概述
蒙特利尔国际机场是北美最重要的机场之一。就乘客总量而言，它排在第11位。2019年，共有2030万乘客通过该机场（与2014-2019年相比增长了38%），前往148个直达目的地，其中89个是国际机场。
然而，从2020年起，全球疫情已大大影响了世界各地的旅行和机场，包括蒙特利尔国际机场。现在，随着疫情开始平息，蒙特雷阿尔酒店的客流开始增加，并且希望在未来几年内，增加将恢复至正常情况下的4%或者更多。因此，总部位于加拿大的咨询公司GSS，承担起为智能行李处理系统（BHS）建模的任务，以优化机场的未来。GSS在加拿大和美国开展业务，专注于机场、航空航天与能源、健康与生命科学以及供应链领域。
此前，GSS和蒙特利尔国际机场曾合作开发早到行李存储（EBS）系统。要了解更多信息，请阅读案例研究：
问题
当旅客带着行李抵达机场时，机场必须能够将这些行李从乘客的值机处转移到飞机舱的最终目的地。为此，需要一个行李处理系统。
行李处理系统是一个集输送机组合、筛分设备、自动化组件和工作站为一体的行李处理系统。行李处理系统从入口点向多个目的地码头运输和处理行李。
它是一个封闭的复杂系统，有数千个相互连接的元素。这种复杂性是由多种因素造成的。首先，空的和装载的托盘在传送带上与行李一起循环。然后这些需要同步进行，以便将行李装载到托盘上以及从托盘卸载行李。其次，有多个入口和出口点。最后，它有很高的吞吐量和很大的可变性。这种可变性可能来自系统内部，例如站内行李的处理时间，也可能来自系统外部，例如，行李到系统的输入流量。
行李处理系统面临的挑战包括现实运营和业务方面。例如，运营挑战可能包括一天中不同时段的航班起飞高峰。业务挑战可能包括航班延误影响高峰期、柜台客户服务，以及与筛选和处理设备相关的实际性能未充分利用。
解决方案
传统上，行李处理系统使用局部变量，例如一个区段中的托盘数量和行李数量来管理决策。高级控件（HLC）使用系统思维，基于多种条件做出主动和动态的决策。这些可以包括诸如根据新需求信息托盘新目的地、停车区托盘可用性的变化和减少的服务模式等要素。
为了以设计一个坚固的逻辑GSS测试了数以千计的假设场景，并在设计过程中结合精简和敏捷原则，以简化该逻辑。多场景分析与多准则优化算法相结合，形成了一套统一的规则。这些规则可能会随着时间的推移而变化，如季节的变化和意外事件，如员工罢工。由于这是一个非常复杂的系统，建模和仿真将是探索HLC系统解决方案的关键和基础工具。
AnyLogic被选择运行此仿真，因为此HLC系统需要动态架构和非常灵活的软件。数百万决策需要在仿真运行时进行，并通过基于智能体的方法进行管理。结合了灵活性、稳定的系统和基于智能体的方法，AnyLogic是最佳选择。
为了准确地表示操作真实性，GSS设计了智能行李处理系统库组件，并使用它们将其与AnyLogic流程建模库和AnyLogic物料搬运库中的元素结合使用，以执行仿真。在选择AnyLogic时，与外部数据源（如TXT文件、CSV、Excel和数据库）的集成也是一个非常重要的标准。
调查结果
GSS成功实施了高级控制策略，并为机场开发了一个具有灵活架构的稳定成熟的仿真平台。因此，一个行李处理系统被建模为具有1000多个输送机和100多个决策点，从而产生了280多万个日常决策。
仿真平台带来了附加值，因为它将：
- 作为快速决策工具，用于运营和规划。
- 支持瓶颈问题的识别和沟通。
- 协助基础设施增长决策，如增加线路、设备等。
- 提高机场和航空公司的服务水平，从而提高乘客满意度。
- 用于应急计划。
- 能够证明效率的提高。
由于与所有利益相关方的发展和长期合作，持续实现了实际性能目标。机场现在能够应对复苏阶段，并恢复持续增长。未来，数字孪生将被整合以实时支持运营。在这种情况下，数字孪生表示模拟器和行李处理系统之间的双向流体通信。
该案例研究由GSS预测技术部的Alvaro Gil和Othmane Dayi博士在2021的AnyLogic会议上演示。
幻灯片以PDF格式提供。
