1、电子技术 第 52 卷 第 2 期（总第 555 期）2023 年 2 月 43Computer Engineering计算机工程0 引言 随着航空业市场的蓬勃发展，航空公司的运营管理理论与实践也在不断发展。在现实的运营中，航空公司常常面临这样的问题：已经订票的旅客因为各种原因无法按时登机，造成飞机舱位的浪费。面对这种类似情况的发生，航空公司开始实行各种管理策略避免浪费从而达到提高航空公司整体的收益。如美利坚航空公司将航空公司收益管理定义为“在合适的时间将合适的产品以合适的价格销售给合适的顾客”以此来提高整个航空公司的收益管理。在整个的航空公司的服务中，执行航空飞行的航班或多或少都会有诸多不确
2、定的因素影响着旅客到达与选择，使得旅客针对航空公司所提供的所有服务的趋势显得复杂多变，因此分析旅客到达与选择的结构特征成为航空公司收益管理的重要组成部分，对航空公司了解市场情况、提高企业竞争力等有着极大助力。而需求预测则是收益管理的关键，预测的结果直接影响了座位保护数的设定最早关于旅客订座、取消和no-show行为的统计分布模型的研究出现在Beckm ann和Bobkowski比较了泊松分布、正二项分布和分布，最后确定旅客订座需求最合适用分布来研究，而后来Lyle则将系统的分布和随机的泊松偏差估计结合起来，经后续的研究认为，正态分布对需求分布的近似描述是比较符合实际情况的，根据数学研究当中根据
3、中值定理以及正态分布于泊松分布、二项分布之间的关系应该就可以很好地理解这一点。1 研究背景在收益管理的模拟仿真系统中，以麻省理工航空航天系开发的PODS（Passenger Origin-Destination Simulator）在民航业影响力最大。对于旅客到达选择行为的研究，无论是国外，还是刚刚起步的国内基本上都是基于PODS展开的。目前国内外对于旅客到达行为的研究主要基于如下2种数据：目前国内外对于航班旅客到达行为特征的研究大多使用的是订票数据（Coldren,2005；Grammig等，2005）或陈述性偏好数据（Prossaloglou,Koppelman，1999；Adler等，2
4、005；Theis等，2006；Garrow等，2007）。顾名思义，订票数据是以往订票的历史数据，陈述性偏好数据是通过对旅客的调查问卷得到的数据。陈述性偏好数据的调查内容包括旅客个人信息（如收入、年龄、性别等）、旅行目的、飞行舒适度等等包括旅客态度意见在内的大量主观数据，虽然这种数据在很大程度上都为航空公司了解旅客带来极大的作用，但是过于主观的信息却为问卷的可靠性带来更多的风险与误差，无法充分适应市场复杂的结构。而基于历史的订票数据虽然没有上述的偏差，但其终究是以往基金项目：中国民航大学大学生创新创业计划项目（202110059021）。作者简介：唐旺，中国民航大学计算机科学与技术学院；研究
5、方向：承载网网络规划与优化。收稿日期：2022-05-02；修回日期：2023-02-12。摘要：阐述仿真系统在航班旅客到达模拟中的应用，收益管理的模拟仿真系统的实现，包括数据筛选、数据分析、数据模拟、数据检验，存在的问题与未来展望。关键词：仿真系统，收益管理，数据筛选，数据分析，数据模拟，数据检验。中图分类号：TP311.52文章编号：1000-0755(2023)02-0043-03文献引用格式：唐旺，袁权，孟宇欣，穆梦姣.仿真系统在航班旅客到达模拟中的应用J.电子技术,2023,52(02):43-45.仿真系统在航班旅客到达模拟中的应用唐旺，袁权，孟宇欣，穆梦姣（中国民航大学 计算机科
6、学与技术学院，天津 300300）Abstract This paper describes the application of simulation system in flight passenger arrival simulation,the realization of revenue management simulation system,including data screening,data analysis,data simulation,data verification,existing problems and future prospects.Index Ter
