航站楼离港旅客聚集规律研究与建模

发布时间：2017-09-12 08:30

  本文关键词：航站楼离港旅客聚集规律研究与建模

  更多相关文章： 人类行为动力学 信任度 回归分析 航站楼

【摘要】：随着我国民航业的飞速发展,民航机场面临着越来越大的运营压力,航班延误率居高不下,受影响旅客人数众多,并且机场或航空公司反应迟缓或处置不当导致旅客不满,由此而引发的群众事件引发了及其恶劣的影响;并且随着航空旅客数量的急剧增长,我国各大枢纽机场面临着机场资源饱和的严峻考验,旅客在航站楼排队等待时间过长,直接降低了旅客出行体验。如何建立一套旅客聚集预警措施以及在有限资源下提高机场资源利用率成为当下亟待解决的问题。经分析发现,精准的航站楼离港旅客聚集模型成为解决上述问题的关键。为解决航站楼离港旅客聚集预测问题,本文从微观角度的单航班离港旅客聚集规律入手,经过人类行为动力学分析,发现旅客在群体层面的聚集行为具有重尾分布与混合分布的特性。并结合回归分析建立了航班离港时刻主导的单航班离港旅客聚集模型Arrived Passenger Model in Single Flight based on the Time of Departure(TD-SFAPM),此模型将影响旅客出行的时间因素考虑其中预测精度较高。但对于某系而特殊时段的航班TD-SFAPM模型预测精度并不理想,在分析模型误差原因后,结合历史数据通过建立评价指标,建立了基于信任度的改进的单航班离港旅客聚集模型Improved Arrived Passenger Model in Single Flight based on Trust Level(TL-SFIAPM),该模型针对TD-SFAPM模型的不足,能对一些特殊时段的航班有较高的预测精度。在此基础上建立了时序规则,将TD-SFAPM与TL-SFIAPM模型综合并时序叠加,建立航站楼或区域内旅客聚集模型。仿真结果显示,该方法能够结合离港航班量,较好的预测航站楼旅客聚集情况,预测精度达到80%以上,具有较高的应用价值。
【关键词】：人类行为动力学 信任度 回归分析 航站楼
【学位授予单位】：中国民航大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：V354
【目录】：

• 摘要5-6
• Abstract6-9
• 第一章 绪论9-16
• 1.1 研究背景与意义9-12
• 1.2 国内外研究现状12-16
• 1.2.1 旅客宏观流量预测研究现状12-13
• 1.2.2 排队建模与仿真研究现状13-16
• 第二章 航站楼离港旅客聚集行为分析16-25
• 2.1 离港旅客聚集行为简析16-19
• 2.2 人类行为动力学概述19-21
• 2.3 人类行为动力学建模概述21-25
• 第三章 单航班离港旅客聚集规律分析与建模25-41
• 3.1 单航班离港旅客重尾特性分析25-28
• 3.2 基于对数正态分布的单航班离港旅客模型28-30
• 3.3 时间因素对重尾特性的影响与建模30-37
• 3.4 仿真验证37-40
• 3.4.1 模型验证37-38
• 3.4.2 模型验证38-40
• 3.5 小结40-41
• 第四章 基于相对信任度的改进的单航班离港旅客模型41-52
• 4.1 旅客行为影响因素分析41-43
• 4.2 模型误差分析43-45
• 4.3 历史数据评价指标45-48
• 4.3.1 较正指数45-46
• 4.3.2 信任度46-48
• 4.4 改进的单航班离港旅客聚集模型48-49
• 4.5 方法验证与分析49-50
• 4.6 小结50-52
• 第五章 航站楼离港旅客聚集模型52-55
• 5.1 基于航班流的航站楼离港旅客预测方法52-53
• 5.2 方法验证53-55
• 总结55-56
• 参考文献56-61
• 致谢61-62
• 论文发表及参与科研项目62
• 作者简介62
• 论文发表情况62
• 参与项目62

，

本文编号：836148