面向城市航站樓早到行李存儲系統容量優化設計

頭部廣 告 | 點擊 查 看

摘要：隨著航空服務的擴展，城市航站樓作為前置值機與行李托運節點的作用日益凸顯。然而，早到行李的長期存儲給城市航站樓有限的空間資源帶來了巨大挑戰。傳統基于經驗或靜態峰值的設計方法往往導致容量設計不合理，造成資源浪費或服務瓶頸。本文提出一種基于動態庫存峰值分析的容量優化設計方法，通過構建城市航站樓早到行李存儲系統的離散事件仿真模型，模擬行李到達、存儲和離場的動態過程，分析系統庫存的概率分布特征。在此基礎上，結合服務水平要求與成本約束，建立容量優化決策模型。該方法為城市航站樓早到行李存儲系統的科學規劃提供了理論依據和技術工具。

關鍵詞：城市航站樓；早到行李；容量優化；動態庫存；離散事件仿真

作者：李凌波 邸明

中國中元國際工程有限公司

題眼廣 告 | 點擊 查 看

一

引言

隨著航空服務向城市延伸，城市航站樓作為提供值機與行李托運前置服務的關鍵設施，其規劃與運營的科學性日益重要。然而，旅客可能在航班起飛前數小時甚至十幾小時辦理托運，由此產生的早到行李給航站樓帶來存儲挑戰。這些行李具有存儲周期長、到達隨機性強、必須在嚴格航班時刻約束下運離的特點，使得其存儲系統的容量設計成為一個復雜的決策問題。容量設計過大會導致建設及運維成本的浪費，特別是在城市中心區域，土地和空間資源極其寶貴；容量設計過小則會在運營高峰期出現存儲空間耗盡，導致服務中斷，影響旅客體驗甚至航空安全。因此，如何科學合理地確定早到行李存儲系統的容量，成為城市航站樓規劃和運營管理中亟待解決的重要問題。

在行李處理系統方面，傳統研究多關注機場內部的行李處理系統，如自動分揀系統[1～3]和行李再確認系統[4]等。近年來，城市航站樓相關研究雖逐漸增加[5～9]，但對其早到行李存儲系統的容量設計仍缺乏專項深入探討。當前實踐中的設計方法主要依賴經驗估算、靜態峰值換算或簡單類比機場標準[10～11]，這些方法均存在顯著局限。經驗法較為主觀，缺乏數據支撐；靜態峰值法無法體現行李動態累積與釋放過程；而類比法則忽視了城市航站樓在存儲時長、周轉模式上與機場的本質差異，導致規劃結果往往脫離實際運營需求。因此，亟需建立一套科學、系統且契合城市航站樓運營特性的容量設計方法。

本文針對城市航站樓早到行李存儲系統容量設計的實際問題，提出一種基于動態庫存峰值分析的優化方法。主要研究內容包括：（1）構建城市航站樓早到行李存儲系統的動態庫存模型，將系統抽象為具有隨機到達和計劃離場的庫存系統；（2）建立離散事件仿真模型，模擬行李到達、存儲和離場的全過程，分析系統庫存的動態變化特征；（3）提出基于服務水平約束的容量優化方法，在保證服務質量的前提下最小化系統成本；（4）通過案例研究驗證方法的有效性和實用性。

二

系統分析與問題描述

1.城市航站樓早到行李存儲系統特性分析

城市航站樓早到行李存儲系統是一個“暫存型”物流系統。具有以下顯著特征：

（1）時空分離：行李在城市端辦理托運，在機場端裝載上機，兩地分離且通過地面運輸連接，這一特性決定存儲系統必須考慮運輸時間和批次調度。

（2）長時間存儲：旅客可能提前半天甚至更早辦理托運，存儲時間遠長于機場內部系統，這使得系統更接近于倉儲系統而非暫存系統。

（3）到達隨機性：旅客到達時間受多種因素影響，包括交通方式、個人習慣、航班時間等，呈現明顯的隨機性和時間分布不均勻性。

（4）離場計劃性：行李離場時間主要受航班計劃和控制，必須遵循以航班起飛時間為基準的“最晚離場時間”約束，以確保后續運輸與地面處理流程的時效。

（5）需求波動性：行李存儲需求隨日期、季節、節假日等因素大幅波動，系統設計需要考慮高峰日需求。

2.問題形式化描述

考慮一個典型高峰日作為設計場景，設該日共有M個航班，其集合為F={F1,F2,…,FM}，每個航班Fi對應計劃起飛時間STDi（Scheduled Time of Departure）和預計托運行李數Li。設計日總托運行李數為N，其到達時間規律由概率密度函數f(t)描述，滿足系統待決策變量為存儲容量C。

