本书系统阐述民用机场航站楼旅客服务资源动态分配和调度智能化的基本理论。全书共8章，主要内容包括：引言、航站楼旅客服务资源动态配置和调度的数据集成方法、航站楼旅客流量预测的数据挖掘方法、航站楼旅客流量预测的混沌时间序列分析方法、航站楼旅客流量异常预警方法、航站楼旅客行李需求预测方法、航站楼旅客服务流程建模方法、航站楼旅客服务资源仿真优化方法。

前 言 航站楼是机场内为旅客提供从陆上交通转换至空中交通的重要基础设施。航站楼旅客服务资源是指从旅客到达航站楼到离开航站楼期间航站楼内与旅客服务相关的所有设施、设备和人员的总和。航站楼旅客服务资源的配置和调度直接关系到航站楼的旅客服务水平和运营效益。 航站楼管理智能化是民航运输信息化的重要组成部分。航站楼旅客服务资源的动态配置和调度智能化是一种全新的航站楼资源管理模式。它利用现代信息技术，通过融合民航运输各子系统中有关气象、订票、旅客和到港/离港航班的信息，预先感知航站楼的到港/离港旅客流量和旅客的行李处理处理需求，动态地优化航站楼旅客服务资源的配置和调度，最大限度地发挥旅客服务资源的效能，从而提高航站楼的旅客服务水平和运营效益。 本书共8章，按照信息处理的顺序，分别从航站楼旅客服务资源动态配置和调度的数据集成方法、航站楼旅客流量预测及预警方法、航站楼旅客行李处理需求预测方法，以及航站楼旅客服务流程建模及仿真优化方法4个方面介绍航站楼旅客服务资源动态配置和调度智能化的基本理论。具体内容包括：第1章阐述航站楼旅客服务资源动态配置及调度智能化的内容、目的、意义及其理论体系；第2章介绍航站楼旅客服务资源动态配置及调度数据集成的数据源、需求分析、集成框架、数据模型、数据预处理方法及数据分析示例；第3章介绍人工神经网络、决策树、k-近邻算法、规则推导等数据挖掘技术在航站楼旅客流量预测中的应用；第4章介绍航站楼旅客流量时间序列的混沌特征判别方法、噪声平滑方法和预测模型；第5章介绍航站楼旅客流量异常的预警指标、预警模型，以及航空骨干网络旅客流量预警系统；第6章介绍航站楼旅客行李处理需求预测模型的设计、优化、验证及评估方法；第7章介绍航站楼旅客服务流程的建模及正确性和性能分析方法；第8章介绍航站楼旅客服务资源配置及调度的仿真优化方法。 本书的主要内容来源于作者主持承担的国家自然科学基金项目（项目批准号：61179069/F01）的研究成果。在本书即将付梓、出版之际，作者由衷地感谢参加本书文字和校对工作的课题组成员，他们是博士生刘丽华、尚涤非、廉冠、郝斯琪，硕士生郭圆圆、邓双龙、杨志超、吴忠君、田原、许稷、张海波、牟秋、范琪、高倩、贾国洋、刘翰宁。 哈尔滨工业大学宋申民教授和中国民航大学邢志伟教授对全书进行了审阅，电子工业出版社的王晓庆编辑和任欢欢编辑为本书的出版和文字编辑做了大量工作，工业和信息化部有关部门的同志为策划和推动本书的出版做出了许多努力，在此一并表示感谢！ 本书是我国第一部系统阐述航站楼旅客服务资源动态配置及调度智能化的概念和理论的学术专著，书中的不少内容还处于学术探索阶段，期望本书的出版能够起到抛砖引玉的作用，为推动航站楼管理智能化理论的深入研究、并最终应用于航站楼管理实践尽绵薄之力。由于作者视野和水平有限，错误和疏漏之处在所难免，恳请各位同行和读者批评指正。 作 者 2014年12月

目 录 第1章 引言 1 1.1 航站楼旅客服务资源概述 1 1.1.1 值机设施 1 1.1.2 安检设施 2 1.1.3 登机口和登机桥 3 1.1.4 行李处理设施 3 1.1.5 政府联检设施（海关、边检、检疫） 3 1.1.6 商业经营设施 4 1.1.7 工作人员 4 1.2 航站楼旅客服务资源的配置及调度 4 1.2.1 值机设施配置及调度 5 1.2.2 安检设施配置及调度 8 1.2.3 登机口、登机桥配置和调度 9 1.2.4 行李处理设施配置和调度 11 1.2.5 政府联检设施（海关、边防、检疫）的配置和调度 12 1.2.6 商业经营设施的配置和调度 13 1.3 航站楼旅客服务资源动态配置及调度智能化 14 1.3.1 航站楼旅客服务资源动态配置及调度智能化的目的、意义 14 1.3.2 航站楼旅客服务资源动态配置及调度智能化的理论体系 15 参考文献 15 第2章 航站楼旅客服务资源动态配置及调度的数据集成方法 18 2.1 概述 18 2.1.1 数据集成的概念和任务 18 2.1.2 旅客服务资源动态配置及调度数据集成的意义 18 2.1.3 航站楼旅客服务资源动态分配及调度的数据源 