理想服务时间为约束条件构建资源配置模型；
其中，值机托运柜台的服务模式类似于多队列多柜台的排队模型，目前，数学上对于多队列多柜台的排队模型通常简化为单队列单柜台的服务模型（即M/M/1)的计算：
排队论模型计算公式如下：
其中，
表示服务强度，
表示单位时间前来的顾客人数；
表示单位时间服务的
顾客数，即平均服务效率；L表示队长，即系统中的顾客数；
表示排队长，即系统中排队等
待服务的顾客数;W表示顾客等待时间，即一个顾客在系统中的全部停留时间。
该计算公式即以旅客到达分布密度、服务效率为输入，计算排队队长、等待时间。上述资源配置模型为该公式的变形和转换。
基于上述排队论模型变换，资源配置模型具体公式为：
其中，
表示在理想等待队长
条件下时，计算得到的最低值机托运柜台数量；
表示在理想服务时间
条件下时，计算得到的最低值机托运柜台数量；N表示取
和
的最大值作为值机托运柜台的配置数量；
表示聚集人数；c表示等效服务效率；
表示
和
中的最大值。
S106，将等效服务效率和聚集人数输入资源配置模型进行计算，获得值机托运柜台的配置数量。
参阅图2，在一些实施例中，结合航班数据和旅客到达分布数据进行计算，得到预定时段内到达机场值机托运区域的旅客人数包括：
S201，对航班数据进行多项式拟合，得到以航班起飞时间段为变量、出港航班数量为函数值的航班分布函数；
其中，获取出港航班数量的具体公式为：
其中，
表示出港航班数量，
表示航班起飞时间段；
S202，对旅客到达分布数据进行多项式拟合，得到以距离航班起飞时间为变量、旅客到达占比为函数值的旅客到达占比函数；
其中，获取旅客到达占比的具体公式为：
其中，
表示旅客到达占比，
表示距离航班起飞时间。
具体的，航旅客到达占比函数其规律曲线参阅图5。
S203，将预定时段输入航班分布函数中，得到预定时段内待出发航班的航班数量；
S204，根据待出发航班的起飞时刻与预定时段的差值，获取距离航班起飞时间；
S205，将距离航班起飞时间输入旅客到达占比函数中，得到旅客到达占比；
S206，将航班数量、旅客达到占比与航班的预计平均客座率和核载载客量结合计算，得到旅客人数。
其中，计算旅客人数的具体公式为：
其中，
表示旅客人数，
表示预计平均客座率，
表示核载载客量。
其中，航班核载载客量一般跟机型相关，指的是一架飞机最多载客量。国内目前的机场以C类机型为主，E类机型为辅，C类机型包括波音737、空客A320系列，平均座位数为150座；E类机型包括波音747，空客A330系列等，平均座位数为350座。其中，机型组合预测数据则来源于航班时刻表数据；
其中，预计平均客座率是根据机场历史各航线时刻客座率统计分析，并结合未来航空发展趋势进行预测，由专业的航空规划机构进行测算和提供数据。
参阅图3，在一些实施例中，基于行李托运系数和自助值机比例对旅客人数进行筛选，得到值机托运柜台的聚集人数包括：
S301，基于行李托运系数对旅客人数进行筛选，得到带行李旅客人数和不带行李旅客人数；
其中，行李托运系数是指旅客需要办理行李托运的系数，国内一般低于1，国际旅客一般大于1。对于行李托运系数，其来自于机场调研，一般取自过往机场的值机行李数据统计和分析获得。具体的，旅客行李托运系数与机场定位、机场规模和旅客来源有密切关系。根据现有统计数据，国内的旅客行李携带系数一般在0.5-0.8之间，即每100个旅客，携带行李50-80件需要办理托运。
S302，基于自助值机比例对不带行李旅客人数进行筛选，得到人工值机旅客人数；
其中，自助值机系数是指旅客采用手机、网络、机场自助值机完成值机的比例系数，采用自助值机方式的旅客不会去到值机托运柜台处办理值机或托运。自助值机占比一般是通过机场旅客调研获取的，随着手机值机、网络值机和机场自助值机的逐步普及，旅客到值机托运柜台办理值机的比例越来越低，目前国内的发达地区旅客自助值机占比在85%以上。
S303，对带行李旅客人数和人工值机旅客人数进行统计，得到值机托运柜台的聚集人数。
其中，计算聚集人数的具体公式为：
其中，
表示聚集人数，
表示行李托运系数，
表示自助值机比例。
其中，上述式子的含义具体是指需要到柜台办理行李托运或值机业务的人数。
在一些实施例中，值机托运柜台包括自助值机托运柜台和人工值机托运柜台，获取等效服务效率包括：
获取自助值机托运柜台的第一服务效率和人工值机托运柜台的第二服务效率；
获取自助值机托运柜台与人工值机托运柜台的配置比例；
其中，自助值机托运柜台与人工值机托运柜台的配置比例是预设的，且由于机场行李托运设施朝着自动化、无人化的方向发展，机场行李自助值机托运柜台比例逐步上升，国内部分机场甚至达到70%以上，值机托运柜台的比例在逐渐减少。
将第一服务效率、第二服务效率和配置比例结合，计算得到等效服务效率；
