Метод оптимизации пропускной способности пункта досмотра на высокоскоростном транспорте
Аннотация
Возрастающие в последнее время требования к безопасности пассажиров на высокоскоростном транспорте (метро, аэроэкспрессы, электрички и т.д.) привели к установке в пунктах доступа пассажиров систем досмотра, которые должны работать с необходимой пропускной способностью, при неравномерности пассажиропотока, без создания больших очередей. В связи с этим возникает ряд задач, связанных с управлением доступом пользователей к кабинам пункта досмотра. Целью данной работы является создание модели предсказания значений целевой функции на основе нескольких значений входных переменных с использованием метода классификации входящего пассажиропотока на основе дерева принятия решения. Данный метод очень нагляден и не требует предварительной обработки данных для исследований. Так как основной особенностью пассажиропотока является его неравномерность, т.е. изменчивость по времени (по часам, суткам, дням недели, сезонам года), диапазон изменения факторов, влияющих на неравномерность пассажиропотока, весьма значителен, что приводит к появлению большого количества вариантов их различных сочетаний. Таким образом, после проведения статистического моделирования, в качестве которого используется двугорбое распределение, получаемое путем сложения трех нормальных распределений с пиками утром, днем, вечером, было получено более десяти тысяч различных входных распределений пассажиропотока по времени суток. При использовании дерева принятия решений по первому часу работы досмотровых пунктов можно определить мощность входящего пассажиропотока в течение всего дня, что позволит определить необходимое количество пунктов досмотра. Таким образом будут сокращены очереди к досмотровым пунктам. Аналогичные задачи могут решаться и операторами мобильной связи, которые обслуживают абонентов, прибывающих на вокзалы и аэропорты.
- пункты досмотра
- point boxes
- дерево принятия решений
- пассажиропоток
Abstract (in English)
Ever-increasing demands for passenger safety on high-speed transport (e.g. underground railway, aeroexpress trains, commuter trains, etc.) have resulted in installing screening systems at the passenger checkpoints, the systems having to work with the necessary throughput considering passenger traffic unevenness and not gathering long queues. This leads to a number of challenges related to managing users’ access to inspection point boxes. The aim of the given work is to build a model for predicting values of an objective function on the basis of several input variable values using the classification method of incoming passenger traffic based on a decision tree. This method is demonstrable and doesn’t require data preprocessing for studying. The main feature of passenger traffic being its unevenness, i.e. its time-to-time variability (according to time, days of week, seasons), the spread of factors influencing passenger traffic unevenness is rather large; this results in a great number of their various combinations. Thus more than ten thousand different incoming distributions of the passenger traffic according to the time of the day has been received as a result of the statistic simulation which presents a double-humped distribution carried out by means of combining three normal distributions having peaks in the morning, afternoon and evening. Applying a decision tree to the first hour of inspection point operation allows to define the capacity of incoming passenger traffic during the whole day and therefore the necessary quantity of inspection points can be determined. This leads to reducing queues to the inspection points. Similar problems can be solved by mobile operators who serve subscribers arriving at the railway stations and airports.
Для цитирования
Антонова В.М., Волков Д.О., Гречишкина Н.А., Кузнецов Н.А. Метод оптимизации пропускной способности пункта досмотра на высокоскоростном транспорте // Журнал радиоэлектроники. – 2017. – № 3.
Литература
- Степанов С.Н. Теория телетрафика: концепции, модели, приложения. - М.: Горячая линия - Телеком, 2015 - 868 с.
- Антонова В.М., Волков Д.О., Кузнецов Н.А., Старостенко А.М. Решение задачи классификации для построения прогнозных моделей пассажиропотока в среде MATLAB. Информационные процессы. 2017 - март
- Антонова В.М., Богомолов И.В., Селенина А.Л. Методика анализа больших объемов данных на примере задачи классификации при проектировании систем отопления. Развитие современной науки: теоретические и прикладные аспекты сборник статей студентов, магистрантов, аспирантов, молодых ученых и преподавателей (29 марта, 2016 г.). Пермь, 2016. С. 17-21.
- Антонова В.М., Овинникова Т.В. Преимущества использования пикосот в сетях LTE. Труды Северо-Кавказского филиала Московского технического университета связи и информатики. 2016. Т. 1. № 9. С. 27-29.