19 2.2 常用的数据集成方法 20 2.2.1 基于联邦数据库的数据集成方法 20 2.2.2 基于中间件的数据集成方法 21 2.2.3 基于数据仓库与数据集市的数据集成方法 21 2.3 航站楼旅客服务资源动态配置及调度数据集成需求分析 22 2.3.1 不影响原业务系统的正常运行 22 2.3.2 提供资源动态配置及调度所需的数据 22 2.3.3 支持多维、多粒度的数据分析 22 2.3.4 快速响应数据查询 23 2.4 基于数据集市的航站楼旅客服务资源动态配置及调度数据框架 23 2.4.1 数据源 24 2.4.2 数据抽取—转换—装载 25 2.4.3 航站楼平面布局数据模型 26 2.4.4 旅客服务流程数据模型 28 2.4.5 数据集市的多维数据模型 28 2.4.6 OLAM 29 2.5 数据集市的逻辑模型 29 2.5.1 确定数据集市的需求 29 2.5.2 确定数据集市模型的结构 30 2.6 数据预处理实例 32 2.6.1 非空间数据预处理 33 2.6.2 航站楼平面布局数据ETL 42 2.7 探查式数据分析 44 2.7.1 探查航班数量的分布规律 44 2.7.2 探查航站楼旅客流量随时间分布的规律 47 2.8 确定网上值机旅客先于飞机起飞到达航站楼的时长 50 参考文献 53 第3章 航站楼旅客流量预测的数据挖掘方法 55 3.1 基于人工神经网络的方法 55 3.1.1 人工神经网络 55 3.1.2 BP神经网络 56 3.1.3 建立BP神经网络的步骤 57 3.1.4 BP神经网络在离港旅客流量预测中的应用 59 3.1.5 结论 60 3.2 基于决策树的方法 61 3.2.1 决策树方法 61 3.2.2 应用案例 63 3.3 基于k-近邻算法的方法 65 3.3.1 k-近邻算法概述 65 3.3.2 实例 68 3.4 基于规则推导的方法 71 3.4.1 关联规则基本概念 71 3.4.2 关联规则的挖掘 72 3.4.3 经典算法—Apriori算法 73 3.4.4 Apriori算法的改进 74 3.4.5 实例 74 3.5 基于回归分析的方法 77 3.5.1 线性回归与多变量回归 77 3.5.2 非线性回归 78 3.5.3 其他回归模型 78 3.5.4 航站楼离港旅客流量回归分析预测模型 79 3.5.5 实例 79 参考文献 81 第4章 航站楼旅客流量预测的混沌时间序列分析方法 83 4.1 混沌时间序列预测理论分析 83 4.1.1 混沌运动特性分析 83 4.1.2 混沌特征量 84 4.1.3 混沌时间序列预测方法 87 4.1.4 预测方法的选取 90 4.1.5 小结 91 4.2 航站楼离港旅客流量时间序列混沌性判别 91 4.2.1 数据来源和分析 91 4.2.2 混沌时间序列相空间重构 93 4.2.3 时间序列混沌性判别 95 4.2.4 航站楼离港旅客流量时间序列混沌性判断 96 4.2.5 小结 102 4.3 航站楼离港旅客流量时间序列噪声平滑 102 4.3.1 混沌信号噪声平滑理论及标准 102 4.3.2 基于小波理论的噪声平滑方法 105 4.3.3 航站楼离港旅客流量时间序列去噪 108 4.4 航站楼离港旅客流量预测 111 4.4.1 径向基函数神经网络 111 4.4.2 离港客流预测的RBF模型 112 4.4.3 实例 113 4.4.4 模型应用价值分析 117 参考文献 117 第5章 航站楼旅客流量异常预警方法 119 5.1 航站楼旅客流量异常分析 119 5.1.1 航站楼旅客流量特性统计规律分析 119 5.1.2 航站楼旅客流量异常产生的原因 121 5.1.3 航班延误分析 122 5.1.4 航站楼旅客流量异常的应对策略 132 5.2 航站楼旅客流量异常预警指标 132 5.2.1 航站楼旅客流量异常风险及分类 132 5.2.2 航站楼旅客流量异常预警指标的选取 133 5.2.3 航站楼旅客流量异常预警量级的划分 134 5.2.4 航站楼旅客流量异常预警的内涵 135 5.2.5 航站楼旅客流量异常预警的内容 136 5.3 航站楼旅客流量异常预警模型 136 5.3.1 常用预警建模方法 136 5.3.2 航站楼旅客流量异常预警模型的建立 138 5.3.3 航站楼旅客流量异常预警模型的不足与优化 141 5.4 仿真案例 142 5.4.1 数据获取 142 5.4.2 