交通运输站点安检系统的瓶颈优化策略

王珺　蒋伟　莫业高　于鹏飞

摘 要：针对交通运输站点安检系统瓶颈的优化问题，对乘客吞吐量进行量化分析，以增大乘客吞吐量为目的，提出具体优化策略。首先，建立乘客进站流程图，确定瓶颈位置，其次，在已知瓶颈位置的基础上，提出两种优化方案，（1）将身份验证、行李检查、人体扫描、领取行李四个环节的串并联混合关系改为并联关系，以增大行李检查时间，使得行李和乘客可以同时到达行李领取处；（2）加长行李检查时传送带长度，并把x射线检查仪向行李领取处移动，目的亦是为了增大行李检查时间。最后，基于排队网络系统优化模型，对上述两种优化方案的优化效果进行检验。结果分析表明，以上两种优化方案确能有效改善瓶颈问题，增大乘客吞吐量。

关键词：瓶颈优化；定量分析；吞吐量；排队网络系统优化模型

基于我国巨大人流量的背景下，随着旅游业的高速发展，给原有交通运输站点带来了巨大压力。特别是在春运及节假日等客流高峰时期，机场、火车站等均会出现站内乘客拥堵、滞留现象，不仅降低了交通运输站点的集散能力，影响乘出行，并且带来大量安全隐患。而造成拥堵的主要原因之一是乘客进站的安检系统存在瓶颈，因此安检系统瓶颈的识别和对瓶颈的科学优化是当下急需解决的问题，从而提高安检系统的服务效率，使广大乘客和交通站点双方受益。目前我国关于交通运输站点瓶颈研究的相关文献[2-4]大都局限于对瓶颈的产生和优化仅有决策性措施，缺乏定量分析。

本文从整个安检系统出发，划分为四个部分，通过乘客进入安检系统后，在各个环节单位时间内的乘客到达率、服务点的服务率等参数对乘客的吞吐量进行量化，识别瓶颈问题。

一、预备知识

排队论（Queuing Theory） ，是研究系统随机聚散现象和随机服务系统工作过程的数学理论和方法，又称随机服务系统理论，为运筹学的一个分支，是排队系统模型的基本组成部分。服务对象到来的时刻以及占用服务系统的时间都是随机的，排队系统包括三个组成部分：输入过程、排队规则和服务机构。输入过程考察的是乘客到达服务系统的规律，可以用一定时间内乘客到达数或前后两个乘客相继到达的间隔时间来描述，一般分为确定型和随机型两种，本文讨论的交通运输站点的乘客到达属于是随机型。随机型的输入是指在时间t内顾乘客到达数 n（t）服从一定的随机分布，如服从泊松分布，则在时间t内到达n个乘客的概率或相继到达的乘客的间隔时间T 服从负指数分布。排队规则分为等待制、损失制和混合制三种，本文讨论的安检系统为等待制。服务机构可以是一个或多个服务台，多个服务台可以平行排列，也可以串连排列，本文讨论的安检系统为串并行混合制。服务时间一般也分成确定型和随机型两种。

二、安检系统瓶颈优化

（一）安检系统瓶颈及其优化的定义

瓶颈在不同的领域有不同的含义。生产中的瓶颈是指那些限制工作流整体水平（包括工作流完成时间，工作流的质量等）的单个因素或少数几个因素，通常把一个流程中生产节拍最慢的环节叫做“瓶颈”（Bottleneck）。更广义地讲，所谓瓶颈是指整个流程中制约产出的各种因素。对个人发展来说，“瓶颈”一般用来形容事业发展中遇到的停滞不前的状态，这个阶段就像瓶子的颈部一样是一个关口，如果没有找到正确的方向有可能一直被困在瓶颈处。对于交通运输站点的安检系统中瓶颈指乘客停留时间最长，队列长度最长的某一个检查环节，因停留时间长乘客会在此处停滞不前，产生拥堵，最终增加了安检的整体时间。安检系统可分为4个环节：身份验证、人体扫描、物品检查、取回行李，这4个环节相互制约相互影响，形成完整的安检系统，这些环节均可能出现瓶颈，即安检系统瓶颈。

