基于子空间方法的航站楼安检队列状态预测

摘要

针对大型繁忙机场旅客安检服务效率低的问题,结合航班时刻及离港旅客属性,提出基于子空间辨识的航站楼安检队列状态预测模型。模型结合安检场景特点,在子空间辨识方法基础上,通过训练大量历史数据设定安检队列初始状态,并根据机场繁忙度与旅客流量特征对安检数据进行分组,对分组数据分别辨识获取不同特征下的系统矩阵,构建多特征模型。使用国内某大型机场安检数据对模型进行检验,结果表明模型在误差允许范围内的预测准确率较高,且有较好的稳定性。