当前位置:
X-MOL 学术
›
Comput. Oper. Res.
›
论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
Synchronizing transportation of people with reduced mobility through airport terminals
Computers & Operations Research ( IF 4.6 ) Pub Date : 2021-01-01 , DOI: 10.1016/j.cor.2020.105103 René van Twist , Marjan van den Akker , Han Hoogeveen
Computers & Operations Research ( IF 4.6 ) Pub Date : 2021-01-01 , DOI: 10.1016/j.cor.2020.105103 René van Twist , Marjan van den Akker , Han Hoogeveen
Navigating through an airport is easy enough for most passengers, but when you are reduced in mobility it is a different story. In this paper we look at an airport at which between 300 and 500 Passengers with Reduced Mobility (PRMs) arrive daily, who need assistance from airport employees in their journey. We want to find a schedule for these employees to support as many PRMs as possible while ensuring a smooth journey with little waiting time. PRMs may not be left unsupervised, except in the lounge. Since the employees are only allowed to work within their own terminal, the tasks of the employees must be synchronized to enable a smooth hand-over of a PRM. Moreover, we want to find a robust schedule to be resistant against minor disturbances. Since we must be able to reschedule in case of a major disturbance, the maximum computation time of our algorithm is restricted to two minutes. We present a decomposition model in which we first determine feasible start times for the tasks describing the journeys of the passengers using Simulated Annealing, after which in each iteration we assign the tasks to the employees in the next phase using a matching algorithm or heuristic. Experimental results show that our algorithm is able to ensure smooth, robust connections, while supporting every passenger in the given instances. Finally, we present a simulation study to test our approach in a dynamic environment. It turns out that it can easily deal with these disturbances in real time and come up with very good solutions.
中文翻译:
通过机场航站楼同步运输行动不便的人
对于大多数乘客来说,在机场中穿行是很容易的,但是当您行动不便时,情况就不同了。在本文中,我们研究了一个机场,该机场每天有 300 到 500 名行动不便的乘客 (PRM),他们在旅途中需要机场员工的帮助。我们希望为这些员工找到一个时间表,以支持尽可能多的 PRM,同时确保旅程顺利,等待时间短。PRM 不得无人看管,休息室除外。由于员工只能在自己的终端内工作,因此必须同步员工的任务,才能顺利交接PRM。此外,我们希望找到一个强大的时间表来抵抗轻微的干扰。由于我们必须能够在发生重大干扰的情况下重新安排时间,我们算法的最大计算时间限制为两分钟。我们提出了一个分解模型,在该模型中,我们首先使用模拟退火确定描述乘客旅程的任务的可行开始时间,然后在每次迭代中,我们使用匹配算法或启发式将任务分配给下一阶段的员工。实验结果表明,我们的算法能够确保平稳、稳健的连接,同时支持给定实例中的每位乘客。最后,我们提出了一项模拟研究,以在动态环境中测试我们的方法。事实证明,它可以轻松地实时处理这些干扰并提出非常好的解决方案。我们提出了一个分解模型,在该模型中,我们首先使用模拟退火确定描述乘客旅程的任务的可行开始时间,然后在每次迭代中,我们使用匹配算法或启发式将任务分配给下一阶段的员工。实验结果表明,我们的算法能够确保平稳、稳健的连接,同时支持给定实例中的每位乘客。最后,我们提出了一项模拟研究,以在动态环境中测试我们的方法。事实证明,它可以轻松地实时处理这些干扰并提出非常好的解决方案。我们提出了一个分解模型,在该模型中,我们首先使用模拟退火确定描述乘客旅程的任务的可行开始时间,然后在每次迭代中,我们使用匹配算法或启发式将任务分配给下一阶段的员工。实验结果表明,我们的算法能够确保平稳、稳健的连接,同时支持给定实例中的每位乘客。最后,我们提出了一项模拟研究,以在动态环境中测试我们的方法。事实证明,它可以轻松地实时处理这些干扰并提出非常好的解决方案。实验结果表明,我们的算法能够确保平稳、稳健的连接,同时支持给定实例中的每位乘客。最后,我们提出了一项模拟研究,以在动态环境中测试我们的方法。事实证明,它可以轻松地实时处理这些干扰并提出非常好的解决方案。实验结果表明,我们的算法能够确保平稳、稳健的连接,同时支持给定实例中的每位乘客。最后,我们提出了一项模拟研究,以在动态环境中测试我们的方法。事实证明,它可以轻松地实时处理这些干扰并提出非常好的解决方案。
更新日期:2021-01-01
中文翻译:
通过机场航站楼同步运输行动不便的人
对于大多数乘客来说,在机场中穿行是很容易的,但是当您行动不便时,情况就不同了。在本文中,我们研究了一个机场,该机场每天有 300 到 500 名行动不便的乘客 (PRM),他们在旅途中需要机场员工的帮助。我们希望为这些员工找到一个时间表,以支持尽可能多的 PRM,同时确保旅程顺利,等待时间短。PRM 不得无人看管,休息室除外。由于员工只能在自己的终端内工作,因此必须同步员工的任务,才能顺利交接PRM。此外,我们希望找到一个强大的时间表来抵抗轻微的干扰。由于我们必须能够在发生重大干扰的情况下重新安排时间,我们算法的最大计算时间限制为两分钟。我们提出了一个分解模型,在该模型中,我们首先使用模拟退火确定描述乘客旅程的任务的可行开始时间,然后在每次迭代中,我们使用匹配算法或启发式将任务分配给下一阶段的员工。实验结果表明,我们的算法能够确保平稳、稳健的连接,同时支持给定实例中的每位乘客。最后,我们提出了一项模拟研究,以在动态环境中测试我们的方法。事实证明,它可以轻松地实时处理这些干扰并提出非常好的解决方案。我们提出了一个分解模型,在该模型中,我们首先使用模拟退火确定描述乘客旅程的任务的可行开始时间,然后在每次迭代中,我们使用匹配算法或启发式将任务分配给下一阶段的员工。实验结果表明,我们的算法能够确保平稳、稳健的连接,同时支持给定实例中的每位乘客。最后,我们提出了一项模拟研究,以在动态环境中测试我们的方法。事实证明,它可以轻松地实时处理这些干扰并提出非常好的解决方案。我们提出了一个分解模型,在该模型中,我们首先使用模拟退火确定描述乘客旅程的任务的可行开始时间,然后在每次迭代中,我们使用匹配算法或启发式将任务分配给下一阶段的员工。实验结果表明,我们的算法能够确保平稳、稳健的连接,同时支持给定实例中的每位乘客。最后,我们提出了一项模拟研究,以在动态环境中测试我们的方法。事实证明,它可以轻松地实时处理这些干扰并提出非常好的解决方案。实验结果表明,我们的算法能够确保平稳、稳健的连接,同时支持给定实例中的每位乘客。最后,我们提出了一项模拟研究,以在动态环境中测试我们的方法。事实证明,它可以轻松地实时处理这些干扰并提出非常好的解决方案。实验结果表明,我们的算法能够确保平稳、稳健的连接,同时支持给定实例中的每位乘客。最后,我们提出了一项模拟研究,以在动态环境中测试我们的方法。事实证明,它可以轻松地实时处理这些干扰并提出非常好的解决方案。