民用机场航站楼能效评价指南适用范围

本标准适用于已经投入使用的、设计或实际年旅客吞吐量不低于50万人次民用机场航站楼和配套冷热能源系统运行能耗强度、能效的评价管理。设计或实际年旅客吞吐量低于50万人次的民用机场，可参照执行。

北京首都机场节能技术服务有限公司、中国民航科学技术研究院、清华大学。

王峥、汪涛、高晓辉、杜滨、涂思东、傅博、张鑫、邹文波、孙玲、魏庆芃、何材、张辉。

本书系统阐述民用机场航站楼旅客服务资源动态分配和调度智能化的基本理论。全书共8章，主要内容包括：引言、航站楼旅客服务资源动态配置和调度的数据集成方法、航站楼旅客流量预测的数据挖掘方法、航站楼旅客流量预测的混沌时间序列分析方法、航站楼旅客流量异常预警方法、航站楼旅客行李需求预测方法、航站楼旅客服务流程建模方法、航站楼旅客服务资源仿真优化方法。

民用机场用地是指民用机场及其相应附属设施用地。

学科：土地科学及管理

词目：民用机场用地

英文：land for airport

释文：民用机场及其相应附属设施用地。1995年7月，全国有民用机场75个，军民合用机场41个。据中国土地利用现状调查，截至1996年10月31日，全国民用机场用地总积为34.6千公顷（51.9万亩）。民用机场全国各省（市、区）都有分布，面积最多的区是华东区（8.7千公顷）；面积最多的省是江苏省（2.4千公顷）。民用机场用地特点是远离市区，对机场周围用地单位的建筑物高度有严格限制。

