首先分析模型中描述的部分 2来执行它的验证,确保它拥有结果接近真实的寄宿和在流程。为了做到这一点,数据收集和在时间登机 3 × 3 174名乘客和228名乘客的飞机配置主要南美航空公司,收集在瓜鲁柳斯国际机场(巴西圣保罗)8月27日,2018年。

验证的计算机模型,模拟的一系列寄宿和在流程进行为了评估乘客操作的参数乘以(站起来,坐下来,和stow /检索行李)。每一轮的模拟、操作时间改变,以达到最好的解决方案。每一轮100登机过程进行了模拟。之后,95%的置信水平是用于时间分布,和登机时间,在时间被定义为每个圆的。

以下假设是用于验证过程: (我)

每个乘客一个随身行李

参数进行验证是乘客行动时间:起床,坐下来,stow /取回行李。方法用于所有轮模拟试验和错误是基于经验和经验数据。验证过程,首先,174名乘客的飞机配置被用作飞机模型。在一个合理的匹配结果的登机时间 3 × 3 飞机配置了矢量作用时间的乘客被用于其他228名乘客的飞机配置的模拟测试结果使用动作时间的一致性。验证结果如表所示 1,A1 1 × 3 向量中每个词代表每个乘客的时间坐下来,起床,分别和检索/ stow随身行李。

乘客的调优参数操作时间相同的寄宿和在程序。结果的验证过程,行动时间,最接近的结果,因此是那些将使用如下: (我)

时间坐下来是3秒

虽然仿真结果接近测量时间的假设试图密切代表现实,程序期间,许多变量可能不同,很难预测所有乘客的行为,尤其是因为,正如前面提到的,本文使用的模型是一个简化的认为所有的乘客都是相同的平均特征。那就是说,登机,在次表示本文从现实可能略有不同。然而,本文最重要的部分是比较次的3架飞机配置。模式时间差异和结论飞机配置最短的登机了,在什么时间要比时间更重要的是本文本身。

在验证过程中所描述的部分 3.1、登机分析进行了使用随机登机和随机由外向内登机,如部分所述 2。

所有的分析,用于模拟和假设的参数描述如下: (我)

每个乘客一个随身行李

为了评估的影响飞机配置登机时间,第一个过程是随机登机的策略分析。图 2显示了3架飞机正态分布拟合曲线配置使用随机登机过程。从这个数字可以看出 2 × 2 配置保存最短的登机时间 3 × 2 第二最短 3 × 3 最长的。此外,配置 2 × 2 拥有最小的标准偏差,因为它已经安装的最高峰正态分布曲线,与配置 3 × 2 和 3 × 3 有几乎相同的标准偏差。这意味着对于这登机策略, 2 × 2 配置不太敏感的登机的旅客订购过程相比其他两个,有相似的敏感性。

对于随机登机,配置 3 × 3 登机时间是31分钟50%置信水平和25分钟95%置信水平。配置相比, 3 × 2 配置有一个时间减少约8.32% 2 × 2 配置时间减少20.16%。配置 3 × 3 有更多比其他两个乘客登上每一行,从而增加其潜力的座位和通道干扰。因为这是一个随机登上飞机,有一个潜在的乘客积累,这可能会导致登机过程需要很长时间。表 2显示了登机时间的比较这三个配置使用随机登机。时间减少列表示减少时间相比 3 × 3 配置。

第二个过程是随机由外向内登机的策略分析。图 3显示了3架飞机正态分布拟合曲线配置使用随机由外向内的登机手续。类似于随机登机,可以看到从图的 2 × 2 配置保存最短的登机时间 3 × 2 第二最短 3 × 3 最长的。此外,配置 2 × 2 和 3 × 2 几乎相同的和最小的标准偏差,但所有这三个非常接近的偏差。这意味着对于这登机策略,所有的配置都有相似的敏感性登机的旅客订购过程。

