西南大学计算机与信息科学学院重庆市400715
摘要：现如今社会发展迅速，交通出行多样化，飞机受到越来越多人的青睐。随着客流量的增大，机场安检的服务效率和安全问题成为了机场征服乘客取得效益的关键点之一。在本篇论文中，我们结合数据建立排队论模型，并运用此模型对机场安检客流量进行研究，评估了机场安检口的服务效率。
关键词：安检客流量；排队论模型；服务效率；评估
一、引言
在航空运输中，乘客的安检已经受到越来越多的重视。在世界各地的机场，安检口的人头攒动让很多乘客颇为苦恼，很多乘客都对安检的排队情况有所不满。因此，找到优化安检口的客流量，减少乘客排队时间的方法颇为关键。经初步分析，影响机场安检的服务效率主要有以下几方面：
（1）待登机人数的多少，即安检口的客流量的大小
（2）安检乘客的等待队列时间的差异
（3）安检流程的繁杂程度
（4）安检设备是否先进和安检工作人员的工作效率
（5）其他无法提前预知的原因或不确定因素。在保证每位安检乘客的安全的前提下，安检服务效率可以针对增加客流量或减少等待时间的差异来进行。
在本篇文章中，我们将致力于通过建立模型来研究通过安检口的客流量的分布情况及其瓶颈状态，指出安检流程中存在的区域问题并对模型进行测试评估，为后续的相关研究奠定基础
二、当前研究
在我们之前，有很多人针对站点安检或其他服务排长队的现象进行了研究。2011年，LeeAJ和Jacobson利用排队论分析乘客通过安检时间,采用静态分配策略和动态分配策略，预测乘客通过安检的时间，并比较两级安全系统与两次筛选的选择性安全系统的性能，来增加安全性和乘客吞吐量；KailashC.Kapur等人则依靠系统能力和人类可靠性，利用概率和优化设计来解决安检过程中的阈值问题，对每个筛选系统建立决策规则。此外还有很多专家对此方面进行了多项研究，具有突出贡献的是Jacobson，McLayLA和LeeAJ。
三、数据处理和流程分析
为了更好的分析这个问题，我们人工模拟了机场在某一固定时段的安检数据，并数据进行整理和初步的计算，运用MicrosoftEXCEL软件和IBMSPSS软件对数据进行更深层次的检验，求出它们的均值、标准差以及得出服从分布的情况，为建立模型奠定基础。由于篇幅限制，这这里不过多的展示数据分析结果。
为了方便研究，我们将安检区分为4个子系统。首先，待检乘客进入资料审查区（A区），此时已有排队情况，因为有预检和普检的区别，我们决定对这两种人群进行分开处理，并将A区的输出队列作为B区的输入队列。在进入物品和身体检查区（B区）时，乘客首先将物品和相关衣物进行整理送进传送带进行X-ray扫描，（注意预检乘客与普检乘客在此处会产生时间差异），之后进入身体检查通道进行身体检查，此处会有排队情况。假设乘客的行走速度相同，那么乘客到达微波扫描的时间间隔队列可视为乘客进入取物区（C区）的输入队列。进入C区后，等待取物的时间差造成排队情况，此时有部分乘客需要到达D区，即额外检查区的乘客队列情况形成了。不需要到达D区的乘客完成安检。到达D区的乘客需完成D区检查后才能完成安检。
四、模型建立及解释
基于上述对数据的进一步测试和流程的详细分析，我们决定采用单队多服务台系统（M/M/1）排队模型来解决这个问题。排队系统由输入过程、排队规则和服务过程三部分组成。输入过程是指顾客进入系统的过程，本模型中运用乘客相继到达的数量或时间间隔的概率分布，包括负指数输入、一般输入等。排队规则是指到达的乘客按照怎样规定的次序等候服务，当乘客到达时，所有安检台均被占用，他们就排队等待安检，其排队方式有先到先服务、后到后服务、优选权服务（预检类乘客）等。服务过程主要考虑两个方面。一个方面是安检台的个数，可以是单个也可以是多个（大多数机场是多个，因此我们选用多服务台模型，并且为并联工作模式，因此是并行的多队列）。另一方面是乘客的服务时间服从的概率分布，包括定长服务、负指数分布、一般分布等。
排队等待的平均时间计算方法：Wq=ρ/(μ-λ)
系统中的平均顾客数计算方法：L=λ/(μ-λ)
五、结果分析
基于流程和已有数据，确定了评估客流量的指标为队列长度和等待时间，根据模型公式计算出客流量在每个安检区域的平均吞吐量，再依次相加得到整体安检区域最大的吞吐量，得到安检口客流量的瓶颈值。比较乘客在四个安检区域的平均等待时间大小，判断出造成客流量排队拥挤问题的区域是在A区和B区，即乘客的资料检查和身体检查区域。
六、模型的评价
1.模型的优点：
①排队问题与实际紧密联系，众所周知，结合实际情况对所提出的问题进行求解，模型更贴近实际，通用性，因此，我们的模型可靠性高，移植性强，适用范围广。
②排队模型的操作简便，便于推广到其他模型，通过软件的帮助，计算也很方便；
2.模型的局限：
①用于分析和计算的数据量偏小，计算结果与实际情况有一定的误差。
②由于模型存在某些局限性，我们对模型进行了简化，忽略了一些确实存在的影响因素，这样简易的处理会影响到我们后面时间的计算，
③同样的，关键指标选取时，舍去了一些相关指标，这降低评价指标体系的完善性。
七、结语
本模型具有一定的合理性，简单易行，层次逐渐深入。结合生活实际，本模型同样可以适用于各种交通出行的安检过程，也可应用于银行客服的客户量优化及其他服务业的客户排队问题，给水排水的容量问题等。
参考文献
[1]LeeAJ,JacobsonSH，Theimpactofaviationcheckpointqueuesonoptimizingsecurityscreeningeffectiveness[J],ReliabEngSystSaf2011,96(2011)900–911
[2]FengQ,SahinH,KapurKC,Designingairportchecked-baggage-screeningstrategiesconsideringsystemcapabilityandreliability[J],ReliabEngSystSaf2009,94(2):618–27.
[3]McLayLA,LeeAJ,JacobsonSH,Risk-basedpoliciesforairportsecuritycheckpointscreening[J],TransportationSci2009,44(3):333–49
[4]LeeAJ,McLayLA,JacobsonSH,Designingaviationsecuritypassengerscreeningsystemsusingnonlinearcontrol[J],SIAMJControlOpt2009,48(4):2085–105.