将基于代理的仿真与优化技术整合用于机场安检处的动态资源调度

《Journal of Air Transport Management》：Integrating agent-based simulation and optimization for dynamic resource scheduling at airport security checkpoints

　　桑敏圭|崔承俊|李秀亨|李哲龙
韩国大学工业与管理系统工程系，韩国首尔城北区安南路145号，邮编02841

**摘要**
全球航空旅行的快速发展给机场安检环节带来了巨大的运营压力，因为必须同时保证旅客处理效率和服务可靠性。现有研究通常假设旅客到达数量是固定或外生的，但这种静态假设无法体现实际运营中的时间变化规律。借助最新的仿真建模技术，本研究提出了一种数据驱动的仿真-优化框架，用于动态调度机场安检环节。该框架整合了随机优化模型，可生成考虑延迟因素的通道开放计划；混合整数线性规划模型，能在人员配置限制下确保方案的可行性；以及基于代理的仿真模型，利用激光雷达获取的旅客到达数据及经实证调整的服务时间来评估运营效果。基于激光雷达的旅客到达数据重建提高了时间预测的准确性，使模型能够反映旅客流量的短期波动，并据此调整资源分配。基于真实机场数据的实证分析表明，该框架能够准确模拟实际的旅客流量模式，在正常需求情况下可将旅客等待时间减少6.4%，在节假日高峰期则可减少10.3%，且无需增加总人力配置。这些结果证明，合理调配现有安检资源可显著提升运营效率与旅客服务质量。

**引言**
在新冠疫情带来的干扰之后，全球航空业正进入快速复苏和持续发展的新阶段。根据国际航空运输协会的数据，2024年全球客运量增长了10.4%，超过了2019年的疫情前水平，这表明该行业不仅已恢复，还在持续扩张。国际机场理事会也预计，2024年全球旅客吞吐量将达到95亿人次，到2032年还将超过110亿人次，这一增长得益于国际和国内市场的共同发展。虽然这种增长有助于推动整体经济活动，但也给机场基础设施和运营带来了巨大压力，尤其是在安检环节，那里需要将旅客流动与严格的安全规范相结合。

机场安检仍是旅客处理过程中最为关键且容量受限的环节之一。随着旅客流量的增加，安检环节的处理效率不仅直接影响航站楼的运行效率，还会影响整体旅行体验。国际航空运输协会2024年的全球旅客调查显示，安检时间和排队时间是全球旅客最不满的三大因素之一。漫长的排队时间和不可预测的延误会波及到值机、登机及行李处理等其他机场流程，从而造成系统性效率低下。从工作人员的角度来看，过长的等待时间和高拥挤程度也会降低工作效率、增加运营成本，而在高峰时段还可能带来安全风险和人群管理难题。

在保障安全与提升运营效率之间寻求平衡的重要性，推动了大量学术和应用研究致力于安检环节的管理。早期的分析研究，如Lee和Jacobson在2011年的研究，采用排队模型，在确定性需求假设下推导出最优的人员配置方案。后来，Soukour等人（2013）将这一研究方向进一步拓展，将机场安检服务中的人员调度问题转化为混合整数优化模型，并结合遗传算法，提升了计算的效率及人员的灵活性。这些工作为安检设施的人员规划和资源分配奠定了定量基础。然而，这类模型往往假设到达率保持稳定，且旅客行为一致，因此难以反映现实运营中的复杂性。

近期的研究表明，旅客的差异性——包括行李重量、遵守规定程度、出行目的或对安检程序的熟悉程度等——会显著影响系统性能。Kierzkowski和Kisiel在2020年通过离散事件仿真证明，即使是在遵守规定方面的轻微偏差，也会大幅增加排队长度和等待时间。同样，Pérez等人（2021）结合仿真与优化技术，在随机旅客到达的情况下评估不同的人员配置方案，发现动态通道开放策略可在不增加额外人力成本的情况下减少延误。尽管这些基于仿真的研究提高了模型的真实性，但大多仍依赖历史平均值或简化的概率分布来模拟旅客流量，因此无法捕捉到诸如早晚高峰差异或因航班变动和异常运营造成的短期波动。

随着旅客流量的持续上升，尽管许多大型机场已经采用了计算机断层扫描仪和自动行李回收系统等先进安检技术，但在高峰时段仍面临严重的安检拥堵问题。运营瓶颈越来越被认为并非源于技术本身，而是由于资源分配不当以及调度决策未能使人员能力与动态变化的旅客流量相匹配。美国运输安全管理局指出，高效的人员部署和实时资源重新分配可在高需求时段将旅客处理效率提高20%。这些研究结果凸显了构建数据驱动的调度框架的必要性，此类框架应将预测分析与运营建模相结合。

