Python实现单跑道机场航班空中等待时间计算(泊松到达模拟)
单跑道着陆模拟等待时长计算的问题修正
原代码的核心逻辑漏洞
你现在算不对等待时长,本质是三个逻辑错误:
done_with_landing变量被放在了for循环内部,每架飞机计算时都会被重置为0,完全丢失了上一架飞机的跑道释放时间记录,导致所有等待计算都基于“跑道一开始就是空的”这个错误前提- 列表数据存储混乱:
plane_arrival_time一会存随机生成的间隔时间、一会累加绝对到达时间,没有统一存值规则time_between_planes初始化列表后没有做append操作,直接被单值覆盖,生成的间隔时间完全丢失waiting_time一开始赋值时错把飞机索引i当成初始等待值塞进去,没有实际存储计算结果
正确的等待时长计算逻辑
单跑道是典型的单服务台排队模型,计算规则完全匹配你举的场景:
- 跟踪一个全局的跑道释放时间
runway_free_time,初始值为0(模拟开始前跑道完全空闲) - 对每一架按到达顺序排列的航班:
- 计算该航班的绝对到达时间(累加之前的指数分布间隔时间即可)
- 等待时长取两个值的差和0的最大值
- 该航班开始占用跑道的时间 = 航班到达时间 + 等待时长
- 该航班落地完成、释放跑道的时间 = 开始占用时间 + 该航班的着陆作业耗时
- 把这个新的释放时间更新回全局的
runway_free_time变量,供下一架航班计算使用
这里用*
max(runway_free_time - plane_arrival_time, 0)*的写法,完全不需要额外分支判断:当航班到达时跑道已经空闲(即plane_arrival_time >= runway_free_time),等待时长自动取0,天然兼容无排队场景。
修正后的可运行代码
import math import random import numpy as np def simulate_landing_queue(amount_of_planes=200): plane_number = [] time_between_planes = [] plane_arrival_time = [] plane_waiting_time = [] plane_runway_release_time = [] # 预生成每架航班的着陆作业耗时,和原逻辑保持一致 time_for_landing = np.array(random.choices( [15, 45, 75, 105, 135, 165, 195, 225, 255, 285], weights=[0, 8, 16.5, 30.5, 20.5, 12.5, 5, 4, 3, 0], k=amount_of_planes )) # 跟踪跑道从空闲到完全释放的全局时间戳,初始为模拟开始时刻 runway_free_time = 0 current_arrival_time = 0 # 泊松到达的到达率换算:12小时共200架,平均每秒到达率约0.00463,和原代码参数一致 arrival_rate = 0.00462962962 for i in range(amount_of_planes): plane_number.append(i) # 用逆CDF生成指数分布的到达间隔 random_uniform = random.random() inter_arrival = -math.log(1.0 - random_uniform) / arrival_rate time_between_planes.append(inter_arrival) # 累加得到当前航班的绝对到达时刻 current_arrival_time += inter_arrival plane_arrival_time.append(current_arrival_time) # 核心等待时间计算 wait_for_this_plane = max(runway_free_time - current_arrival_time, 0) plane_waiting_time.append(wait_for_this_plane) # 计算当前航班占用完跑道的时刻,更新全局跑道空闲时间 this_plane_release = current_arrival_time + wait_for_this_plane + time_for_landing[i] plane_runway_release_time.append(this_plane_release) runway_free_time = this_plane_release # 打印单架航班的过程值,和你之前的输出格式对齐 print(f"航班{i:03d}: 到达时刻{current_arrival_time:.1f}s, 等待{wait_for_this_plane:.1f}s, 跑道释放时刻{this_plane_release:.1f}s, 着陆耗时{time_for_landing[i]}s") # 模拟结束后输出统计值,支撑是否新建第二条跑道的决策 total_wait = sum(plane_waiting_time) avg_wait = total_wait / amount_of_planes max_wait = max(plane_waiting_time) print(f"\n=== 模拟统计结果 ===") print(f"总等待时长:{total_wait/3600:.1f}小时") print(f"单架航班平均等待时长:{avg_wait:.1f}秒") print(f"最长空中等待时长:{max_wait:.1f}秒") print(f"平均队列长度估算:{total_wait / current_arrival_time:.2f}") simulate_landing_queue(200)
场景验证
用你举的测试场景代入逻辑:
- 第一架航班100秒到达,着陆耗时75秒,跑道释放时间175秒,等待时长为
max(0-100,0)=0 - 第二架航班150秒到达,等待时长为
max(175-150,0)=25,和你手动计算的结果完全一致 - 如果第三架航班在175秒之后才到达,比如180秒到,等待时长自动为
max(175-180,0)=0,完全兼容无排队的空跑道场景
内容的提问来源于stack exchange,提问作者Nikolai
相关产品推荐
相关产品推荐

