原题及其翻译:https://blog.csdn.net/zhangtengyuan23/article/details/5464641
问题类型:排队论
任务:
- 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。
- 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。
- 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。
- 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