運營規則設定行李最晚離場時間為LDTi（Latest Departure Time）= STDi-Tprocess-Ttransport-Tbuffer，其中包含機場處理時間(Tprocess)、運輸時間(Ttransport)及安全緩沖(Tbuffer)。運輸可基于固定時間間隔或實時庫存閾值觸發。系統狀態以庫存函數I(t)表示，即在t時刻存儲的行李數量，系統運行周期為[0, 24]小時。

設計目標是在滿足預設服務水平SL(C)≥SLtarget（例如行李被拒絕存儲的概率P{拒絕存儲}≤ε）的前提下，確定使總成本TotalCost(C)最小化的系統容量C。總成本TotalCost(C)=CapitalCost(C)+OperationalCost(C)+PenaltyCost(C)。其中，CapitalCost(C)為建設成本，OperationalCost(C)為運營成本，PenaltyCost(C)為拒絕懲罰成本。該模型將容量規劃轉化為一個受服務水平約束的成本優化問題。

三

動態庫存模型構建

1.模型假設

為構建可操作的數學模型，作出以下基本假設：（1）行李到達過程服從非齊次泊松過程，其隨時間變化的到達率函數λ(t)與旅客到達分布f(t)成正比。（2）每件行李的存儲時間相互獨立，其時長取決于所屬航班的LDTi。（3）假設運輸車輛容量始終充足，且運輸時間固定。（4）行李在裝車、卸車及分揀環節的處理時間固定。（5）系統采用“先進先出”或“按航班優先級”的規則來處理行李的存儲與離場順序。

2.動態庫存狀態方程

通過對連續運營時間進行離散化處理，將全天劃分為等間隔的時間點序列to,t1,…,tk，系統庫存的動態變化可由以下狀態轉移方程進行描述：

其中：

A(tk,tk+1)為時間段[tk,tk+1]內到達的行李數

D(tk,tk+1)為該時間段內離場的行李數

C為系統設計容量

若某時段內到達與現有庫存之和超過可用容量，超出部分將被系統拒絕，即：

3.到達過程建模

行李到達過程建模包含宏觀（日總量波動）與微觀（日內到達模式）兩個層面，全面反映其內在不確定性與規律性。

宏觀層面，設計日所需處理的總行李數N服從正態分布的隨機變量，即其中均值μN代表預測的期望行李量，則用于量化波動性。

微觀層面，當給定總行李數N后，假定每件行李到達時間相互獨立并服從同一個概率密度函數f(t)。該函數f(t)描述了行李在一天之內不同時刻到達的可能性分布，可通過多種數據驅動的方法獲得：一是基于歷史運營數據的核密度估計進行非參數擬合；二是依據連接城市航站樓的主要交通方式（如高鐵、地鐵）的時刻表進行推導構建；三是采用混合分布模型，即其中gi代表一個基分布，wi為其對應權重，該模型能有效刻畫多峰或不規則的到達時間模式，如g1，g2，g3分別代表早、中、晚旅客分布，w1，w2，w3分別對應其權重。

表1 獲得概率密度函數f(t)的三種方法的對比

概率密度函數f(t)的獲取方法有三種，如表1所示。城市航站樓行李到達呈現出典型的多峰特征（如早、中、晚高峰），單一分布（如正態分布）無法擬合此形態。核密度估計基于歷史運營數據，適用于運營穩定數據充足的場景，城市航站樓尚處發展階段，缺乏實際運營數據。交通時刻表推導法假設旅客行為與交通工具到達完全同步，忽略了個人延遲、多元交通方式等因素，導致其到達分布過于理想化。混合分布模型通過將多個簡單基分布加權組合，既能精準擬合多峰、非對稱等復雜形狀，又能賦予每個峰明確的業務解釋（如一個峰代表一類旅客群體）。因此，行李的到達過程采用混合分布模型。