其中，等效服务效率的具体公式为：
其中，c表示等效服务效率,
表示第一服务效率，
表示第二服务效率，n表示自助
值机托运柜台与人工值机托运柜台的配置比例值。
其中，第一服务效率、第二服务效率来自于现有国内机场大量的数据调研，一般为固定值。如办理一件行李托运业务平均耗时国内旅客人工托运为约60s/人，国际旅客人工托运为约120s/人，自助托运国内为约120s/人，国际为约200s/人。
其中，当获得值机托运柜台的配置数量之后，基于自助值机托运柜台与人工值机托运柜台的配置比例，便可以再对值机托运柜台中的自助值机托运柜台与人工值机托运柜台的数量进行配置划分。
在一些实施例中，还公开了一种机场值机托运柜台配置规划装置，包括：
航班数据获取模块，航班数据获取模块用于对机场航班时刻表上的航班信息进行统计计算，获取各个时段内的航班数据；
旅客分布数据获取模块，旅客分布数据获取模块用于基于调研或历史统计数据，获取航班起飞前不同时段内的旅客到达分布数据；
旅客人数计算模块，旅客人数计算模块用于结合航班数据和旅客到达分布数据进行计算，得到预定时段内到达机场值机托运区域的旅客人数；
聚集人数计算模块，聚集人数计算模块用于基于行李托运系数和自助值机比例对旅客人数进行筛选，得到值机托运柜台的聚集人数；
资源配置模型构建模块，资源配置模型构建模块用于基于排队论模型，利用预设的理想等待队长和理想服务时间为约束条件构建资源配置模型；
柜台配置数量计算模块，柜台配置数量计算模块用于将等效服务效率和聚集人数输入资源配置模型进行计算，获得值机托运柜台的配置数量。
为解决上述技术问题，本发明还公开了一种计算机设备，其特征在于，包括存储器和处理器，存储器中存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述机场值机托运柜台配置规划方法的步骤。
其中，所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或D界面显示存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器可以是所述计算机设备的内部存储单元，例如该计算机设备的硬盘或内存。在另一些实施例中，所述存储器也可以是所述计算机设备的外部存储设备，例如该计算机设备上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。当然，所述存储器还可以既包括所述计算机设备的内部存储单元也包括其外部存储设备。本实施例中，所述存储器常用于存储安装于所述计算机设备的操作系统和各类应用软件，例如所述藏药用药推荐方法的程序代码等。此外，所述存储器还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器通常用于控制所述计算机设备的总体操作。本实施例中，所述处理器用于运行所述存储器中存储的程序代码或者处理数据，例如运行所述藏药用药推荐方法的程序代码。
为解决上述技术问题，本发明还公开了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述机场值机托运柜台配置规划方法的步骤。
其中，所述计算机可读存储介质存储有界面显示程序，所述界面显示程序可被至少一个处理器执行，以使所述至少一个处理器执行如上述的机场值机托运柜台配置规划方法的步骤。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器或者网络设备等)执行本申请各个实施例所述的方法。
如上即为本发明的实施例。上述实施例以及实施例中的具体参数仅是为了清楚表述发明的验证过程，并非用以限制本发明的专利保护范围，本发明的专利保护范围仍然以其权利要求书为准，凡是运用本发明的说明书及附图内容所作的等同结构变化，同理均应包含在本发明的保护范围内。
Claims (10)
1.机场值机托运柜台配置规划方法，其特征在于，包括：
对机场航班时刻表上的航班信息进行统计计算，获取各个时段内的航班数据；
基于调研或历史统计数据，获取航班起飞前不同时段内的旅客到达分布数据；
结合所述航班数据和所述旅客到达分布数据进行计算，得到预定时段内到达机场值机托运区域的旅客人数；
基于行李托运系数和自助值机比例对所述旅客人数进行筛选，得到值机托运柜台的聚集人数；
基于排队论模型，利用预设的理想等待队长和理想服务时间为约束条件构建资源配置模型；
将等效服务效率和所述聚集人数输入所述资源配置模型进行计算，获得值机托运柜台的配置数量。
2.根据权利要求1所述的机场值机托运柜台配置规划方法，其特征在于：
所述航班数据包括航班机型、航班数量和航班起飞时刻。
3.根据权利要求1所述的机场值机托运柜台配置规划方法，其特征在于，计算所述旅客人数的具体公式为：