对于随机由外向内登机,配置 3 × 3 登机时间是54分钟50%置信水平和23分钟95%置信水平。配置相比, 3 × 2 配置有一个时间减少约3.8% 2 × 2 配置有一个时间减少约5.9%。从表可以看到 3登机时间所有配置是关闭。时间减少列表示减少时间相比 3 × 3 配置。这种由外向内的寄宿消除所有座位干扰,只留下通道干扰。自登机时间相似的三个配置,通道干扰和通道长度有很大的影响在单通道商用飞机的登机。这只能得出简化模型考虑与相同的特征和随机由外向内的乘客登机。因此,座位干扰的登机时间是主要的原因。这主要是由于这一事实对于每个座位干扰,通道被阻塞而行起来所有的乘客坐回去。因此,座位也干扰导致通道干扰。

毕竟登机分析,在分析。节中描述 2不同于登机程序,因为这是一个简化模型,在过程中没有考虑任何特殊排队或者旅客序列;因此,只有一个过程被认为是。节中描述 3.1,在调优参数一样的寄宿调优参数(时间起床和检索的行李)。在分析,参数描述的乘客和飞机模拟如下: (我)

每个乘客一个随身行李

图 4显示了3架飞机正态分布拟合曲线配置在过程。从这个数字可以看出 2 × 2 配置保存在最短的时间, 3 × 2 第二最短 3 × 3 最长的。此外,配置 2 × 2 拥有最小的标准偏差,与配置 3 × 2 在第二个最小的 3 × 3 拥有最高的。这意味着在, 2 × 2 配置不太敏感的随机性在相比其他两个过程,具有相似的敏感性。

可以看到,在乘以如图 4相对小于登机时间中发现部分 3.2对随机登机策略。这主要是因为在期间,乘客体验以来通道干扰,在同一行,第一个乘客起身离开是aisle-seated乘客,然后middle-seated,靠窗的座位。因此,在过程类似于随机由外向内寄宿在相反的方向。登机时间随机由外向内接近在次,通过比较可以看到数据 3和 4。

配置 3 × 3 有时间在39分钟50%的置信水平,截止最小95%的置信水平。配置相比, 3 × 2 配置有一个时间减少约3.3% 2 × 2 配置有一个时间减少约8%。从表可以看到 4所有配置在时间接近。这意味着飞机配置没有很大的影响在过程。时间减少列表示减少时间相比 3 × 3 配置。

节中描述 1,登机和在关键路径的一部分,飞机在机场的周转时间。航空公司旨在缩短这些时间,以减少他们的成本。在本节中,登机前单独分析和在时间的总和为了执行比较的答3架飞机配置。对于这一分析,所有活动答(部分中描述的一部分 1),不包括寄宿和在被认为是飞机上的相同的独立配置。因此,答的比较三种配置中只依赖于寄宿和在时间。

表 5显示登机的总和,在( B + D )* 3架飞机配置,所有的比较都有关 3 × 3 配置相同的登机策略。如前所述,答成正比,和。在这里,所有的登机时间是95%置信水平*部分中描述 3.2和 3.3。节约成本比较(这里介绍美元每架飞机周转过程)是由使用成本参考基于[ 6),节中描述 1中,作者建议,每分钟的飞机在地面上,航空公司成本30美元。这里分析了用于比较以后,为了这些结果在真正的周转时间,所有部分中描述的假设 2寄宿和在程序必须持有的航空公司,以及其他程序乙必须分析的一部分。然而,时间减少比较独立的假设部分 2因此可以使用航空公司的成本节约分析作为参考。

所有程序用于分析的 2 × 2 飞机配置拥有最短的答,因此最大的减少时间和成本节约。随机过程由外向内拥有最小的时间差异由于阀座干扰消除,如部分所述 3.2。这意味着,如果这是登机策略通过航空公司,飞机配置对乙没有很大的影响。然而,随机由外向内的登机时间小于随机登机时间,这意味着它有最便宜的答。

因为所有的模拟飞机具有相同数量的乘客, 2 × 2 配置会延长机身或较小的座位间距。在本文中,认为所有飞机座位间距相同,这意味着 2 × 2 飞机配置拥有最长的机身,紧随其后 3 × 2 然后 3 × 3 。机身大小是间接在本文模拟评估。甚至有更长的机身, 2 × 2 配置有最短的答,这意味着相关登机,在机身大小是小于阀座和通道干扰。