与此同时，将安检环节视为人类行为与技术和监管要求相互作用的社技系统，使得基于代理的仿真技术备受关注。基于代理的仿真技术允许研究人员将单个旅客和工作人员视为具有不同决策规则和行为模式的自主代理，从而模拟出排队溢出或等候队列的自组织等现象。这一能力对于在不确定性条件下评估所提出的调度方案和布局的稳健性尤为重要。Kierzkowski等人（2024）通过将模糊逻辑决策规则与基于代理的模型相结合，为不同安检配置的可持续性和能源消耗问题提供了有价值的见解。

尽管取得了这些进展，但在规范性优化与描述性仿真之间仍存在方法论上的差距。优化模型能够生成理论上最优的调度方案，但其在这类复杂、随机环境中的有效性却很少得到验证。相反，仿真研究往往只是对现有做法进行评估，而非提出新的决策方案。为弥补这一缺陷，近年来的研究开始采用混合框架，将分析优化模型与仿真反馈循环相结合。例如，Brun等人（2025）提出了一种混合模型，将整数规划与模拟退火搜索相结合，用于巴黎戴高乐机场的灵活通道开放调度，显著减少了排队长度。Cao等人（2025）则进一步提出了一个考虑随机性的优化模型，明确纳入了旅客不遵守规定的因素，为在不确定性条件下进行人员配置提供了更为稳健的方法。

基于上述进展，本研究提出了一种数据驱动的仿真-优化框架，用于动态调度机场安检环节。该框架整合了随机优化模型，可用于制定考虑延迟因素的通道开放计划；混合整数线性规划模型，则可将这些计划转化为符合人员配置要求的实际方案；而基于代理的仿真模型则利用激光雷达获取的旅客到达数据及经实证调整的服务时间来评估运营效果。这种集成方式实现了优化与仿真之间的迭代校准，确保最终得到的调度方案既具备分析上的高效性，又符合实际运营情况。基于激光雷达的需求预测提高了时间预测的准确性，使模型能够及时响应旅客流量的短期变化并相应调整资源分配。

总之，日益增长的航空旅行需求以及日益复杂的安检要求，凸显出需要采用分析方法和数据驱动手段，以支持安检环节的适应性决策。通过将优化与仿真结合在一个统一的、能响应延迟的框架中，本研究为机场运营管理提供了实用且可扩展的工具，有助于在动态环境下提升处理效率与旅客服务质量。

**章节节选**
**机场安检环节的建模与分析**
机场安检环节是影响航站楼处理效率及旅客满意度的关键运营瓶颈。早期的研究主要采用M/M/c和M/G/s等分析排队模型，来研究人员配置、旅客到达量与等待时间之间的关系。McLay等人（2010）建立了数学框架，比较了静态与动态的安检环节分配策略，强调了两者之间的权衡关系。

**用于估算安检环节延迟的旅客流量仿真**
旅客流量仿真能够模拟在真实航站楼条件下的安检作业所具有的复杂性和随机性。在机场环境中，旅客通过安检环节的流程受到航班时刻表、团体旅客到达、旅客行为差异以及安检通道配置等多种多变因素的影响。众多研究都采用了仿真方法来分析这些流程。Kierzkowski和Kisiel（2020）……

**仿真模型的开发**
为模拟机场安检环节的旅客流量动态及运营行为，本研究开发了一种混合型的基于代理的仿真模型。该模型整合了旅客到达数据分布、服务时间观测值以及空间布局信息，从而再现了韩国某现有机场的实际安检环境。该仿真模型采用了混合型基于代理的架构，将离散事件过程逻辑与行人流动动态相结合。这种结构有助于……

**讨论与管理启示**
本研究开发了一种数据驱动的仿真-优化框架，用于动态调度机场安检环节的通道。该框架整合了基于激光雷达的旅客到达数据重建、经过实证调整的基于代理的仿真模型，以及结合仿真结果的随机优化流程与符合人员配置要求的方案生成机制，从而在运营约束条件下实现了描述性真实性与规范性决策之间的平衡。

**专利与知识产权**
暂无需披露的专利。

**人际关系**
暂无其他需披露的人际关系。

**其他活动**
暂无其他需披露的活动。

**CRediT作者贡献说明**
桑敏圭：理论分析、研究工作、方法设计、初稿撰写。
崔承俊：数据整理、理论分析、研究工作、方法设计、初稿撰写。
李秀亨：资金筹集、研究工作、项目管理、审稿与编辑。
李哲龙：监督指导、审稿与编辑。

**致谢**
本研究得到了韩国教育部及韩国国家研究基金会资助的BK21 FOUR项目的支持。