动态排队网络的无似然参数估计：国际机场航站楼客流案例研究
统计方法学
2019-03-25 v2
摘要
动态排队网络 (DQN) 对需求随时间强烈变化的排队系统进行建模，例如机场航站楼。随着全球航空客运量迅速增长给机场航站楼带来越来越大压力，资源的高效分配比以往任何时候都更为重要。参数推断与不确定性量化是开发决策支持工具的关键挑战。一般而言，DQN 的似然函数是难以处理的，且当前的仿真方法使得近似贝叶斯计算 (ABC) 等无似然参数推断方法不可行，因为从这些模型进行仿真在计算上代价高昂。通过利用近期在计算高效排队仿真上的进展，我们开发了首个针对 DQN 的参数推断方法。我们用真实机场航站楼的客流数据演示了我们的方法，并表明我们的模型准确再现了系统行为且对决策支持有用。由于任何有用输出都必须随时间变化，在开发 ABC 的距离函数时必须特别小心。我们使用最大均值差异（一种概率测度上的度量）作为 ABC 的距离函数。利用后验样本抽取可轻松构建决策支持工具性能指标的预测区间，我们以航班延误场景演示了这一点。
引用
@article{arxiv.1804.02526,
title = {Likelihood-free parameter estimation for dynamic queueing networks: case study of passenger flow in an international airport terminal},
author = {Anthony Ebert and Ritabrata Dutta and Kerrie Mengersen and Antonietta Mira and Fabrizio Ruggeri and Paul Wu},
journal= {arXiv preprint arXiv:1804.02526},
year = {2019}
}