第一个因素来分析飞机入住率及其影响登机时间使用两个提到的登机策略和在时间这三个配置。为了评估飞机入住率的影响,这是不同的入住率从20%到100%,10%的步骤。将乘客的座位是随机分配,然后根据登机旅客排队过程。用于模拟的参数和假设如下: (我)

每个乘客一个随身行李

图 5显示了每架飞机的正态分布拟合曲线配置使用随机登机过程不同的飞机入住率。可以看到从图 5所有配置,飞机以来入住率影响登机过程登机时间较短的入住率为20%比100%。同时,对旅客订购增加而增加入住率由于标准差是高入住率较高。

图 6显示了每一个百分比的正态分布拟合曲线的飞机占用所有飞机使用随机登机过程配置。可以看到从图 620%的入住率的登机时间是几乎相同的,登机时间差异在三种配置增加而增加入住率。同时,对旅客订购配置都是类似的,20%,随着入住率的增加,敏感性 3 × 3 和 3 × 2 配置往往是相同的, 2 × 2 总是有较低的灵敏度。

对于随机登机,所有配置都有相同的登机时间入住率为20%,约2分钟。有60%的入住率,登机时间所有配置的差异不是很富有表现力,是相当大的为100%。这表明飞机配置影响飞机的登机时间入住率高于60%。表 6显示了登机时间的比较这三个配置使用随机登机不同飞机入住率。

图 7显示了每架飞机的正态分布拟合曲线配置使用随机由外向内的登机过程不同飞机入住率。对所有配置,类似于随机登机,飞机以来入住率影响登机过程登机时间较短的入住率为20%比100%。同时,对旅客订购增加而增加入住率由于标准差是高入住率较高。

图 8显示了正态分布拟合曲线为每个飞机使用随机占用比例由外向内所有飞机登机过程配置。可以看到从图 820%入住率的登机时间是几乎相同的,登机时间差异在三种配置占用增加而增加,但不同的登机时间不是很富有表现力,类似于在部分被发现 3.2随机由外向内登机。同时,对旅客订购配置所有飞机都是类似的,入住率,除了100%的入住率,灵敏度较高 3 × 3 配置和几乎相同 3 × 2 和 2 × 2 配置。

为随机由外向内登机,所有的配置都有几乎相同的登机时间20%的入住率,约2分钟。然而,这是唯一的结果 2 × 2 配置持有登机时间越长,1.95分钟。这可能是由于一个事实:这种配置有一个更大的过道,一些乘客有可能自己指定的座位在飞机的后面,这将需要更长的时间。在这种情况下,通道长度影响登机时间超过以来干扰通道和座位干扰发生的概率很低入住率为20%。即使没有乘客的飞机模型,这一结论是有效的简化模型。表 7显示了登机时间的比较这三个配置使用随机由外向内为不同的飞机登机入住率。

图 9显示了每架飞机的正态分布拟合曲线配置在不同的飞机入住率。类似于两个登机程序,对所有配置,飞机以来入住率影响在过程在时间较短的入住率为20%比100%。同时,在过程的随机性的敏感性增加而增加入住率由于标准差是高入住率较高。

图 10显示了正态分布拟合曲线为每个飞机占用的比例在所有飞机配置过程。可以看到从图 10在时间的20%入住率几乎是相同的所有配置,在时差三种配置中增加而增加入住率。此外,过程的随机性的灵敏度较高为20%和60% 3 × 3 ,紧随其后的是 3 × 2 和 2 × 2 ;入住率为100%,灵敏度较高 3 × 2 ,紧随其后的是 3 × 3 和 2 × 2 。

在,所有飞机入住率,所有配置在时间的差异几乎是相同的。这表明在,节约时间在三种配置是恒定的,不依赖于飞机入住率。表 8显示了在时间的比较这三个配置为不同的入住率。

第二个因素来分析旅客的比例是有随身行李登机时间及其影响上述两种登机策略和使用在时间这三个配置。为了评估的影响的随身行李,随身行李的乘客数量是不同的从20%提高到100%,10%的步骤。有乘客的座位随身行李随机分配,然后根据登机旅客排队过程。用于模拟的参数和假设如下: (我)

