CC BY
10УДК 656.072.6
doi:10.18720/SPBPU/2/id23-69
Свистунова Александра Сергеевна,
младший научный сотрудник
ДЕТАЛИЗИРОВАННЫЙ АЛГОРИТМ ИМИТАЦИОННОЙ
МОДЕЛИ ПРОЦЕССА ОБСЛУЖИВАНИЯ ПАССАЖИРОВ В АЭРОВОКЗАЛЬНОМ КОМПЛЕКСЕ
Россия, Санкт-Петербург, Санкт-Петербургский федеральный исследовательский центр Российской академии наук, svistunova_alexandra@bk.ru
Аннотация. В работе рассмотрен порядок организации наземного обслуживания пассажиров и представлена имитационная модель процессов обработки вылетающих пассажиров с учетом требований безопасности. По результатам моделирования произведен анализ системы организации наземной обработки пассажиров и предложены меры по повышению эффективности данной системы. Для построения дискретно-событийной модели использована программная среда Anylogic.
Ключевые слова, пассажиропоток, имитационное моделирование, пропускная способность, аэровокзальный комплекс.
Alexandra S. Svistunova,
Junior Researcher
THE DETAILED ALGORITHM OF THR IMITATION MODEL OF THE PROCESS OF SERVICE OF PASSENGERS IN THE AIR TERMINAL COMPLEX
St. Petersburg Federal Research Center of the Russian Academy of Sciences,
St. Petersburg, Russia, svistunova_alexandra@bk.ru
Abstract. The paper considers the procedure for organizing ground handling of passengers and presents a simulation model of the processes of processing departing passengers, taking into account safety requirements. Based on the simulation results, an analysis was made of the passenger ground handling organization system and measures were proposed to increase the efficiency of this system. To build a discrete event model, the Anylogic software environment was used.
Keywords: passenger traffic, simulation modeling, capacity, airport complex.
Введение
В настоящее время состояние пассажирских авиаперевозок в России характеризуется большим количеством неблагоприятных факторов. Многие аэровокзальные комплексы не уделяют достаточного внимания процессу обслуживания пассажиров и ориентируются лишь на развитие
спектра авиационных услуг. Перегруженность зданий аэровокзалов, увеличение количества авиаперевозок, социально-экономические ситуации и другие факторы вызывают необходимость в реорганизации управления пассажиропотоками в здании аэровокзала.
Однако проведение натурных исследований сопряжено с большими материальными и трудовыми затратами. Следовательно, проблема для исследования определяется следующим образом: отсутствие полноценной имитационной модели процессов обслуживания пассажиров в современном аэровокзальном комплексе.
Так как каждый аэропорт обладает своими особенностями, то невозможно создать одну универсальную имитационную модель и использовать ее на других транспортных объектах. Но можно создать модель с возможностью изменения параметров входных каналов [1-3].
1. Аэровокзал как система массового обслуживания
Как многоканальная система массового обслуживания аэропорт является совокупностью объектов, осуществляющих обработку материальных, человеческих и информационных потоков в целях контроля и поддержания безопасности в аэропорту, а также для передачи информации о пассажире с момента приобретения им проездного документа до момента посадки. Пассажиры, проходящие через систему, имеют особые характеристики, определяющие порядок их обработки. Так, например, пассажиры международных рейсов проходят проверку таможенных и пограничных органов, следовательно, последовательность сервисов для данной категории пассажиров отличается от пассажиров внутренних рейсов.
В рамках данной работы, учтена заданная интенсивность заявок, которые поступают в систему, сама система является многофазной. Время пребывания в очереди является случайной величиной, которая имеет пуассоновское распределение, одинаковое для всех заявок на выбранном обслуживающем канале. Если определенное обслуживающее устройство занято, то вновь поступившая заявка будет ожидать обслуживания в очереди.
Заявки в аэропорту могут покинуть систему преждевременно крайне редко, соответственно полагаем, что в ходе обслуживания заявки не покидают систему. Следовательно, будем рассматривать многоканальную систему массового обслуживания с неограниченной очередью.
^ к я ,, к Л к Л к
4- - ■•-г- - *-
И ¥ Ъ/х ¡щ щ
Рис. 1. Граф многоканальной системы массового обслуживания с неограниченной
очередью
Системы массового обслуживания описывают некоторыми параметрами, которые характеризуют эффективность работы системы в целом: п - количество каналов в системе, т - количество мест в очереди, А - интенсивность поступления в систему заявок, |1 - интенсивность обслуживания заявок.