4. 離場過程建模

行李離場時間由兩個關鍵要素決定：一是由航班計劃推導出的最晚離場截止時間，計算公式為LDTi=STDi-Tprocess-Ttransport-Tbuffer；二是實際執行的運輸安排策略，包括按固定時間間隔執行的定時運輸、當待運行李積壓達到預設閾值時觸發的閾值觸發運輸，以及結合定時和閾值觸發的混合策略。在仿真模型中，系統會持續監控由已到達且其所屬航班離場時間臨近的行李所構成的“待運行李池”，當預設策略條件滿足（如定時觸發或超過閾值）時，模型便動態生成離場事件，從池中移出相應行李。此處采用混合策略，不僅能得到容量規劃建議，還能為運營管理提供參考。

5. 服務水平度量

系統的服務水平是衡量其運營質量與可靠性的核心指標，主要從容量保障與時間效率兩個維度進行定義。

從容量維度，服務水平定義為成功接收的行李比例，即該指標反映系統的靜態容量（C）是否充足，是規劃階段的核心設計目標。

從時間維度，服務水平定義為行李等待進入存儲系統的時間不超過某一允許最大閾值τmax的概率，即SLw=P{等待存儲時間≤τmax}，該指標側重衡量系統的處理效率與動態緩沖能力。在城市航站樓早到行李存儲系統規劃設計階段，核心矛盾是解決物理存儲空間。旅客辦理托運后即離開，對“等待入庫”不敏感，但對“被拒絕接收”極度敏感。因此，此處容量維度為核心優化目標。

四

基于離散事件仿真的容量優化方法

1.仿真模型框架

本文構建的離散事件仿真模型通過三類事件驅動系統運行：（1）行李到達事件依據隨機到達過程生成，觸發行李入庫請求。（2）行李運輸離場事件根據航班時刻與運輸策略生成，觸發行李出庫。（3）容量檢查事件則按需或定時觸發，用于監控庫存狀態、記錄性能指標或執行管理規則。仿真模型算法流程如圖1所示。行李到達事件需通過容量與航班離場時間的雙重校驗，決定接收或拒絕，并動態生成下一到達事件；運輸離場事件根據既定策略（定時或閾值觸發），查找并移出符合條件的航班行李，實時更新庫存；容量檢查事件監控庫存水平，在觸及預設閾值時觸發應急響應。每次事件處理后均記錄系統狀態。最終，基于全程記錄的庫存與拒絕數據，計算峰值庫存、拒絕率與服務水平等核心性能指標。

圖1 早到行李存儲系統仿真模型算法流程示意圖

通過多次仿真運行，獲得庫存峰值的經驗分布。假設進行S次仿真，每次仿真的峰值庫存為Ps=max? Is(t)，則峰值分布可表示為：

（如FP(3000)=0.95，表示有95%的仿真中，峰值庫存≤3000件）。

其中：

I{Ps≤c}為指示函數。如果第s次仿真的峰值Ps≤c，則此項為1；如果Ps>c，則此項為0。

統計所有s次仿真中，峰值≤c的次數。

基于峰值分布，可計算不同容量水平對應的服務水平：

2.容量優化決策模型

容量優化決策提供三種核心模型，詳見表2。

表2 容量優化決策模型對比

模型P1：給定服務水平約束的容量最小化。在確保服務質量達標的前提下，力求最大限度地節約建設投資與空間資源。將系統容量C作為決策變量，并以最小化容量min(C)為核心優化目標，直接對應于最小化土地占用、建筑成本與初期固定資產投資。該模型的關鍵約束在于，所選容量必須保證系統能夠提供不低于預設目標的服務水平，即SL(C)≥SLtarget。

模型P2：給定預算約束的服務水平最大化。在給定的投資預算限額內，力求實現服務質量的最高化。以系統服務水平max SL(C)為直接優化目標，旨在為旅客提供最佳可靠性保障與體驗。其關鍵約束是總建設投資不得超過項目可用預算，即CapitalCost（C）≤Budget。其中CapitalCost（C）為容量C對應的建設成本。

模型P3：總成本最小化。在全生命周期視角下，系統性地權衡建設投資、運營損失與服務效率，追求整體經濟效益的最優化。旨在尋找使總成本最小化的容量C：

其中：α為單位容量成本，β為單位拒絕成本，γ為單位等待時間成本。α.C為建設成本，與容量成正比。β.E[Rejected(C)]為服務拒絕懲罰成本，與被拒行李數量成正比。γ.E[WaitingTime(C)]為等待時間成本，與平均等待時間成正比。

