關鍵詞：Anylogic;航站樓;模擬仿真

中圖分類號：TP391.9 文獻標志碼：A

0 引言（Introduction）

新型冠狀病毒感染疫情，使全球民航運輸領域遭受到重大沖擊，但仍有較大比重的出行人員選擇民航運輸方式。根據(jù)中國民用航空局發(fā)布的《2021年民航行業(yè)發(fā)展統(tǒng)計公報》顯示，2021年全國民航運輸機場完成旅客吞吐量9.07億人。

機場航站樓是民航運輸體系的重要組成部分，容納了大量旅客。在整個體系中，機場候機樓承擔著疏散旅客和聚集旅客的作用[1]。若旅客離港業(yè)務進展緩慢，會延長旅客滯留時間，降低旅客的出行體驗。因此，航站樓必須從細節(jié)入手，通過優(yōu)化機場航站樓布局方案和更好地進行航站樓內部資源管理，為旅客提供高效、快捷的出行體驗。

相較于傳統(tǒng)的數(shù)學模型，虛擬仿真技術具備體驗性和交互性的特點[2]。采用計算機模擬仿真的形式，可以在不使用任何物理資源的條件下，獲得與航站樓實際運行接近的模擬效果[3-6]。基于以上特點，本研究使用Anylogic仿真軟件對機場航站樓進行環(huán)境構建和邏輯模塊編寫，完成模型運行中數(shù)據(jù)的可視化。

1 社會力模型簡介（Introduction to the socialforces model）

公式（4）中參數(shù)意義與公式（3）中參數(shù)意義類似，此處不再贅述。

Anylogic仿真軟件使用的行人庫基于社會力模型，能夠精準地描述行人心理對其行為的影響，并且重現(xiàn)疏散過程中“快即慢”“出口拱形”等現(xiàn)象[2]，因此本研究選用Anyloigc仿真軟件進行仿真建模。

2 航站樓空間模塊的構建（Terminal spacemodule construction）

航站樓模擬空間的構建是完成整體仿真過程的基礎，本研究根據(jù)真實的航站樓CAD圖的比例構建航站樓模擬空間，在Anylogic仿真軟件中使用空間模塊進行相應的設施搭建?？臻g模塊包括Walls（墻體）、Target line（目標線）、Service（服務區(qū)域）等。在Anylogic仿真軟件中，墻體可視為模擬空間中存在的墻壁和障礙物，目標線可視為行人智能體生成、前往和消失的線。目標線在本研究中作為旅客登機生成和消失區(qū)域，是旅客智能體生成區(qū)域和登機目標。服務區(qū)域可以分為區(qū)域服務和線性服務，與邏輯模塊結合使用可視為智能體在此區(qū)域內接受服務。服務區(qū)域在本研究中作為航站樓內行人可參與各種服務設施，例如航站樓內部店鋪、安檢排隊線。

圖1為航站樓模擬空間模塊搭建效果圖，整體框架描繪線條表示航站樓墻體，各登機口用目標線設置，并在附近進行標號，作為旅客智能體的最終目的地。登機口附近區(qū)域為旅客登機前的休息區(qū)域，被墻體包裹的其他矩形區(qū)域為航站樓內部的商鋪。本研究中以安檢區(qū)域作為分割線將航站樓分為值機大廳與等待大廳，值機大廳中并排排列的服務線為值機柜臺及排隊區(qū)域。調整比例尺，使1 m對應6.57像素，讓空間模塊的比例與真實航站樓一致。至此，航站樓模擬空間模塊搭建完成。

3 航站樓離港旅客流程分析（Terminaldeparture passenger flow analysis）

為了使模擬效果更加貼近航站樓的日常運行，需要對當前航站樓的運行流程進行分析。在航站樓中，旅客要經歷的流程可以分為必要流程和非必要流程兩類。必要流程是指旅客在登機前要經歷的必要事件，如安檢、值機等。不進行必要流程則無法進行下一流程。非必要流程是指旅客可以根據(jù)自身意志選擇行動，如到咖啡店買咖啡、到問訊處咨詢等。航站樓旅客服務流程如圖2所示。