第1章 引言 1

1.1 航站楼旅客服务资源概述 1

1.1.1 值机设施 1

1.1.2 安检设施 2

1.1.3 登机口和登机桥 3

1.1.4 行李处理设施 3

1.1.5 政府联检设施（海关、边检、检疫） 3

1.1.6 商业经营设施 4

1.1.7 工作人员 4

1.2 航站楼旅客服务资源的配置及调度 4

1.2.1 值机设施配置及调度 5

1.2.2 安检设施配置及调度 8

1.2.3 登机口、登机桥配置和调度 9

1.2.4 行李处理设施配置和调度 11

1.2.5 政府联检设施（海关、边防、检疫）的配置和调度 12

1.2.6 商业经营设施的配置和调度 13

1.3 航站楼旅客服务资源动态配置及调度智能化 14

1.3.1 航站楼旅客服务资源动态配置及调度智能化的目的、意义 14

1.3.2 航站楼旅客服务资源动态配置及调度智能化的理论体系 15

参考文献 15

第2章 航站楼旅客服务资源动态配置及调度的数据集成方法 18

2.1 概述 18

2.1.1 数据集成的概念和任务 18

2.1.2 旅客服务资源动态配置及调度数据集成的意义 18

2.1.3 航站楼旅客服务资源动态分配及调度的数据源 19

2.2 常用的数据集成方法 20

2.2.1 基于联邦数据库的数据集成方法 20

2.2.2 基于中间件的数据集成方法 21

2.2.3 基于数据仓库与数据集市的数据集成方法 21

2.3 航站楼旅客服务资源动态配置及调度数据集成需求分析 22

2.3.1 不影响原业务系统的正常运行 22

2.3.2 提供资源动态配置及调度所需的数据 22

2.3.3 支持多维、多粒度的数据分析 22

2.3.4 快速响应数据查询 23

2.4 基于数据集市的航站楼旅客服务资源动态配置及调度数据框架 23

2.4.1 数据源 24

2.4.2 数据抽取—转换—装载 25

2.4.3 航站楼平面布局数据模型 26

2.4.4 旅客服务流程数据模型 28

2.4.5 数据集市的多维数据模型 28

2.4.6 OLAM 29

2.5 数据集市的逻辑模型 29

2.5.1 确定数据集市的需求 29

2.5.2 确定数据集市模型的结构 30

2.6 数据预处理实例 32

2.6.1 非空间数据预处理 33

2.6.2 航站楼平面布局数据ETL 42

2.7 探查式数据分析 44

2.7.1 探查航班数量的分布规律 44

2.7.2 探查航站楼旅客流量随时间分布的规律 47

2.8 确定网上值机旅客先于飞机起飞到达航站楼的时长 50

参考文献 53

第3章 航站楼旅客流量预测的数据挖掘方法 55

3.1 基于人工神经网络的方法 55

3.1.1 人工神经网络 55

3.1.2 BP神经网络 56

3.1.3 建立BP神经网络的步骤 57

3.1.4 BP神经网络在离港旅客流量预测中的应用 59

3.1.5 结论 60

3.2 基于决策树的方法 61

3.2.1 决策树方法 61

3.2.2 应用案例 63

3.3 基于k-近邻算法的方法 65

3.3.1 k-近邻算法概述 65

3.3.2 实例 68

3.4 基于规则推导的方法 71

3.4.1 关联规则基本概念 71

3.4.2 关联规则的挖掘 72

3.4.3 经典算法—Apriori算法 73

3.4.4 Apriori算法的改进 74

3.4.5 实例 74

3.5 基于回归分析的方法 77

3.5.1 线性回归与多变量回归 77

3.5.2 非线性回归 78

3.5.3 其他回归模型 78

3.5.4 航站楼离港旅客流量回归分析预测模型 79

3.5.5 实例 79

参考文献 81

第4章 航站楼旅客流量预测的混沌时间序列分析方法 83

4.1 混沌时间序列预测理论分析 83

4.1.1 混沌运动特性分析 83

4.1.2 混沌特征量 84

4.1.3 混沌时间序列预测方法 87

4.1.4 预测方法的选取 90

4.1.5 小结 91

4.2 航站楼离港旅客流量时间序列混沌性判别 91

4.2.1 数据来源和分析 91

4.2.2 混沌时间序列相空间重构 93

4.2.3 时间序列混沌性判别 95

4.2.4 航站楼离港旅客流量时间序列混沌性判断 96

4.2.5 小结 102

4.3 航站楼离港旅客流量时间序列噪声平滑 102

4.3.1 混沌信号噪声平滑理论及标准 102

4.3.2 基于小波理论的噪声平滑方法 105

4.3.3 航站楼离港旅客流量时间序列去噪 108

4.4 航站楼离港旅客流量预测 111

4.4.1 径向基函数神经网络 111

4.4.2 离港客流预测的RBF模型 112

4.4.3 实例 113

4.4.4 模型应用价值分析 117

参考文献 117

第5章 航站楼旅客流量异常预警方法 119

5.1 航站楼旅客流量异常分析 119

5.1.1 航站楼旅客流量特性统计规律分析 119

5.1.2 航站楼旅客流量异常产生的原因 121

5.1.3 航班延误分析 122

5.1.4 航站楼旅客流量异常的应对策略 132

5.2 航站楼旅客流量异常预警指标 132