При т ^ да получаем:
Р =
Л и-1 п л V1 (1)
„ р р р р 1 (1)
1 + — + — +... + —-+
V
1! 2! (п-1)! (п-1)! п-р Формула для расчёта образования очереди:
р =р х р. (2)
оч . 0
п! п - р
Формула для нахождения среднего числа заявок, находящихся в очереди:
I хр. (3)
оч . \ 2 0
п! (п - р)
Система состоит из однотипных обслуживающих каналов, количество которых может изменяться с течением времени. Если при поступлении заявки на обслуживание, в системе имеется только один свободный канал, то исходная заявка не покидает систему и занимает имеющийся единственный канал. При отсутствии свободных каналов поступившая заявка остается в системе и ожидает обслуживания. Потоки заявок и обслуживания относятся к типу нестационарных пуассоновских [4].
Рассмотрим интенсивность потока посетителей аэровокзала из расчета посадки на один рейс, используя формулы (1)-(3):
Интенсивность потока составляет 200 человек в час. Имеется 5 стоек регистрации, каждая из которых обслуживает в среднем 1 посетителя за 1 минуту.
Входные данные: п = 5, X = 200 час-1 = 3,3 мин-1, ц = 1 мин-1,
р = — = 3,3 . м
Вероятность отсутствия пассажиров:
Р =
^ 3,3 3,32 3,33 3,34 3,35 1 ^1 1 + — + -
1! 2! 3! 4! 4! 5 - 3,3,
= 0,033
При данном значении вероятности можно сделать вывод о том, что
стойки регистрации все время заняты.
Рассчитаем вероятность образования очереди:
3 35 5
Р = 3— х-х 0,033 = 0,32 .
оч 5! 5 - 3,3 , ,
Среднее число пассажиров в очереди:
3,36 =-х -
-х 0,32 = 5,95
5! (5 - 3,3)2
При данных значениях вероятности образования очереди и количества пассажиров, находящихся в ожидании обслуживания, можно сделать вывод о том, что система не оптимальна и при увеличении количества пассажиров или задержи на стойке регистрации будет перегружена.
2. Создание имитационной модели
Использование методов имитационного моделирования особо актуально в теории систем массового обслуживания из-за повышения функционала предприятий и расширения функциональности программных продуктов для имитационного моделирования.
Методы объектно-визуального программирования, автоматизированные средства статистики модели, возможность разработки графического интерфейса позволяют современным аппаратно-программным платформам достоверно предоставлять информацию о модели, а также повышать простоту модификации модели.
Поскольку исследуемая система массового обслуживания является динамической событийно-управляемой системой, то для построения имитационной модели был использован один из лидирующих программных комплексов на рынке, — Anylogic.
С использованием агентного подхода для создания имитационных моделей в среде AnyLogic была построена модель системы массового обслуживания пассажиров в различных сервисах аэропорта Пулково.
Рис. 2. Графическое представление модели аэропорта Пулково в программной среде
AnyLogic
Перед началом эксперимента пользователю дается возможность настроить входные параметры имитационной модели. Пользователь может изменять количество обслуживающих каналов на каждой фазе системы массового обслуживания, например, стойки регистрации, рамки металлоискателей и др. Также можно детально настроить время обслуживания на каждом этапе прохождения досмотров и регистраций.
Так как длительность обслуживания является случайной величиной, пользователю предоставляется возможность выбрать закон распределения случайной величины перед началом имитационного эксперимента (нормальный, Пуассона, экспоненциальный). Сервисы и соответствующие характеристики модели представлены в таблице 1 .
Таблица 1
Временные и количественные характеристики модели_
Этапы обработки Характеристики
Входной контроль 15 металлических рамок, время задержки - 0,5-1,5 минут
Регистрация и оформление багажа 22 стойки, время задержки - 2-5 минут
Пассажиры внутренних рейсов:
Предполетный досмотр 11 участков предполётного досмотра, время задержки - 2-7 минут
Пассажиры международных рейсов:
Таможенный контроль 11 стоек, 22 окна паспортного контроля, время задержки - 1-1,5 минут
Предполетный досмотр 11 участка предполётного досмотра, время задержки - 2-7 минут
С 1 января по 30 апреля 2022 года аэропорт Пулково обслужил 4,4 млн. пассажиров, соответственно можно предположить, что ожидаемый пассажиропоток в 2022 году составляет 13,2 млн. В среднем, это примерно 36164 пассажира в сутки и 1500 пассажиров в час. В соответствии с данной информацией был произведен запуск модели [5-7].