圖2 基于二分搜索的容量優化算法流程圖

在城市航站樓規劃設計階段，首要任務是確定滿足約定服務質量水平（如行李存儲成功率≥99%）所需的最小建筑空間規模。模型P1是該階段最直接、最適用的決策工具。它將明確的運營質量目標作為剛性輸入，通過科學計算出保障該目標所需的最小容量，從而為建筑方案設計、土地報批及投資概算提供客觀的定量依據。如圖2所示為基于模型P1的容量優化算法流程圖。

五

城市航站樓早到存儲系統容量設計案例分析

1. 城市航站樓規模

出港旅客量及值機旅客量。以國內某大型城市航站樓項目為例，根據旅客量預測數據，近期（2025年）該城市航站樓高峰小時出港航空旅客量為2800人次/小時，遠期（2035年）為4200人次/小時。其中，國內旅客占比75%，國際占比25%。目前，旅客值機意愿尚且沒有預測參數，暫定值機意愿為國內75%、國際66.6%；近、遠期，國內、國際波動系數暫取值為1.1。通過計算可得，該城市航站樓高峰小時值機旅客量為，近期（2025年），國內1733人次/小時，國際513人次/小時；遠期（2035年），國內2599人次/小時，國際770人次/小時。詳情見表3。

表3 國內某城市航站樓旅客量及航空值機旅客量數據

旅客行李量。根據可研報告，國內航班的行李系數采用0.65件/人，國際航班采用1.05件/人。通過計算可得，近期，國內、國際高峰小時行李流量分別為1127件/小時、539件/小時；遠期，國內、國際高峰小時行李流量分別為1690件/小時、809件/小時。

2.設計容量的計算方法

目前實踐中，設計容量常用的簡化計算方法有靜態峰值法和類比機場經驗法。

表4 國內某城市航站樓高峰小時行李量

采用靜態峰值法，設計容量為C1=λpeak.Tsum，其中λpeak為高峰小時行李流量（單位：件/小時），Tsum為城市航站樓行李最長存儲時間（單位：小時）。如表4所示，高峰小時行李流量為1666件/小時；最長存儲時間為最早可辦理時間至最晚離場時間的間隔，例如城市航站樓早7:00開放，最晚航班行李需在19:00前離場，則最長存儲時間為12小時，通過計算可得設計容量將近20000件。該方法隱含了一個極端假設——“高峰小時內到達的所有1666件行李，都會存滿整整12小時”，這在現實中幾乎不可能發生，使用該方法忽略離場動態，將導致巨大的空間和成本浪費。

采用類比機場經驗法，設計容量為C2=λpeak.α，其中α為經驗系數（單位：小時）。按高峰小時行李流量1666件/小時的一定經驗系數（如0.3小時）進行估算，通過計算可得設計容量約為500件。該方法忽略機場航站樓與城市航站樓運營邏輯差異，機場早到行李存儲系統服務于中轉旅客或提前數小時到達的旅客，周轉極快；城市航站樓行李存儲時間以半天計，是較長期倉儲性質，因此采用該方法計算結果容量過小，可能會導致運營后立即出現容量瓶頸。

3.設計容量的優化

首先，行李隨機到達模型建模。按高峰小時行李流量1666件/小時，行李到達分布采用三峰混合正態分布，分別對應早、午、晚出行高峰。每個峰均由一個正態分布描述，三個分布分別按權重進行疊加，形成全天的概率密度函數f(t):

其中：權重w1反映各時段出行旅客比例，w1，w2，w3分別為30%、40%、30%；均值μi反映早、午、晚三個高峰，μ1，μ2，μ3分別為7:00、13:00、19:00；標準差σ1 反映旅客到達集中程度，σ1，σ2，σ3分別為1.8、1.2、2.1。

其次，行李計劃離場過程建模。單件行李i的最晚離場時間為LDTi=STDi-Tprocess-Ttransport-Tbuffer，其中STDi為計劃起飛時間，Tprocess為行李處理時間（此處按最長處理時間90分鐘進行計算），Ttransport為行李從城市航站樓運抵機場的軌道交通時間（45分鐘），Tbuffer為應對運輸延誤、處理波動等不確定性的預留時間（設為45分鐘）。單件行李的離場時間在其交運時被其航班時間所確定。對于任一航班i，該航班所有行李必須在起飛前至少3小時就從城市航站樓發出，且行李從城市航站樓不是隨時離開，而是通過軌道交通運往機場，軌道交通運能為20分鐘/班，300件/小時，意味著系統需要將行李按LDT的緊迫程度排序，在每班車出發前，將不超過300件的行李運走，若某件行李的LDT已經過了但還沒被運走，則視為延誤；若因為車容量限制導致行李在當前車次沒排上也視為延誤。

