(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111577403.9 (22)申请日 2021.12.2 2 (65)同一申请的已公布的文献号 申请公布号 CN 113947263 A (43)申请公布日 2022.01.18 (73)专利权人 产业互联科技 （北京） 有限公司 地址 100088 北京市海淀区西土城路1号保 利海德公园10 -602 (72)发明人 文志斐　 (74)专利代理 机构 长沙惟盛赟鼎知识产权代理 事务所(普通 合伙) 43228 代理人 黄敏华 (51)Int.Cl. G06Q 10/04(2012.01) G06F 16/906(2019.01)G06F 30/20(2020.01) G06F 111/08(2020.01) 审查员 卢洁 (54)发明名称 一种智慧机场服 务台排期预测方法 (57)摘要 本发明提供了一种智慧机场服务台排期预 测方法， 本方法首先确定平均到达率、 经验服务 台开放数量、 等待时间分布和经验服务效率水 平； 其次建立排队论理论模型， 基于排队论理论 模型估算理论服务效率水平和理论服务速率； 接 着基于服务速率回归假设拟合修正理论服务速 率， 估计回归参数； 再根据修正后的理论服务速 率对理论服务效率水平进行重估计； 最后结合回 归参数， 输入到达率、 服务效率水平和服务台开 放数量中的任意两项即可求解剩余一项。 对现实 场景与排队论理论的差异进行解释， 合理化该差 异并能使用该差异对现实场景进行预测， 提高适 用范围， 缩短预测时间。 权利要求书2页 说明书8页 附图3页 CN 113947263 B 2022.03.15 CN 113947263 B 1.一种智慧机场服 务台排期预测方法， 其特 征在于， 该 方法包括如下步骤： S.1、 确定平均到 达率、 服务台数平均水平、 等待时间平均水平和实际服 务效率水平； S.2、 建立简化的排队论理论模型， 基于排队论理论模型估算理论服务效率水平， 并验 证该简化模型的适用性； S.3、 基于回归分析拟合 修正理论服务速率水平， 得到回归参数； S.4、 通过修正后的理论服务速率修正简化的排队论理论模型， 得到修正模型， 并验证 该修正模型的适用性； S.5、 结合回归参数， 输入理论到达率、 修正后的理论服务效率水平和服务台排期数量 中的任意两项即可求 解剩余一项； S.2中建立的简化的排队论理论模型在各聚类区间为M /M/1排队模型； S.2中估计的理论 服务效率水平为： ， 式中 为基于M/M/1假定估计的排队时间不超过x的概率， λ为平均 到达率， 为 估计的服务速率水平， x为排队时间； 而且 由平均到达率λ及实际平均排队时长 计 算而得， 计算公式为： ， 式中 为估计的服 务速率水平， λ为平均到 达率， 为平均排队时长 。 2.如权利要求1所述的一种智慧机场服务台排期预测方法， 其特征在于： 所述S.1中根 据原始数据计算到达间隔， 进 行聚类分析， 然后在聚类得到的各区间计算平均到达间隔， 然 后推算出聚类区间对应的平均到 达率。 3.如权利要求1所述的一种智慧机场服务台排期预测方法， 其特征在于： 所述S.1中根 据各时间区块的最大开 放服务台数， 确定聚类区间对应的服 务台数平均水平。 4.如权利要求1所述的一种智慧机场服务台排期预测方法， 其特征在于： 所述S.1中基 于离群值处理、 缺 失修复、 零值处理后的个体等待时间， 确定聚类区间对应的等待时间平均 水平。 5.如权利要求1所述的一种智慧机场服务台排期预测方法， 其特征在于： 所述S.3中服 务速率回归假设为： ， 式中µ为实际服 务效率水平， c为实际服 务台数， λ为平均到 达率， a、 b为回归参数； 修正后的理论 服务效率水平为： ， 式中c为实际服 务台数， λ为平均到 达率， 、 为回归参数。权　利　要　求　书 1/2 页 2 CN 113947263 B 26.如权利要求1所述的一种智慧机场服务台排期预测方法， 其特征在于： 所述S.4中修 正后的理论 服务效率水平为： , 式中 为基于M/M/1及修正服务速率假定估计的排队时间不超过x的概率， c为实 际服务台数， λ为平均到 达率， 、 为上述估计的回归参数， x为 排队时间。 7.如权利要求1所述的一种智慧机场服务台排期预测方法， 其特征在于： 所述S.5 中， 结 合回归参数， 在给定平均到达率、 修正后的理论服务效率水平为的情况下， 可以得到服务台 数量预测模型为： 式中a、 b 是回归参数， （p， x） 为给定的修正后的理论服务效率水平为， λ为平均到达率， e为自然常数。权　利　要　求　书 2/2 页 3 CN 113947263 B 3