航站樓的環(huán)境復雜，本研究僅考慮航站樓旅客登機層，不考慮旅客到達層，旅客到達后先進門安檢，然后可以選擇進入值機流程或享受值機大廳提供的其他服務，而值機是必須的流程且只需進行一次，值機流程后，則需要選擇安檢流程或享受值機大廳提供的其他服務。旅客安檢后進入等待大廳，在等待大廳需要選擇候機流程或享受等待大廳提供的其他服務。到登機時間，機場廣播通知旅客登機，此時進行登機流程，至此旅客在航站樓經歷的整個流程結束。以上僅為航站樓旅客需經歷的簡單流程，仿真模擬所需細節(jié)構造將在第5部分給出。

4 邏輯模塊構造（Logical module construction）

本研究使用Anylogic仿真軟件中的邏輯模塊進行航站樓流程構造?？梢岳肁nylogic仿真軟件中的行人庫仿真模擬旅客智能體，其中行人庫中包含pedSource模塊、pedSink模塊、pedGoTo模塊等，通過連接線連接各個邏輯模塊，可以實現(xiàn)旅客智能體從生成到經歷各個流程的整體過程。但是，邏輯模塊不能單獨使用，必須與空間模塊相結合，才能仿真模擬旅客在航站樓的整個流程。在Anylogic模型中，智能體通過左側目標線與行人生成模塊（pedSource）結合，實現(xiàn)從左側目標線生成行人智能體。矩形節(jié)點與行人等待模塊（pedWait）結合，實現(xiàn)行人智能體等待。線服務與行人服務模塊（pedService）結合，實現(xiàn)線性等待。pedGoTo模塊讓智能體從線性排隊到達最后目標線，pedSink使智能體消失，也是流程的終點，如圖3所示。

但是，僅使用Anylogic行人庫自帶邏輯模塊，會使得在頁面中的邏輯模塊過多，并導致連接線繁雜，不利于后期更改模塊或找尋相應的參數(shù)。因此，本研究使用封裝智能體的方式，將重復的邏輯模塊封裝為智能體，減少頁面中的邏輯模塊，并能準確定位各模塊[8]。

Anylogic仿真軟件封裝智能體并在主界面中使用的方式如下：①選擇新建智能體的類型;②根據(jù)使用者的需求，使用軟件自帶的邏輯模塊在新智能體類型中構建邏輯圖;③在主界面中通過拖拽的方式將新建智能體類型放入主界面中;④在新建的智能體類型中設置邏輯模塊參數(shù)。

以智能體值機為例，值機柜臺的數(shù)量為12個，一個值機柜臺有10個值機窗口，同樣值機的排隊線也有10條。在不封裝智能體的情況下，由于行人庫中的選擇模塊（ped SelectOutput）只能選定5個分支，則至少需要選擇2個模塊、10個服務模塊（ped Service）以及30多條連接線，因此要完成整個值機模塊的復雜性非常高。

封裝智能體，僅需設置初始智能體的數(shù)量，并綁定封裝智能體的內部參數(shù)，即可實現(xiàn)多個相近的邏輯流程。

圖4展示了封裝智能體的過程，左側為封裝智能體，右側為使用封裝好的智能體。封裝智能體內部使用enter模塊，一般與exit模塊對應使用。exit模塊將傳入智能體從流程流中取出，并允許用戶指定如何處理它們。enter模塊則接受exit模塊中取出的智能體，并將智能體插入流程模型的特定點。圖5中的enterCheckIn 模塊起到了接受智能體的作用。queueBeforeCheckIn模塊綁定值機線性服務，RestrictedAreaStart與RestrictedAreaEnd模塊作為限制模塊，限制它們之間的模塊智能體數(shù)目。checkin模塊綁定目標線，旅客智能體將在此處停留，模擬辦理值機窗口的業(yè)務，然后行人智能體將在圖標處離開本封裝智能體。在主界面中可以直接選擇與邏輯模塊綁定的空間模塊，但是封裝后，需要在封裝智能體內部提供一些參數(shù)，使用封裝模塊時將需要的值與封裝智能體內部參數(shù)對應，實現(xiàn)邏輯模塊與空間模塊的綁定。