一个类的飞机配置

图 11显示了每架飞机的正态分布拟合曲线配置使用随机登机过程不同的百分比与随身行李的乘客。可以看到从图 11所有配置,与随身行李的乘客比例影响登机过程自登机时间较短的行李比为100%、20%和60%在中间。同时,乘客的敏感性排序稍微增加而增加百分比由于标准差是更高的百分比。

图 12显示了每一个百分比的正态分布拟合曲线与随身行李的乘客使用随机登机过程对于所有飞机的配置。可以看到从图 12登机时间的不同对所有的随身行李的百分比在三种配置几乎是相同的。同时,对旅客订购所有百分比也有类似的行为,与 3 × 3 具有最高的灵敏度,紧随其后 3 × 2 和 2 × 2 。

为随机登机,百分比与随身行李的乘客,登机时间所有配置的差异几乎是相同的。这表明随机登机,节约时间为每个配置比例是恒定的,不依赖于与随身行李的乘客,这意味着没有飞机的最佳组合配置比例与随身行李的乘客。这是由于这样的事实:在随机登机过程中,乘客是随机下令,一名乘客的模式增加概率干扰其他在过道上,充填的手提行李是相同的所有配置(更多乘客的手提行李,由于行李充填通道干扰的概率)。

登机时间的比例每个乘客的手提行李遵循先前观察到的模式随机登机 3.2, 2 × 2 配置有最短的登机时间,紧随其后 3 × 2 然后 3 × 3 。表 9显示了登机时间的比较这三个配置使用随机不同百分比的随身行李登机。

图 13显示了每架飞机的正态分布拟合曲线配置使用随机由外向内的登机过程不同的百分比与随身行李的乘客。可以看到从图 13,所有配置比例的随身行李登机以来影响登机过程时间缩短20%的行李比为100%。不同于之前的所有结果,乘客要求更高的灵敏度为60%比100%的随身行李,这意味着对乘客的敏感性排序不单调增加。

图 14显示了每一个百分比的正态分布拟合曲线与随身行李的乘客使用随机由外向内的所有飞机登机过程配置。从这个数字可以看出,20%的随身行李的登机时间是几乎相同的,登机时间差异在随身行李的三个配置比例增加而增加,但不同的登机时间不是很富有表现力,类似于在部分被发现 3.2和 4.1。同时,对旅客订购配置都是类似的,对于所有的随身行李的百分比,除了100%的行李,灵敏度较高 3 × 3 配置和几乎相同 3 × 2 和 2 × 2 配置。

对于随机由外向内登机,登机时间所有配置的差异比例的增加而增加的随身行李。这表明随机由外向内登机,乘客与随身行李飞机越多,效率越高 2 × 2 配置相比其他两个配置,但这不是一个富有表现力的节约时间。

不同于随机登机,乘客有一个更大的相互干扰,由于浓度的概率在过道上。这个概率增加的百分比的增加乘客随身携带。为 3 × 3 配置,更多的乘客坐在每一行相比其他两个配置,因此,旅客浓度的概率更大。这就解释了为什么登机时间的差异这三个配置增加与随身行李的乘客数量的增加。表 10显示了登机时间的比较这三个配置使用随机由外向内不同百分比的随身行李登机。

图 15显示了每架飞机的正态分布拟合曲线配置在不同的百分比与随身行李的乘客。可以看到从图 15所有配置,随身行李的百分比在以来影响在过程时间短为20%比100%的随身行李。同时,在过程的随机性的敏感性增加而增加的百分比随身行李由于标准差是更高的百分比。

图 16显示了每一个百分比的正态分布拟合曲线与随身行李的乘客在程序的所有飞机的配置。类似于随机登机,在时间的百分比的差异随身行李中三种配置几乎是相同的。过程的随机性的敏感性为20%和100%,也有类似的行为的 3 × 2 具有最高的灵敏度,紧随其后 3 × 3 和 2 × 2 ;为60%,配置 3 × 2 和 2 × 2 有类似的敏感性, 3 × 3 拥有最高的。

在,在时间的不同配置类似于增加的百分比的随身行李。这表明,在乘客的数量与随身行李不会改变配置最好的潜在的成本节约。表 11显示了在时间的比较这三个配置不同百分比的随身行李。