5.2.1 航站楼旅客流量异常风险及分类 132

5.2.2 航站楼旅客流量异常预警指标的选取 133

5.2.3 航站楼旅客流量异常预警量级的划分 134

5.2.4 航站楼旅客流量异常预警的内涵 135

5.2.5 航站楼旅客流量异常预警的内容 136

5.3 航站楼旅客流量异常预警模型 136

5.3.1 常用预警建模方法 136

5.3.2 航站楼旅客流量异常预警模型的建立 138

5.3.3 航站楼旅客流量异常预警模型的不足与优化 141

5.4 仿真案例 142

5.4.1 数据获取 142

5.4.2 标定模型 142

5.4.3 模型评价 144

5.5 航空骨干网络旅客流量预警系统 144

5.5.1 航站楼旅客流量异常与航空骨干网络稳定的相互影响 144

5.5.2 航空骨干网络上进行流量预警的特点 145

5.5.3 航空骨干网络异常预警系统的构成 146

5.5.4 航空骨干网络预警模型的假设与建立 147

5.5.5 航空骨干网络旅客流量异常预警的不足与优化 150

参考文献 150

第6章 航站楼旅客行李需求预测方法 152

6.1 离港旅客托运行李需求特性的分析 152

6.1.1 航站楼旅客的离港特性 152

6.1.2 航站楼离港旅客的行李特性 153

6.1.3 托运行李需求的量化指标分析 154

6.1.4 托运行李需求的影响因素分析 155

6.1.5 托运行李需求影响因素相关程度权重分析 158

6.2 离港旅客托运行李需求预测方法的选择 161

6.2.1 常用预测方法的分析 161

6.2.2 国外航站楼旅客行李需求预测常用方法 162

6.2.3 行李需求预测的多元线性回归预测方法 163

6.2.4 行李需求预测的BP神经网络方法 166

6.3 托运行李需求预测BP神经网络模型的建立 170

6.3.1 输入、输出指标的确立 170

6.3.2 建模数据的准备与预处理 171

6.3.3 模型网络的设计 172

6.3.4 托运行李预模型的训练 173

6.3.5 托运行李需求预测模型 174

6.4 预测模型的优化 182

6.4.1 预测模型的局限性 182

6.4.2 模型改进的方法 183

6.4.3 模型的优化 184

6.5 模型的验证与评价 189

6.5.1 预测模型准确性验证 189

6.5.2 预测模型准确性评价 192

6.5.3 预测模型的实用性

分析 193

参考文献 194

第7章 航站楼旅客服务流程建模方法 196

7.1 典型航站楼旅客服务流程 196

7.1.1 值机流程 197

7.1.2 安检流程 198

7.1.3 海关及检疫流程 198

7.1.4 边防检查流程 199

7.1.5 候机和登机流程 199

7.1.6 进港流程 199

7.1.7 中转旅客服务流程 200

7.2 航站楼旅客服务流程调查 200

7.2.1 调查内容 200

7.2.2 调查方案 202

7.2.3 调查实施 203

7.2.4 调查结果与分析 204

7.3 基于Petri网的航站楼旅客服务流程建模 206

7.3.1 Petri网理论 206

7.3.2 随机Petri网 211

7.3.3 广义随机Petri网 213

7.3.4 扩展Petri网 214

7.3.5 基于Petri网的旅客服务流程建模 215

7.4 基于Petri网的航站楼旅客服务流程模型分析 220

7.4.1 模型结构可靠性分析 220

7.4.2 模型的性质验证 224

7.4.3 模型性能分析 225

附录1 调查表格 243

附录2 某机场调查问卷 244

参考文献 245

第8章 航站楼旅客服务资源仿真优化方法 246

8.1 航站楼旅客服务资源仿真优化概述 246

8.1.1 航站楼旅客服务资源配置与流程仿真优化的关系 247

8.1.2 航站楼旅客服务资源优化的类型 247

8.1.3 航站楼旅客服务资源仿真优化的目标 249

8.1.4 航站楼旅客服务资源仿真优化的基本过程 250

8.2 航站楼旅客服务资源仿真的基本方法 251

8.2.1 仿真软件 251

8.2.2 仿真模型 253

8.3 航站楼旅客服务资源配置及调度仿真分析 255

8.3.1 航站楼旅客服务资源配置及调度仿真分析的作用 255

8.3.2 航站楼旅客服务资源配置及调度仿真分析的步骤 256

8.4 航站楼旅客服务资源配置及调度量化评价指标 257

8.4.1 航站楼旅客服务流程与资源优化配置的关系 257

8.4.2 航站楼旅客服务评价 258

8.4.3 航站楼旅客服务标准 258

8.5 航站楼旅客服务流程模型的建立 260

8.5.1 航站楼旅客服务流程模型的组成 261

8.5.2 建立航站楼旅客服务流程模型的步骤 264

8.6 航站楼旅客服务资源配置和调度模型的仿真执行 268

8.6.1 执行仿真的步骤 268

8.6.2 航站楼旅客服务资源分配仿真优化模型的应用实例 271

8.6.3 仿真结果分析 274

参考文献 274

附录1 调查表格 275

附录2 哈尔滨太平国际机场调查问卷 276 2100433B