其中，
表示旅客人数，
表示预计平均客座率，
表示核载载客量，
表示出港航班
数量，
表示旅客到达占比；
其中，获取出港航班数量的具体公式为：
其中，
表示出港航班数量，
表示航班起飞时间段，
表示对航班数据进行多项式
拟合，得到的以航班起飞时间段为变量、出港航班数量为函数值的航班分布函数；
其中，获取旅客到达占比的具体公式为：
其中，
表示旅客到达占比，
表示距离航班起飞时间，
表示对旅客到达分布数据
进行多项式拟合，得到的以距离航班起飞时间为变量、旅客到达占比为函数值的旅客到达
占比函数。
4.根据权利要求1所述的机场值机托运柜台配置规划方法，其特征在于：
所述旅客人数包括基地航司旅客人数和机场地服航司旅客人数。
5.根据权利要求1所述的机场值机托运柜台配置规划方法，其特征在于, 基于行李托运系数和自助值机比例对所述旅客人数进行筛选，得到值机托运柜台的聚集人数包括：
基于所述行李托运系数对所述旅客人数进行筛选，得到带行李旅客人数和不带行李旅客人数；
基于所述自助值机比例对所述不带行李旅客人数进行筛选，得到人工值机旅客人数；
对所述带行李旅客人数和所述人工值机旅客人数进行统计，得到所述聚集人数。
6.根据权利要求1所述的机场值机托运柜台配置规划方法，其特征在于，所述值机托运柜台包括自助值机托运柜台和人工值机托运柜台，获取所述等效服务效率包括：
获取所述自助值机托运柜台的第一服务效率和所述人工值机托运柜台的第二服务效率；
获取所述自助值机托运柜台与所述人工值机托运柜台的配置比例；
将所述第一服务效率、所述第二服务效率和所述配置比例结合，计算得到所述等效服务效率；
其中，获取所述等效服务效率的具体公式为：
其中，c表示等效服务效率，
表示第一服务效率，
表示第二服务效率，n表示自助值
机托运柜台与人工值机托运柜台的配置比例值。
7.根据权利要求1所述的机场值机托运柜台配置规划方法，其特征在于，所述资源配置模型具体公式为：
其中，
表示在理想等待队长
条件下时，计算得到的最低值机托运柜台数量；
表
示在理想服务时间
条件下时，计算得到的最低值机托运柜台数量；N表示取
和
的
最大值作为值机托运柜台的配置数量；
表示聚集人数；c表示等效服务效率；
表示
和
中的最大值。
8.机场值机托运柜台配置规划装置，其特征在于，包括：
航班数据获取模块，所述航班数据获取模块用于对机场航班时刻表上的航班信息进行统计计算，获取各个时段内的航班数据；
旅客分布数据获取模块，所述旅客分布数据获取模块用于基于调研或历史统计数据，获取航班起飞前不同时段内的旅客到达分布数据；
旅客人数计算模块，所述旅客人数计算模块用于结合所述航班数据和所述旅客到达分布数据进行计算，得到预定时段内到达机场值机托运区域的旅客人数；
聚集人数计算模块，所述聚集人数计算模块用于基于行李托运系数和自助值机比例对所述旅客人数进行筛选，得到值机托运柜台的聚集人数；
资源配置模型构建模块，所述资源配置模型构建模块用于基于排队论模型，利用预设的理想等待队长和理想服务时间为约束条件构建资源配置模型；
柜台配置数量计算模块，所述柜台配置数量计算模块用于将等效服务效率和所述聚集人数输入所述资源配置模型进行计算，获得值机托运柜台的配置数量。
9.一种计算机设备，其特征在于：包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其特征在于：存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210183658.5A CN114239325B (zh) | 2022-02-28 | 2022-02-28 | 机场值机托运柜台配置规划方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210183658.5A CN114239325B (zh) | 2022-02-28 | 2022-02-28 | 机场值机托运柜台配置规划方法、装置、设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114239325A true CN114239325A (zh) | 2022-03-25 |
| CN114239325B CN114239325B (zh) | 2022-05-13 |
Family
ID=80748291