封裝智能體使用過程如圖4右側所示，將傳入參數(shù)與封裝智能體內部參數(shù)的類型和數(shù)量進行對應，即可使用封裝智能體。在本研究中，創(chuàng)建了10個checkin智能體，它們的索引可由get（index）獲得，而下方checkIn1_checkInDeskQueueShape與checkIn1_stopBeforeDeskLine是由本研究提前創(chuàng)建的該類型數(shù)據(jù)的集合，各包含了10個線服務與10個相對應的等待線。通過以上方式可將提前創(chuàng)建的10個checkin智能體綁定不同的空間模塊，而checkInTimeMin、checkInTimeMean等是所有checkin智能體公用的參數(shù)，以上就完成了封裝智能體的使用，實現(xiàn)了一個值機柜臺的邏輯模塊與空間模塊的綁定，后續(xù)需要再次封裝，就可以獲得12個值機柜臺的集合的封裝智能體checkins。

其他的服務流程類似，本文不再贅述，航站樓整體邏輯模塊如圖5所示。旅客智能體通過passengerarrival模塊生成，從5個入口進入值機大廳，通過exitTo選擇進入checkins模塊進行值機流程，或是選擇進入serviceBeforeCheckIn模塊享受值機大廳提供的其他服務，而旅客智能體完成值機流程后，通過Towait_or_leave模塊離開，并從fromCheckin模塊與選擇享受值機大廳提供的其他服務的旅客智能體匯合，通過service_exit模塊。在service_exit模塊中，可以選擇旅客智能體進入服務或進行值機或安檢，如果旅客智能體未進行值機流程，那么將無法進行安檢流程。安檢模塊分為經濟艙安檢與貴賓安檢，旅客智能體經過安檢模塊后，可以前往等待大廳服務模塊或等待起飛，直到登機流程開始，旅客智能體排隊登機進入登機口后，整個流程結束。為了避免旅客智能體無法進行登機操作卻仍留在仿真環(huán)境中，使用passengerIsLateOrDocumentsAreNotCorrect模塊接收所有無法按時完成整體流程的旅客智能體，并銷毀智能體。

5 參數(shù)設定及仿真模擬（Parameter setting andsimulation）

5.1 輸入參數(shù)設定

輸入的參數(shù)準確與否是仿真是否可靠的直觀體現(xiàn)，本研究從中國民用航空第二研究所獲得了大量真實數(shù)據(jù)，包括值機時間、安檢時間、候機時間等。但是，大量的數(shù)據(jù)無法直接當作參數(shù)輸入模型中，需要采用數(shù)學方法獲得能夠輸入模型的參數(shù)。

（1）旅客到達分布

旅客到達分布是指同一航班旅客到達航站樓時間的分布情況。控制旅客智能體的到達時間，對模擬仿真研究至關重要。根據(jù)現(xiàn)有研究[3]可知，到達旅客分布基本符合泊松分布，從真實數(shù)據(jù)來看，旅客提前到達時間處于飛機起飛前1～3 h，故根據(jù)泊松分布與旅客到達時間區(qū)間確定同一航班各旅客智能體到達時間間隔。

（2）功能單元與工作人員配備

功能單元與工作人員人數(shù)如表1所示。

值機柜臺數(shù)量為12個，同時值機柜臺開啟的數(shù)量隨著時間變化而有所變化，由于機場航站樓的航班較為密集，因此值機柜臺開啟數(shù)量基本保持在10個左右，值機柜臺配備工作人員1～2人、后臺開包檢查員配備4～8人。