瓶颈优化即为在确定瓶颈的基础上，以增大乘客吞吐量为目的，提出一些实用性建议。

（二）现有安检系统瓶颈分析

此处基于排队网络的思想对安检系统进行瓶颈分析，各个环节为串并联混合关系如图1所示，各环节服务能力不同导致乘客吞吐量不同，（当前一环节吞吐量大于后一环节时在后一环节就会造成乘客拥堵，产生瓶颈）就会不同程度地制约着整个安检系统的服务水平。

三、安检系统瓶颈的优化

（一）优化方案一

由图1现有安检系统流程可知，安检系统的四个环节为串并联混合存在。以增大乘客吞吐量为目的，现将其改为并联关系如图2所示

由图2可知，优化方案一是将身份验证、行李检查、人体扫描三个阶段改为并联关系，目的在于增加行李检查时间，使得身份验证和行李检查的总时间与人体扫描时间大致相等，这样就减少了乘客平均逗留时间，增大了乘客吞吐量，可以有效改善瓶頸问题。

（二）优化方案二

优化瓶颈目的在于增大乘客吞吐量，亦指减少乘客平均逗留时间，现做出第二种优化如图3所示

由图3可知，优化方案二是将行李检查环节进行修改——将行李传送带加长并将x射线检查仪向行李领取处移动，这样可有效增长行李传送和检查时间，使得行李检查时间与人体扫描时间大致相等。可有效减少乘客的平均逗留时间，以增大乘客吞吐量实现优化。

四、优化效果的检验

建立排队网络系统优化模型：身份验证是乘客在安检系统中必须要接受的服务程序，特点是乘客逐次接受服务，具有排队性质。身份验证→人体扫描→行李检查→取回行李可视为4个典型排队系统的相序连接，前者的输出作为后者的输入。为简化模型，整个过程视为连续过程忽略除瓶颈因素以外造成时间浪费的细节。根据实际情况乘客一般会在某一出发时间前一段时间内集中进站，即可以认为乘客进站时间服从泊松分布，即乘客进站服从M/M/c/N/∞队列模型。

（一）模型假设

（1）乘客到达分布服从参数为λ的泊松分布；

（2）每一个安检口的乘客吞吐量能力是相同的；

（3）在安检口不存在非排队因素所引起的堵塞问题；

（4）系统对一位乘客的服务服从于负指数分布，各工作台的工作相互独立互不影响；

（5）安检口严格遵循先到先获得服务的原则；

（6）忽略乘客在放置物品后到达毫米波检查处的路程所产生的时间；

（7）乘客毫米波检查和物品检查同时进行，即轮到某位乘客进行毫米波检查则该乘客就将行李必定立即放置在传送带上。

（二）模型建立

安检系统流程建立M/M/c/N/∞队列模型，与已知参数——乘客的平均到达率、单位时间内到达的乘客数、服务点对乘客的平均服务率、每个服务点在单位时间内到达 个顾客的概率、服务点的个数，对安检系统的4个环节分别计算平均停留时间和平均队列长度，与优化前计算结果相比较有很大改观。

五、结论

本文基于现实生活中交通运输站点安检系统的瓶颈问题进行分析、优化。旅游热无疑加重了交通运输站点的压力，安检系统又是保障人们安全出行的屏障。将优化问题转化为数学问题至今还鲜有人做，本文提出了两种具体的优化方案——简单、便于操作又不会增加成本，很符合当代的环保观念，并结合排队网络系统优化模型进行优化检验，检验其优化效果。

参考文献：

[1]http：//jingyan.baidu.com/article/86112f135cf84c27379787cb.html

[2]付婷.城市轨道交通车站集散能力瓶颈识别[D].北京：北京交通大学，2011.

[3]单征，宋瑞，李婷婷.城市轨道交通车站集散能力瓶颈识别方法研究[J].交通信息安全，2014，32（1）；117-121.

[4]FAN J，GIJBELS I. Variable bandwidth and local linear regression smoothers[J]. The annals of statistics，1992，20（4）：2008-2036.