7、ms simulation system,revenue management,data screening,data analysis,data simulation,data verification.Application of Simulation System in Flight Passenger Arrival SimulationTANG Wang,YUAN Quan,MENG Yuxin,MU Mengjiao(School of Computer Science and Technology,Civil Aviation University of China,Tianji
8、n 300300,China.)44 电子技术 第 52 卷 第 2 期（总第 555 期）2023 年 2 月Computer Engineering计算机工程的历史数据，仅反映了局部数据，不能有效还原旅客在订票时产生的做多选择问题。图1所示为PODS旅客起终点模拟器。本文的主要工作通过数据分析，总结得到可靠的模型，通过数据拟合得到预期数据，而航空公司能够通过这些预期数据，对旅客到达有进一步的了解认识，帮助其进行舱位的合理分配。图2所示为舱位价格与时间的一般关系。2 航班旅客到达模拟思路与分析鉴于陈述性偏好数据这种主观性比较强的数据类型而且需要手动对大量飞行旅客进行问卷调查，从而获得有效的数
9、据，相对使用历史数据比较而言，获取数据以及取值来说都相对比较困难，故本次研究主要采用历史的订票数据，虽然无法避免陈旧性，但可以有效地减小误差，对旅客到达进行分析。本次研究开展方向的大体思路和分析大致可分为以下四个阶段。2.1 数据筛选通过指导老师所提供的数据库，从数据库当中去提取到某航班20182019年的部分旅客的历史订票数据，面对大量的历史订票数据，即使是依靠相关筛选手段例如有关的程序以及库函数利用起来进行分析仍然需要消耗大量的时间，同时也很难去提取到最具有代表性的历史旅客订票数据。所以本次研究应考虑对数据进行合理的筛选汇总，达到减少程序负担的目标以便于方便后续研究，从而也可以使程序更快的
10、运行，使航空公司能够及时获取程序操作运行的结果以便于后续收益管理。本文结合航空公司的实际需求出发，从订票数据中选定最具有代表性的某一特定航班A，提取该航班A离港前14天的舱位所剩数量的数据保存，进行一系列的数据清洗后得到有效的剩余舱位数据依次来完成分析以及后续研究设计。图3所示为某午间航班离岗前一天旅客订票数。2.2 数据分析得到筛选的数据后需要进行针对所得到的数据的整个的分布情况来进行1个合理的分析，选择一种最能拟合数据的数学模型来进行模拟，从而能够选定最有效的数学模型分布模型进行建模。本次研究主要从正态分布、指数分布、伽马分布、韦伯分布等四种数学分布模型分布出发进行考虑拟合数据。正态分布参
11、数为期望、方差，其所能够表现出来的特征更加的明显，这几种数学模型能够达到拟合多种数据的效果针对我们本次的研究有着重要的帮助；然而相对而言指数分布仅有一个参数，虽然研究起来较其他几种简单，但是反函数整个所表现出来的图像呈现的是类似反函数的形状，可以尝试用来它来进行对比实验从而达到减小误差的效果；伽马分布依靠形状参数和逆尺度参数两种参数，只需要我们去通过对两个参数的实时调整就能够达到实现对图像响应进行调整，得到实时性的目标，从而丰富图像丰富研究内容；韦伯分布具有三个参数，分别是随机变量、比例参数、形状参数，和上述三种分布一样，具有形态丰富的特点，然而相对于只使用一种数学分布模型，把伽马分布和泊松偏