值機大廳商鋪有21個，等待大廳有商鋪49個，根據(jù)每個商鋪的面積大小通常配備服務人員2～6人。

安檢柜臺數(shù)量有28個，與安檢通道數(shù)量一致，安檢柜臺工作人員一般配備1人，安檢通道工作人員配備2～6人。

航站樓樓層入口有5個（不包含其他樓層）。

航站樓登機口共69個，在本研究樓層中有43個，其余登機口在本樓層樓下，但是需要從值機大廳乘坐電梯或扶梯到達下一層登機口。雖然這部分旅客并不在本研究中的樓層進行登機操作，但流程操作一致，故邏輯模塊中對于此類旅客，流程結束即旅客到達扶梯指定位置。

（3）各單元服務時間

關于各單元的服務時間，由于旅客攜帶物品情況、旅客年齡、旅客操作是否熟悉等因素各不相同，因此無法確定一個統(tǒng)一的時間，但經過數(shù)據(jù)分析，得出各功能單元服務時間區(qū)間如表2所示。

旅客完成值機的時間大多為1～4 min，有部分旅客由于自身原因花費時間會大大超出此時間區(qū)間，所以此類數(shù)據(jù)應當剔除。安檢時間是指旅客通過整個安檢通道花費的平均時間，一般為1～2 min，同樣有大大超出平均時間的特例，在此也不做考慮。機場播放登機廣播一般為飛機起飛時間前30 min，本研究不考慮航班延誤或提前等情況，默認為航班準時起飛，在機場播放登機廣播后，工作人員開始檢查登機牌，并引導旅客從登機口進入飛機，一般檢查時間為1～6 s即可完成。

（4）航班信息

本文模擬環(huán)境采用真實航班信息，包含航班名稱、起飛時間、值機柜臺和航班人數(shù)。航班人數(shù)在本模型中與旅客到達分布結合，完成旅客到達模塊。值機柜臺的數(shù)據(jù)包括值機柜臺名稱、值機時間、航班信息等，在本研究的航站樓中，旅客可以在各航空公司的柜臺進行值機操作，而其中有一些柜臺僅向商務艙開放，在值機模塊前，智能體需要提前從所有可選擇的值機柜臺中選擇一個進行值機。首先獲取當前旅客智能體的坐標（x，y），并與可以進行值機操作的柜臺進行距離比較，最終選擇最近的值機柜臺。值機柜臺下仍包含多個值機窗口，故旅客智能體會選擇排隊人數(shù)較少的窗口進行值機操作，而商務艙旅客智能體則會選擇指定值機窗口進行值機。

5.2 仿真模擬

將邏輯模塊與空間模塊結合，并將上文所述參數(shù)加入仿真模型當中，并對旅客智能體加以一些限制，在服務選擇上采用隨機選擇的方式，但在離航班起飛前1.5 h，則強制智能體前往值機柜臺進行值機，其他必要環(huán)節(jié)同理。如果不對旅客智能體加以限制，就可能導致航班接近起飛但旅客仍未完成值機、安檢等一系列必要的流程操作，從而導致誤機現(xiàn)象產生。

Anylogic仿真軟件中允許使用Excel表格作為數(shù)據(jù)來源，故將存儲航班信息的Excel表導入Anylogic仿真軟件中，并逐行讀取航班信息，將航班信息作為參數(shù)導入封裝好的航班智能體當中，使仿真模型旅客生成模塊可以按照對應航班生成旅客智能體，并將上文所述各單元服務時間加入對應邏輯模塊當中。運行2D仿真模型，仿真2D效果圖如圖6所示。

