[論文レビュー] Passenger Flow Predictions at Sydney International Airport: A Data-Driven Queuing Approach

Harold Nikoue, Aude Marzuoli+3 more|arXiv (Cornell University)|Aug 20, 2015

Transportation Planning and OptimizationSocial Sciences参考文献 7被引用数 16

ひとこと要約

本論文は、シドニー国際空港の入国審査カウンターにおける乗客の流れと遅延を予測するデータ駆動型キューイングモデルを提案する。このモデルは、フライトスケジュール、歴史的入国タイムスタンプ、スタッフ配置データを用いる。混合モデルを用いて乗客の移動時間を一般化し、混雑に基づくスタッフ配置を統合することで、キューの長さと待機時間を正確にシミュレートする。実データとの照合では、主要な日付において良好な一致を示すが、カウンターの空き状況に関するデータの欠落により、やや低予測が生じる。

ABSTRACT

Time spent in processing zones at an airport are an important part of the passenger's airport experience. It undercuts the time spent in the rest of the airport, and therefore the revenue that could be generated from shopping and dining. It can also result in passengers missing flights and connections, which has significant operational repercussions. Inadequate staffing levels are often to blame for large congestion at an airport. In this paper, we present a stochastic simulation that estimates the operational uncertainty in passenger processing at immigration. Congestion and delays are estimated on arrivals and departures based on scheduled flight departures and arrivals. We demonstrate the use of cellular tracking data in refining the model, and an approach to controlling congestion by adjusting staffing levels.

研究の動機と目的

• 実運用データを用いて、シドニー国際空港の入国審査カウンターにおける乗客の到着パターンと遅延をモデル化すること。
• 特にピーク時間帯における変動する乗客需要とスタッフ配置の変動に起因する課題を扱うこと。
• フライトスケジュール、乗客数、サービス速度を統合したシミュレーションフレームワークを構築し、キューのダイナミクスを予測すること。
• DWELLおよびDIMIAデータセットから得られる実際の待機時間とキュー長とを用いて、モデルの妥当性を検証すること。
• 予測された混雑に基づくプロアクティブなスタッフ配置の調整を可能にすることで、空港運用の改善を図ること。

提案手法

• 到着・出発のスケジュール時刻と推定時刻を取得するため、フライト情報表示システム（FIDS）データを活用する。
• オーストラリア移民・多文化およびインディジナス・アフェアーズ省（DIMIA）の歴史的乗客タイムスタンプデータを統合し、各入国カウンターのサービス速度を推定する。
• 乗客の移動時間を一般化するため、混合モデルを適用し、特定のゲート位置に依存しないようにする。
• キュー長のしきい値に基づいて、キューの長さが一定範囲内に保たれるように、サーバー（スタッフ）を増減する混雑に基づくスタッフ配置ポリシーを実装する。
• フライトの乗客数分布、到着パターン、動的スタッフ配置意思決定を統合して、1日分の乗客フローをシミュレートする。
• DWELLシステムから得られる実際の待機時間とキュー長とを比較して、予測を検証する。12日間のシミュレーション（2012年7月25日、7月26日、12月11日を含む）を実施した。

実験結果

リサーチクエスチョン

• RQ1 データ駆動型キューイングモデルは、シドニー空港の入国審査カウンターにおける乗客の待機時間とキュー長をどの程度正確に予測できるか？
• RQ2 スタッフ配置の変動とフライト遅延の変動が、乗客の混雑状況とサービス時間にどの程度の影響を及ぼすか？
• RQ3 FIDSおよびDIMIAデータの統合は、乗客フローのシミュレーションの現実性と正確性をどの程度向上させるか？
• RQ4 データギャップ（特にカウンター空き状況の記録欠落）が、モデルのパフォーマンスと予測信頼性に与える影響は何か？
• RQ5 現実の変動を伴う状況下でも、混雑に基づくスタッフ配置ポリシーはキュー長を効果的に制御し、待機時間を短縮できるか？

主な発見

• 2012年12月11日には、実際の待機時間と良好な一致を示したが、午前中はわずかに低予測、午後はわずかに高予測であった。
• 2012年7月25日には、遅延フライトが原因で午後に遅延のピークが発生したのを正確に再現したが、15時頃の遅延が過大予測されたのは、誤ったカウンター数の仮定によるものであった。
• キュー長の予測は一般的に観察されたトレンドと一致しているが、7月26日には、不正確なカウンター空き状況データの影響でキューの大きさが過大予測された。
• サービス速度が需要を上回る場合、モデルはキューの発生を予測できないため、空き時間帯のモデル化に限界があることが示された。
• DWELLから得られる実際の待機時間は、欠落しているデータ（特に一部の日における13時30分から14時までの間）のため、下限値としての性質を持つ可能性が高く、これがモデルの検証に影響を与えている。
• 手動でのカウンター空き状況の記録に不整合があることが、モデルのパフォーマンスに顕著に影響しており、実運用におけるデータ品質の課題が顕著に浮き彫りになった。