2017美赛D题—学习记录

原题及其翻译：https://blog.csdn.net/zhangtengyuan23/article/details/5464641

问题类型：排队论

任务：

1. 建立至少一个模型来预估瓶颈、分析当前的检查程序存在的问题。
2. 提出至少两个修改方案来提高吞吐量以及减少等待时间差异【方差】并用模型证明。
3. 考虑不同文化差异或者是旅行风格带来的影响作为敏感度分析，以此为前提判断系统如何适应差异加快吞吐量。
4. 提供政策和程序上建议，并指出自己模型的优缺点，如何改进。

参考论文来源：https://github.com/MATHmodels/MCMICM-Paper-ZH01

题名：Reducing Wait Times at Airport Security

模型：泊松分布、指数分布、核密度估计、动态规划

小结：

• 模块划分不一定要根据任务的1234来划分，但是自己所研究的内容必须涵盖所有的任务
• 分析时先举列所有因素，分为不需要考虑的与需要考虑的，不需要考虑的在假设时限定好
• 时间间隔可往泊松分布方向考虑
• 建模过程由简单到复杂，起初的模型不需要考虑太多复杂因子，只需要考虑必要因素

Abstract

概述本文任务

建立的模型-建立该模型的目的

• 排队模型-任务1
• 排队网络递推概念、泊松分布与指数分布、核密度估计-吞吐量、等待时间-任务1
• 动态规划-任务2
• 分析成本、资源分配-效益分析【任务3、4铺垫】
• 增加模型复杂性、文化差异【其后并未考虑文化而是用了乘客类别】-任务3
• 用已经建立好的模型进行模拟-任务4

summary

题目要求-解决方案组成

• 排队模型
• 测试模型
• 效益分析
• 旅客分析

1、Introduction

概述自己的工作-我们的成果

outline

目标-研究步骤：

• 排队模型-排队时间
• 模拟方法-测试
• 成本效益-确定资源分配
• 模型修改-成本优化、文化差异

main assumptions

环境等一些不需要考虑的因素限定

2、A Queuing Model

流程示意-最简模型的必要假设

2.1 获得概率密度

2.1.1指数拟合

• 选择理由：到达时间形状像指数概率密度形状
• 利用泊松过程得到到达时间间隔估计

2.1.2 核密度估计

• 选择理由：依旧是根据数据来选择
• 得到服务时间的分布

2.2 递推公式

• 结果：得到排队时间均值
• 过程：定义总时间-》定义个人花费时间的期望-》计算所有人排队时间的均值

3、The Simulation

利用动态规划模拟真实场景，并与2所列公式进行对比分析

4、Evaluation/Results

4.1 吞吐量瓶颈说明-》两个因素-》均是建立模型时考量的因素

4.2 等待时间方差影响-》两个因素分析

4.3 模型修改

• 经济效益
• 增加虚拟队列【口述】-关键在于区分快速慢速处理【旅行方式上的处理】，改变了服务因素的参数-并且解释

5、Improving the Model

提供一些改进的方向

6、Conclusion

领域知识-方法-意义-未来

Appendices

A Matlab code