在2D環(huán)境下，由于本研究中的航站樓空間布局較大，因此不利于發(fā)現(xiàn)擁堵區(qū)域，此時可以使用密度圖的方式解決此問題。密度圖顏色的深淺代表當前每平方米的行人智能體的數(shù)量，顏色深代表當前區(qū)域人數(shù)多，顏色淺表示區(qū)域人數(shù)少。

Anylogic仿真軟件支持觀看模型的仿真3D模擬效果，在主頁面加入3D窗口即可觀看模型的3D動畫效果，此外可以添加3D元素，比如顯示器、安檢門等，可以讓模型更加生動。航站樓的部分仿真3D模擬效果如圖7所示。

5.3 數(shù)據(jù)可視化

本研究的目標為建立細致化的仿真模型，能夠在一定程度上反映航站樓內部情況，便于后期對航站樓的布局設計進行優(yōu)化，對加強資源管理提出可行性方案。但是，僅搭建仿真平臺并不能讓管理者直觀地了解旅客平均安檢排隊時間、旅客平均等待時間等關鍵數(shù)據(jù)，更無法實時發(fā)現(xiàn)哪些區(qū)域會產生擁堵情況，故本研究采用數(shù)據(jù)可視化方式將仿真模型在動態(tài)運行中的各類數(shù)據(jù)以圖表的形式呈現(xiàn)，既方便在調試中發(fā)現(xiàn)異常，又可以直觀地了解各區(qū)域人數(shù)與旅客平均等待時間等關鍵數(shù)據(jù)。

對圖8中的各類數(shù)據(jù)進行解釋，并講解數(shù)據(jù)獲取方式。服務利用率是指各類服務中旅客智能體的數(shù)量與服務最大容納量的比值。以值機柜臺為例，本研究中設定每一個值機窗口前旅客排隊數(shù)量最多為30人，一號值機柜臺有10個值機窗口，那么當前人數(shù)與一號值機柜臺最多容納人數(shù)300的比值即為服務利用率。同樣，服務利用率可以展示值機柜臺的利用率，利用組合框模塊組合可編輯字段和下拉列表，就能實現(xiàn)多種數(shù)據(jù)組合，并通過選擇不同服務展現(xiàn)不同服務區(qū)域的利用率?？倳r間統(tǒng)計是指旅客智能體從生成到完成值機的時間，在創(chuàng)建旅客智能體時，還要創(chuàng)建一個參數(shù)存儲旅客智能體的生成時間，并利用Anylogic仿真軟件自帶的獲取當前模型時間函數(shù)獲取模型當前時間。在完成登機流程時，再次獲取模型當前時間，減去旅客智能體生成時間，即旅客智能體在航站樓的總時間統(tǒng)計，并將此值加入條形圖數(shù)據(jù)集中，完成總時間統(tǒng)計數(shù)據(jù)集構建。平均用時是指總時間統(tǒng)計數(shù)據(jù)集中所有智能體完成登機的用時數(shù)據(jù)的平均值，旅客用時分布為以5 min為間隔的時間區(qū)間內完成登機流程的智能體數(shù)量。

通過可視化模型運行期間的部分動態(tài)數(shù)據(jù)，在接下來的仿真優(yōu)化研究中，能夠快速地對各優(yōu)化方案進行評估，仿真模型使用難度也大大降低。

6 結論（Conclusion）

通過Anylogic仿真軟件對機場航站樓進行邏輯模塊和空間模塊建模，并對航站樓旅客流程進行梳理，使用智能體封裝的方式減少邏輯模塊的數(shù)量，大大提高了模塊的復用性。在未來的研究中，可以為航站樓設施優(yōu)化和資源管理構建仿真平臺，按照實際布局進行模擬仿真，向機場管理者提供實時數(shù)據(jù)，并根據(jù)仿真結果提出優(yōu)化建議。

作者簡介：

高國康（2000-），男，碩士生。研究領域：數(shù)據(jù)挖掘，機器學習。

鄭皎凌（1981-），女，博士，副教授。研究領域：智能信息處理與知識工程，機器學習。