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210183658.5A Active CN114239325B (zh) | 2022-02-28 | 2022-02-28 | 机场值机托运柜台配置规划方法、装置、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114239325B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117252402A (zh) * | 2023-11-17 | 2023-12-19 | 民航成都电子技术有限责任公司 | 机场值机柜台航司分配规划方法、装置、设备及存储介质 |
| CN118095652A (zh) * | 2024-04-19 | 2024-05-28 | 民航成都物流技术有限公司 | 机场行李空筐数量配置规划方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140257760A1 (en) * | 2013-03-11 | 2014-09-11 | McFarland-Johnson, Inc. | Dynamic aviation planning tool |
| CN106251011A (zh) * | 2016-07-28 | 2016-12-21 | 中国民用航空总局第二研究所 | 用于分析离港值机旅客排队的数据处理方法及装置 |
| CN109460871A (zh) * | 2018-11-08 | 2019-03-12 | 北京首都国际机场股份有限公司 | 基于典型日识别的机场旅客量预测方法 |
| CN110654816A (zh) * | 2019-10-17 | 2020-01-07 | 民航成都物流技术有限公司 | 一种具有自动放置行李功能的机场称重式输送机 |
| CN111798186A (zh) * | 2020-07-20 | 2020-10-20 | 深圳市领航乐行网络科技有限公司 | 一种托运行李方法、系统及可读存储介质 |
-
2022
- 2022-02-28 CN CN202210183658.5A patent/CN114239325B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140257760A1 (en) * | 2013-03-11 | 2014-09-11 | McFarland-Johnson, Inc. | Dynamic aviation planning tool |
| CN106251011A (zh) * | 2016-07-28 | 2016-12-21 | 中国民用航空总局第二研究所 | 用于分析离港值机旅客排队的数据处理方法及装置 |
| CN109460871A (zh) * | 2018-11-08 | 2019-03-12 | 北京首都国际机场股份有限公司 | 基于典型日识别的机场旅客量预测方法 |
| CN110654816A (zh) * | 2019-10-17 | 2020-01-07 | 民航成都物流技术有限公司 | 一种具有自动放置行李功能的机场称重式输送机 |
| CN111798186A (zh) * | 2020-07-20 | 2020-10-20 | 深圳市领航乐行网络科技有限公司 | 一种托运行李方法、系统及可读存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| 张天炫等: "双排队系统下航站楼值机柜台优化配置研究", 《航空计算技术》 * |
| 张洋: "离散事件仿真模型在机场航站楼设计中的应用", 《中国勘察设计》 * |
| 辜运燕等: "航班高峰期值机柜台使用合理性研究", 《计算机仿真》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117252402A (zh) * | 2023-11-17 | 2023-12-19 | 民航成都电子技术有限责任公司 | 机场值机柜台航司分配规划方法、装置、设备及存储介质 |
| CN117252402B (zh) * | 2023-11-17 | 2024-02-06 | 民航成都电子技术有限责任公司 | 机场值机柜台航司分配规划方法、装置、设备及存储介质 |
| CN118095652A (zh) * | 2024-04-19 | 2024-05-28 | 民航成都物流技术有限公司 | 机场行李空筐数量配置规划方法及装置 |
| CN118095652B (zh) * | 2024-04-19 | 2024-07-16 | 民航成都物流技术有限公司 | 机场行李空筐数量配置规划方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114239325B (zh) | 2022-05-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jacquillat et al. | A roadmap toward airport demand and capacity management | |