3. Результаты моделирования
Статистика о загруженности и среднем времени обслуживания каждого сервиса аэропорта Пулково приведена на рисунке 3.
Из диаграмм, полученных в результате моделирования, можно сделать вывод о том, что система работает стабильно, имея характеристики, заданные в таблице 4 она может корректно работать при достаточно большом показателе пассажиропотока (1500 человек в час) [8-9].
Рис. 3. Статистика загруженности и среднее время ожидания, полученные
в результате моделирования
В результате проведения экспериментов в среде имитационного моделирования получаем качественные и количественные характеристики о загруженности каждого элемента и среднем времени обслуживания всех сервисов аэропорта. Также, путем изменения характеристик элементов системы, получаем возможность прогноза различных ситуаций.
Заключение
В результате выполнения данного исследования была построена имитационная модель системы массового обслуживания пассажиропотока в аэропорту. В ходе построения модели были учтены групповой характер входящих заявок и двухэтапный принцип их обслуживания. Для построения модели использовался программный продукт AnyLogic, в котором проводились все необходимые компьютерные эксперименты.
Выполнена постановка многокритериальной задачи оптимизации свойств системы обслуживания пассажиров вылетающих рейсов, которая была решена с помощью созданной модели. Анализ экспериментов представил возможным спланировать мероприятия по оптимизации работы аэропорта, такие как, рекомендации по количеству стоек самостоятель-
ной регистрации и оформления багажа, времени начала и окончания регистрации, с учетом временной привязки ко времени вылета.
Благодарности
Исследования, выполненные по данной тематике, проводились при финансовой поддержке госбюджетной темы FFZF-2022-0004.
Список литературы
1. Svistunova A.S., Khasanov D.S. Improving the efficiency of traffic management in a metropolis based on computer simulation. // Computing, Telecommunications and Control. 2021. - Vol. 14. No 3. - С. 33-42.
2. Svistunova A.S. Using the anylogic software product in modeling the passenger traffic of a railway station. // Computing, Telecommunications and Control. 2020. -Vol. 13. No 4. - Pp. 54-65.
3. Хасанов Д.С., Свистунова А.С. Оценка эффективности обслуживания пассажиров в аэровокзальном комплексе. // В сборнике: Транспорт России: проблемы и перспективы - 2020. - С. 32-37.
4. Ласкин М.Б., Морина Ю.И., Свистунова А.С. Имитационное моделирование процессов обслуживания пассажиров в аэровокзальном комплексе // В сборнике: Девятая всероссийская научно-практическая конференция по имитационному моделированию и его применению в науке и промышленности. Труды конференции. - 2019. - С. 520-524.
5. Официальный сайт аэропорта Пулково ООО «Воздушные Ворота Северной Столицы» [Электронный ресурс]. - URL: https://pulkovoairport.ru/ (дата обращения: 01.09.2022).
6. Лукинский В.С., Искандеров Ю.М., Соколов Б.В., Некрасов А.Г. Проблемы и перспективы использования интеллектуальных информационных технологий в логистических системах. // 11-я Российская мультиконференция по проблемам управления, Санкт-Петербург, 2-4 октября 2018г. Материалы конференции «Информационные технологии в управлении» (ИТУ-2018). - СПб.: АО «Концерн «ЦНИИ «Электроприбор», 2018. - 628 с. (С.80-89).
7. Майоров Н.Н., Романеу В.А. Вопросы выбора математических моделей для исследования пассажирских потоков в транспортных системах // Системный анализ и логистика. - СПб.: ГУАП. - 2017. - №1(14). - С. 39-45.
8. Искандеров Ю.М., Ласкин М.Б., Лебедев И.С. Особенности моделирования транспортно-технологических процессов в цепях поставок. // Сборник трудов Восьмой Всероссийской научно-практической конференции по имитационному моделированию и его приложениям в науке и промышленности «Имитационное моделирование. Теория и практика» (ИММОД-2017). - 2017. - С. 110-113.
9. Фетисов В.А., Майоров Н.Н., Таратун В.Е. Применение агентного моделирования при исследовании транспортных систем. // Системный анализ и логистика. -2014. - №. 11. - С. 26-31.
