Jupyter+python+matlab+c++实现基于泊松过程与排队论的机场人流量分析与出租车载客决策程序（毕业设计&课设）

## 数据说明： ### 2017年航班数据 - 每月每天的航班数据，主要记录每班次的各种数据，主要特征为每航班的机位数量。每个表的用到的主要信息为每天的机位数量，即每个表中航班的机位的和。 ### 客通道量数据 - 记录了2017年6月2日～2018年4月17日中每一天各个通道关于时间的客流分布。其中每个时刻开设的通道数量与客流量有关，T2_A～T2_F为日常主要开通通道。 ### 汇总数据 - 经过程序把所需要用的特征全汇总到一个表中 * 各小时客流量数据.csv * 主要记录2017年6月2日～2018年4月17日中每一天各个小时的客流数量，主要用于预测未来的客流量分布，以规划机场所需要开通的通道。再计算出所需工作人员的数量，最后进行工作安排 * 各通道各小时客流量数据.xls * 主要记录2017年6月2日～2018年4月17日中每一天各个通道每一小时的客流量情况，可以用于探究其机场的运作规律。 * 2017年各个航班数据.xls * 把2017年航班数据文件夹的每个表汇总到一个数据表中，方便计算出每月份的航班机位数量。可以用于预测未来客流量情况。 ### 其他数据 - result_plan.xlsx * 排版结果。列date为日期，列group的值，即每天分三个班次。第一班次：6:00～13:00(共7小时)；第二班次：13:00～21:00(共8小时)；第三班次：21:00～次日6:00(共9小时)。Xi为第i号员工，其中x1～x40为开机员工，x41～x100为非开机员工。Xi的值为1则表示该员工在对应的日期班次需要工作，否则为休息。由于9月属于次旺季，因此在9月份只安排100名员工（40名开机，60名非开机）值班即可。实际上在旺季的时候可以调取更多员工值班。 - 各公司旺季加班计划.xlsx * 计划旺季中新增的航班数量。可用于预测客流量。 ## 代码说明 * merge_flightData.py - 把2017年航班数据文件夹的每个表汇总到一个数据表 ‘2017年各个航班数据.xls’ * merge_passageData.py - 把客通道量数据文件夹中的所有数据表汇总到新数据表 '各通道各小时客流数据.xls' * queue_calculate.py - 基于排队论计算在不同参数下各个排队指标。输入参数主要有：n为通道数量，r为平均达到率 ,u为服务率。 - 可以计算的指标有：服务台空闲概率、平均排队长、L为平均队长、平均排队时间、平均等待时间、排队等待的概率 * test.m - 排班规划的目标函数和约束函数 * main.m - 应用蒙特卡洛法求解出排班安排 ## 研究背景 * 青海机场公司近年来旅客吞吐量增长较快，以每2年百万人次增长，到现在每年实现百万人次增长，随着主业的迅速发展，青海机场公司安检岗位员工需求量越来越大。但是，因为青海近年来的发展主要依靠旅游业，而旅游季又呈现非常明显的季节性波动。所以，青海机场的旅客吞吐量也呈现非常明显的季节性波动，一般11月至次年3月属于淡季，4月-6月、9月-10月属于小旺季，7月-8月属于大旺季。 从公司运营的角度来看，主业呈现季节性波动会给人力资源管理及配置带来一定的难度。一般情况下， 公司会于当年10月提出次年的用工计划，对与航班数量、旅客流量密切相关的岗位进行用工预测。 主要采用倒推法，即已知当年旺季旅客每小时数量分布，结合市场部预测的次年主业增幅，计算次 年高峰日每小时旅客数量分布。再根据行业对安检过检率的规定，倒推出每小时需要开放的旅检通 道和所需的安检员数量。取最高峰和次高峰人数的平均值，以此作为安检员次年用工计划。 所以，安检人员是以旺季数据为配置依据的，但是又并非完全按照峰值配置，旺季时就会出现人员略显 紧缺的情况。而淡季时旅客流量降低，或多或少会存在人力资源闲置的现象，这就要求在安检岗位研 究出合适的弹性班制，实现员工在岗满负荷的同时保证员工充分的休息，从而提高安检岗位有效工时利用率。 目前常见的概念有：“弹性工作制”和“弹性班制”。弹性工作制是指在完成规定的工作任务或固定的工作 时间长度的前提下，员工可以灵活地、自主地选择工作的具体时间安排，以代替统一、固定的上下班时 间的制度。弹性班制是指通过人力资源最优组合，根据不同时段旅客流量变动，动态调整员工工作时间 和在岗人数，从而实现对人员的弹性安排。 公司已对安检等与航班量、旅客量密切相关的岗位进行人员调控，也意识到弹性班制在淡旺季应用的必要性， 但受限于旅客到达时间无法预知，航空市场变幻莫测，航班量及旅客量受民航局政策影响较大，管理局对 安检岗位的定额要求，劳动法规定的工作时长，的质控要求和安全管理要求标准严格，在这些前提下还希 望将人力效能达到最优，人员配置最为科学，工时利用率最高，员工疲劳度最低。面对上述问题，很难找 到一个满足多条件得出最优解的排班方案。 已有的有关弹性班制的文献也大多集中在护士排班、银行柜员排班、乘务排班等几个方面，对机场部分岗位 未有充分的研究。在这种情况下，机场安检岗位弹性排班可以去繁从简，以不突破行业标准为前提，以旅 客流量及高峰时段区分为依据，充分考虑安检岗位人员现有资质及工作疲劳程度，实现固有班制的优化。 ## 模型数据分析 * 根据研究背景的淡旺季划分，统计出各小时的客流量日占比，反应出客流到达的规律。  考虑到员工每周工作不得超过40小时，且劳动强度应均匀分布，故将05-23点分为3个工作时间段，分别是06点-13点为第一班，13点-21点为第二班，21点-次日06点为第三班。 统计2017～2018年各月份的客流量，分析其淡季和旺季之间的客流量变化。并根据2017每天的航班数据统计出各月份的机位数量，机位数量为因变量x，客流量为因变量y，作线性回归得出机位数量和客流量的线性相关关系，知道所有航班中有65%左右的机位数量会转换成机场客流量。  对比2017年的客流量，6-10月的客流量似乎呈现一个以8月为对称的分布规律。其中8月的客流量是11、12月淡季的3倍左右，6、7、9、10月为12月淡季的2倍左右。对于次旺季，航空公司计划日均增加11.44班次，按照一般每班次增加200个客座，一个月按30天算可以增加约6.9万客座。同比2017年次旺季每月44万左右的客座数，预计2018年次旺季每月达到51万客座数，根据前面的回归方程，预计2018年次旺季每月的客流量为30万。2018年4月份只统计了17天的数据，共有15.4万左右的客流，换成一个月30天的数据来算，2018年完整的4月客流量约有27.2万人。考虑到4月是次旺季的开端，中后期的客流量会有所增加，因此每月客流量30万的预测应该有较强的说服力。 对于旺季，航空公司预计每天增加54个航空班次