12、差估计相结合起来，它们能够更加有效地拟合分布需求。按照上述的思路，将得到数据导入程序中，通过对函数的调用进行检验，确定了旅客数据的分布特征，选择正确的分布模型。图4所示为某航空公司图1 PODS旅客起终点模拟器图2 舱位价格与时间的一般关系图3 某午间航班离岗前一天旅客订票数图4 某航空公司部分历史航班数据的分布特征电子技术 第 52 卷 第 2 期（总第 555 期）2023 年 2 月 45Computer Engineering计算机工程部分历史航班数据的分布特征。2.3 数据模拟Kolmogorov-Smirnov检验基于累计分布函数，Kolmogorov-Smirnov检验基于累计分
13、布函数，可以用来检验一个分布是否符合某种理论分布或比较两个经验分布是否有显著差异，正态分布、指数分布、伽马分布、韦伯分布等都适用于该检验方法，当其观测值满足条件时，便可说明符合某种分布，Kolmogorov-Smirnov检验最大的优点就是它是一种非参数检验，这样方便了处理不知道具体分布情况的数据，但它的灵敏性也因此降低，不适合样本量小的数据，因此后续对数据进行检验时，引入多种检验方法来进行佐证。2.4 数据检验结合目前现有的常用检验方法，本次研究所选择的是曼惠特尼检验、MSE检验三种检验方法来完成对数据的检验要求。曼惠特尼秩和检验，目的是去检验两个总体的均值是否有存在着显著性的差异。均方误差
14、，可以用来评价所获得的数据的相似性程度，如果两组数据的匹配程度越高，那么MSE的值越小，整个操作就会更加的可靠。混合分布，单个模型的拟合实验，可能总会产生或大或小的误差。虽然误差在允许范围内，但是我们为了尝试使数据进一步匹配所能够选择的分布模型，在单个数据模型匹配的基础之上，提出了联合多个数据分布模型，通过给定参数控制两个分布所占比率，利用两个分布模型共同去和原始数据进行拟合匹配，这种通过联合多个数据分析模型能够更加有效地降低误差，希望能够再一次降低原始数据与标准数据分布模型之间的偏差。根据原始数据的分布，选择第一个分布模型并且给出随机参数。同样选择第二个分布模型给出随机参数。对两种分布模型，
15、给出合计为1，精确度为0.001的参数。将计算之后的结果，与原始数据进行对比检验，验证实验的猜想。然后再去探究混合的分布，通过结合多种数学模型的方法，达到进一步提高模拟的精度的目的，从而去实现旅客到达模拟研究。3 存在的问题与未来展望由于本文是基于航班旅客的历史订票数据所取得部分内容进行的数据分析，所以其中会不可避免地将带上订票数据进行局部的刻画，所以整个操作是有无法完全还原的缺点。本次研究所采纳的是某一个特定的航空公司的部分航班离岗前14天的航班舱位剩余数据进行的分析，其中我们再进行简化数据分析的同时，这样操作的同时也加强了历史订票数据的不足的缺点而且还具有选用特定航空公司不能有效还原旅客订
16、票时存在的各种选择情况，而选用14天数据也减小了整体的精度，增大了拟合数据的误差风险。因此在进行此类数据分析时，我们可以去尝试尽可能多地收集更多更精准的航空公司的收益数据，从而实现更加可靠的旅客到达模拟，总结出一个更加可靠的旅客到达规律。同时在行数模型的拟合中，还可以考虑通过镜像复制等方法，得到与原始数据相同的偏态分布，方便实验，票价的规则日益松弛，以往的部分模型在当前时代可能会出现更多的偏差，例如基于需求独立所提出的期望边缘座位收益（EMSR）模型等，这些模型已经无法再适应当前的市场的整个情况，而且如果尝试持续使用就将为航空公司的运营收益可能会带来不良的影响。因此整个民航界对于这种新模型的分析建立和新策略的发展已经达到了一个十分迫切的阶段，而对旅客到达模型的研究也将有效刺激这一现象，从而帮助航空企业适应市场需要，更进一步发展。4 结语本文基于实际的历史航班旅客的订座数据，运用方法进行了合理的数据筛选，通过航班旅客历史的订票数据从而达到了能够在一定程度上避免了陈述性偏好数据带来的误差。分析总结得到合理的模型，通过数学分布结合有效的数学模型进行数据的拟合，从而实现了航班旅客到达的模拟，而