标定模型 142 5.4.3 模型评价 144 5.5 航空骨干网络旅客流量预警系统 144 5.5.1 航站楼旅客流量异常与航空骨干网络稳定的相互影响 144 5.5.2 航空骨干网络上进行流量预警的特点 145 5.5.3 航空骨干网络异常预警系统的构成 146 5.5.4 航空骨干网络预警模型的假设与建立 147 5.5.5 航空骨干网络旅客流量异常预警的不足与优化 150 参考文献 150 第6章 航站楼旅客行李需求预测方法 152 6.1 离港旅客托运行李需求特性的分析 152 6.1.1 航站楼旅客的离港特性 152 6.1.2 航站楼离港旅客的行李特性 153 6.1.3 托运行李需求的量化指标分析 154 6.1.4 托运行李需求的影响因素分析 155 6.1.5 托运行李需求影响因素相关程度权重分析 158 6.2 离港旅客托运行李需求预测方法的选择 161 6.2.1 常用预测方法的分析 161 6.2.2 国外航站楼旅客行李需求预测常用方法 162 6.2.3 行李需求预测的多元线性回归预测方法 163 6.2.4 行李需求预测的BP神经网络方法 166 6.3 托运行李需求预测BP神经网络模型的建立 170 6.3.1 输入、输出指标的确立 170 6.3.2 建模数据的准备与预处理 171 6.3.3 模型网络的设计 172 6.3.4 托运行李预模型的训练 173 6.3.5 托运行李需求预测模型 174 6.4 预测模型的优化 182 6.4.1 预测模型的局限性 182 6.4.2 模型改进的方法 183 6.4.3 模型的优化 184 6.5 模型的验证与评价 189 6.5.1 预测模型准确性验证 189 6.5.2 预测模型准确性评价 192 6.5.3 预测模型的实用性 分析 193 参考文献 194 第7章 航站楼旅客服务流程建模方法 196 7.1 典型航站楼旅客服务流程 196 7.1.1 值机流程 197 7.1.2 安检流程 198 7.1.3 海关及检疫流程 198 7.1.4 边防检查流程 199 7.1.5 候机和登机流程 199 7.1.6 进港流程 199 7.1.7 中转旅客服务流程 200 7.2 航站楼旅客服务流程调查 200 7.2.1 调查内容 200 7.2.2 调查方案 202 7.2.3 调查实施 203 7.2.4 调查结果与分析 204 7.3 基于Petri网的航站楼旅客服务流程建模 206 7.3.1 Petri网理论 206 7.3.2 随机Petri网 211 7.3.3 广义随机Petri网 213 7.3.4 扩展Petri网 214 7.3.5 基于Petri网的旅客服务流程建模 215 7.4 基于Petri网的航站楼旅客服务流程模型分析 220 7.4.1 模型结构可靠性分析 220 7.4.2 模型的性质验证 224 7.4.3 模型性能分析 225 附录1 调查表格 243 附录2 某机场调查问卷 244 参考文献 245 第8章 航站楼旅客服务资源仿真优化方法 246 8.1 航站楼旅客服务资源仿真优化概述 246 8.1.1 航站楼旅客服务资源配置与流程仿真优化的关系 247 8.1.2 航站楼旅客服务资源优化的类型 247 8.1.3 航站楼旅客服务资源仿真优化的目标 249 8.1.4 航站楼旅客服务资源仿真优化的基本过程 250 8.2 航站楼旅客服务资源仿真的基本方法 251 8.2.1 仿真软件 251 8.2.2 仿真模型 253 8.3 航站楼旅客服务资源配置及调度仿真分析 255 8.3.1 航站楼旅客服务资源配置及调度仿真分析的作用 255 8.3.2 航站楼旅客服务资源配置及调度仿真分析的步骤 256 8.4 航站楼旅客服务资源配置及调度量化评价指标 257 8.4.1 航站楼旅客服务流程与资源优化配置的关系 257 8.4.2 航站楼旅客服务评价 258 8.4.3 航站楼旅客服务标准 258 8.5 航站楼旅客服务流程模型的建立 260 8.5.1 航站楼旅客服务流程模型的组成 261 8.5.2 建立航站楼旅客服务流程模型的步骤 264 8.6 航站楼旅客服务资源配置和调度模型的仿真执行 268 8.6.1 执行仿真的步骤 268 8.6.2 航站楼旅客服务资源分配仿真优化模型的应用实例 271 8.6.3 仿真结果分析 274 参考文献 274 附录1 调查表格 275 附录2 哈尔滨太平国际机场调查问卷 276