技術(shù)特征：

1.一種用于分析離港值機旅客排隊的數(shù)據(jù)處理方法，其特征在于，包括：

確定值機柜臺的值機排隊聚集速率；

根據(jù)所述值機排隊聚集速率，并通過疊加運算和遞推算法確定變化時序下鄰近多航班的值機排隊長度模型；

根據(jù)所述值機排隊長度模型預(yù)測所述機場柜臺的值機排隊情況；

根據(jù)所述值機排隊情況對值機流程進行優(yōu)化處理。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述值機排隊聚集速率包括單位時間內(nèi)在值機隊列的隊尾聚集的旅客人數(shù)，所述值機排隊聚集速率與旅客在對應(yīng)值機區(qū)的聚集速率之間的關(guān)系通過以下計算式確定：

$\mathrm{\λ}\left(t\right)=\left\{\begin{array}{c}0,t\<t_a\\ Q_a,t=t_a\\ \mathrm{\ρ}\left(t\right),t\>t_a\end{array}\right.$

其中，λ(t)表示值機排隊聚集速率，Q_a表示提前等待值機的旅客數(shù)，ρ(t)表示旅客在對應(yīng)值機區(qū)的聚集速率，t表示值機開放時段內(nèi)的時間，t_a表示開始值機的時間。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述變化時序下鄰近多航班的值機排隊長度模型通過以下計算式確定：

$L_i=L_0+\underset{i=1}{\overset{i}{\Σ}}({\mathrm{\λ}}_i-{\mathrm{N\μ}}_i),1\≤i\≤i_s$

其中，L_i表示值機排隊長度，L₀表示初始值機排隊長度，λ_i表示第i個時序下的值機排隊聚集速率，i表示自然數(shù)，N表示值機柜臺的數(shù)量，μ_i表示每個值機柜臺的平均服務(wù)速率。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述第i個時序內(nèi)的值機排隊聚集速率通過以下計算式確定：

${\mathrm{\λ}}_i=\underset{j}{\Σ}{\mathrm{\λ}}_{ij}$

ρ_ij＝Q_j(i)-Q_j(i-1),1≤i≤i_s

其中，λ_i表示第i個時序內(nèi)的值機排隊聚集速率，λ_ij表示第i個時序內(nèi)j航班旅客在對應(yīng)值機區(qū)的值機排隊聚集速率，ρ_1j表示第1個時序內(nèi)j航班旅客在對應(yīng)值機區(qū)的聚集速率，l_0j表示j航班開始值機前已經(jīng)到達的旅客數(shù)量，ρ_ij表示第i個時序內(nèi)j航班旅客在對應(yīng)值機區(qū)的聚集速率，Q_j表示航班在第i時序的抽樣時刻已經(jīng)抵達值機區(qū)的旅客數(shù)量。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述單值機柜臺平均服務(wù)速率通過以下計算式確定：

${\mathrm{\μ}}_i=\left\{\begin{array}{c}\frac{{\mathrm{\λ}}_i}{N},L_{i-1}+{\mathrm{\λ}}_i\<N{\mathrm{\μ}}_{max}\\ {\mathrm{\μ}}_{max},L_{i-1}+{\mathrm{\λ}}_i\≥{\mathrm{N\μ}}_{max}\end{array}\right.$

其中，L_i-1表示第i-1時序的排隊長度，N表示開放的值機柜臺的數(shù)量，μ_max表示每個時序的間隔內(nèi)平均單個值機柜臺的最大服務(wù)速率。

6.一種用于分析離港值機旅客排隊的數(shù)據(jù)處理裝置，其特征在于，包括：

第一數(shù)據(jù)處理模塊，用于確定值機柜臺的值機排隊聚集速率；

第二數(shù)據(jù)處理模塊，用于根據(jù)所述值機排隊聚集速率，并通過疊加運算和遞推算法確定變化時序下鄰近多航班的值機排隊長度模型；

數(shù)據(jù)預(yù)測模塊，用于根據(jù)所述值機排隊長度模型預(yù)測所述機場柜臺的值機排隊情況；

數(shù)據(jù)處理模塊，用于根據(jù)所述值機排隊情況對值機流程進行優(yōu)化處理。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述第一數(shù)據(jù)處理模塊具體用于：

通過以下計算式確定所述值機排隊聚集速率與旅客在對應(yīng)值機區(qū)的聚集速率之間的關(guān)系，其中所述值機排隊聚集速率包括單位時間內(nèi)在值機隊列的隊尾聚集的旅客人數(shù)：

$\mathrm{\λ}\left(t\right)=\left\{\begin{array}{c}0,t\<t_a\\ Q_a,t=t_a\\ \mathrm{\ρ}\left(t\right),t\>t_a\end{array}\right.$

其中，λ(t)表示值機排隊聚集速率，Q_a表示提前等待值機的旅客數(shù)，ρ(t)表示旅客在對應(yīng)值機區(qū)的聚集速率，t表示值機開放時段內(nèi)的時間，t_a表示開始值機的時間。

8.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述第二數(shù)據(jù)處理模塊具體用于：

通過以下計算式確定所述變化時序下鄰近多航班的值機排隊長度模型：

$L_i=L_0+\underset{i=1}{\overset{i}{\Σ}}({\mathrm{\λ}}_i-{\mathrm{N\μ}}_i),1\≤i\≤i_s$

其中，L_i表示值機排隊長度，L₀表示初始值機排隊長度，λ_i表示第i個時序下的值機排隊聚集速率，i表示自然數(shù)，N表示值機柜臺的數(shù)量，μ_i表示每個值機柜臺的平均服務(wù)速率。

9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述第二數(shù)據(jù)處理模塊還具體用于：

通過以下計算式確定所述第i個時序內(nèi)的值機排隊聚集速率：

${\mathrm{\λ}}_i=\underset{j}{\Σ}{\mathrm{\λ}}_{ij}$

ρ_ij＝Q_j(i)-Q_j(i-1),1≤i≤i_s

其中，λ_i表示第i個時序內(nèi)的值機排隊聚集速率，λ_ij表示第i個時序內(nèi)j航班旅客在對應(yīng)值機區(qū)的值機排隊聚集速率，ρ_1j表示第1個時序內(nèi)j航班旅客在對應(yīng)值機區(qū)的聚集速率，ρ_ij表示第i個時序內(nèi)j航班旅客在對應(yīng)值機區(qū)的聚集速率，Q_j表示航班在第i時序的抽樣時刻已經(jīng)抵達值機區(qū)的旅客數(shù)量。

10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述第二數(shù)據(jù)處理模塊還具體用于：

通過以下計算式確定所述單值機柜臺平均服務(wù)速率：

${\mathrm{\μ}}_i=\left\{\begin{array}{c}\frac{{\mathrm{\λ}}_i}{N},L_{i-1}+{\mathrm{\λ}}_i\<N{\mathrm{\μ}}_{max}\\ {\mathrm{\μ}}_{max},L_{i-1}+{\mathrm{\λ}}_i\≥{\mathrm{N\μ}}_{max}\end{array}\right.$

其中，L_i-1表示第i-1時序的排隊長度，N表示開放的值機柜臺的數(shù)量，μ_max表示每個時序的間隔內(nèi)平均單個值機柜臺的最大服務(wù)速率。