最后，服務水平（單位：%）其中Nsat為成功存儲且在其LDT前運走的行李數（單位：件），Ntotal為總行李數（單位：件）。行李到達時，若存儲區已滿導致無法存入，則視為服務失敗；若成功存儲，卻因運輸容量限制導致行李未在LDT前運走，也視為服務失敗。在此項目中目標服務水平設計為99%。

4.仿真結果分析

參考圖1和圖2步驟進行仿真，通過1000次仿真發現，設計存儲容量與服務水平的關系如表5所示。當容量從6500件提升至7200件時，服務水平從95.8%大幅躍升至99.1%；而從7200件增至7500件時，服務水平僅從99.1%提升至99.6%；當容量超過7500件后，服務水平提升已趨于飽和。這一非線性關系表明，在容量達到約7200件后，繼續增加投資帶來的服務質量改善將急劇減小，為在有限預算下尋求成本與服務質量的科學平衡提供了關鍵的定量決策依據。

表5 容量與服務水平關系

因此，本項目采用7200件作為早到行李存儲系統的設計容量，在保證99.1%服務水平的同時，實現建設與運營成本的最優平衡。相較于靜態峰值法計算出的20000件容量，節省約64%的空間，避免投資浪費；相較于經驗估算法，保障了系統運營可靠性與服務水平。

六

結論

本研究提出了一種基于動態庫存峰值分析的城市航站樓早到行李存儲系統容量優化方法。通過構建動態庫存模型與離散事件仿真，刻畫行李流隨機性；建立了以服務水平為約束的成本優化框架。案例驗證表明，相比傳統方法，本方法在保障服務水平的同時，降低設計容量，顯著提升空間效率與投資經濟性，為規劃提供了科學的決策工具。

參考文獻:

[1]李想. 機場行李處理系統的分揀模式[J]. 物流技術與應用,2009,14(8):96-98. DOI:10.3969/j.issn.1007-1059.2009.08.015.

[2]麥云峰.國內大型樞紐機場行李分揀系統比較分析[J]. 自動化應用,2019(2):135-138. DOI:10.19769/j.zdhy.2019.01.055.

[3]李凌波,王捷,趙新.影響機場航站樓行李處理系統分揀方式的因素及翻盤分揀機案例分析[J].起重運輸機械,2022(3):75-80.DOI:10.3969/j.issn.1001-0785.2022.03.023.

[4]曾學. 基于RFID技術的機場行李再確認系統研究[J]. 物流技術與應用,2016,21(6):148-151.DOI:10.3969/j.issn.1007-1059.2016.06.019.

[5]涂聃娜,張毅,王捷. 軌道交通城市航站樓行李處理系統[J]. 居舍,2018(22).

[6]唐青,楊力,王曉余,等. 城市航站樓的行李處理系統的設計研究[J]. 中國設備工程,2022(8):110-112. DOI:10.3969/j.issn.1671-0711.2022.08.067.

[7]涂聃娜,王捷,張毅. 城航樓行李系統與軌道交通內其它系統的關系[J]. 環球市場,2018(15):327-328.

[8]梁玉馨,王捷.城市航站樓行李處理系統典型裝/卸車模式的應用分析[J].物流技術與應用,2025(3):113-118.DOI:10.3969/j.issn.1007-1059.2025.03.019.

[9]李凌波,涂聃娜.城市航站樓行李處理系統設計分析及其應用案例[J].物流技術與應用,2025,30(11):102-111.DOI:10.3969/j.issn.1007-1059.2025.11.018.

[10]沈偉,徐小波,何迅,等.機場早到行李存儲系統設計與仿真優化[J].電子設計工程,2023,31(2):135-140.DOI:10.14022/j.issn1674-6236.2023.02.029.

[11] 民航成都物流技術有限公司.一種行李早到系統數量的配置方法、系統、設備和介質:CN202410118775.2[P]. 2024-05-24.

———— 物流技術與應用融媒 ————

編輯、排版：王茜

本文內容源自

歡迎文末分享、點贊、在看！轉載請聯系后臺。

廣告宣傳