| Gilbo | Airport capacity: Representation, estimation, optimization | |
| CN114239325B (zh) | 机场值机托运柜台配置规划方法、装置、设备和存储介质 | |
| Vaze et al. | Modeling airline frequency competition for airport congestion mitigation | |
| Wang et al. | Frequency and aircraft size dynamics in a concentrated growth market: The case of the Chinese domestic market | |
| US6804658B2 (en) | Method and system for origin-destination passenger demand forecast inference | |
| CN109584638B (zh) | 一种面向区域网络的先期航班时刻协同优化方法 | |
| Parlar et al. | Dynamic allocation of airline check-in counters: a queueing optimization approach | |
| US20160210564A1 (en) | Travel inventory demand modeling | |
| Wei et al. | Modeling crew itineraries and delays in the national air transportation system | |
| US20160210584A1 (en) | Travel inventory demand modeling | |
| JP2024522128A (ja) | フライト季節的分類の予測方法、装置及びマシン可読媒体 | |
| CN115689144A (zh) | 航班运行保障任务智能调整方法、系统、设备和存储介质 | |
| Rodič et al. | Airport ground crew scheduling using heuristics and simulation | |
| CN112651673A (zh) | 一种资源规划方法及相关设备 | |
| CN116362788B (zh) | 一种新航线开通的预测方法、装置、设备及存储介质 | |
| Ademoh et al. | Queuing modelling of air transport passengers of Nnamdi Azikiwe international airport Abuja, Nigeria using multi server approach | |
| CN110414875B (zh) | 产能数据处理方法、装置、电子设备及计算机可读介质 | |
| CN113297336B (zh) | 航班的季节性归类方法、装置及机器可读介质 | |
| CN115759625A (zh) | 空勤人员的排班方法、装置、电子设备及存储介质 | |
| Yan et al. | Airport gate reassignment following temporary airport closures | |
| Somboon et al. | Applied two-class overbooking model in thailand's passenger airline data | |
| US10504054B2 (en) | Travel inventory demand simulation | |
| Ahmed et al. | An overview of the issues in the airline industry and the role of optimization models and algorithms | |
| Silverwood | Application of stochastic programming techniques to airline scheduling |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |