考虑旅客携带行李的高铁站安检系统仿真优化

杨益兴，张瑞，宋霖

1.西南交通大学 交通运输与物流学院，四川 成都 611756；2.华南理工大学 土木与交通学院，广东 广州 510641

0 引言

随着我国铁路旅客运输特别是高铁客运的发展，“八纵八横”的高速铁路网正在全国范围内布局[1]。在中短途旅行中，高铁能够满足旅客的商务、探亲、旅游等多种活动需求[2]，已成为旅客节假日出行的优先选择。旅客进入高速铁路车站后，安检是必不可少的重要环节，同时也是客流高峰时期特别是旅客携带大件行李时最有可能发生拥堵的环节。合理配置高速铁路车站安检系统设备及人员，提高安检通道的通畅性和安检服务水平，满足高速铁路旅客的服务要求，对提高高速铁路车站服务水平具有重要意义。

目前国内外学者对客运站或地铁站设施配备优化方面的研究较为成熟。Aiello等[3]通过多目标遗传算法计算确定枢纽内服务设施的配置数量和布局。Antonova等[4]根据地铁站进站客流利用AnyLogic仿真软件寻找典型拥堵点，并针对易发生拥堵的位置优化其设施布局。Hu[5]利用基于Agent的微观模拟方法对深圳3个主要地铁站的客流运动进行建模，并定量分析与评价客流组织，从而改善安检设施布局。李柱欢[6]、赵振武等[7]基于微观社会力模型利用AnyLogic对客运设备进行仿真优化，针对不同客流的到达速率分别设计了安检设备的开放方案。姚加林等[8]基于排队论理论，利用边际分析法求解得到长沙南站运营管理费和排队等待时间最少的安检设备最佳开放数量。与之类似，肖金梅[9]、龙泓玥[10]、张梦瑶等[11]、宫宇姝[12]分别利用排队论在不同客流情景下建立仿真模型，以此获得车站设备的最佳开放数量。彭凯贝等[13]将旅客进行风险等级划分，并用AnyLogic模拟高铁客运站的旅客安检情景，从而找出最优的风险阈值和安检通道配置数量。徐慧智等[14]以费用最少、安全系数最大、进站效率最高为目标，通过改变安检设备的布局对安检流程进行优化，认为采用双安检设备更能提高通过效率与设备利用率。王海湘[15]根据安检流程建立安检仿真模型，并以设备利用率、排队长度与平均安检时间作为评价指标对安检系统进行优化。王献张[16]构建基于旅客携带行李的设备能力模型，对行李安检和人身安检的匹配关系进行了重点探究与优化。马彩雯等[17]考虑节假日期间高铁站的高峰客流，在客流预测的基础上，根据安检设备的能力与适应性提出布局与开放方案。

目前国内外对客运站或地铁站安检设施配备优化的研究大多都是在选择合适的模型或建立客流评价指标后，通过仿真模型寻找瓶颈，并进行优化改进，最后确定安检通道的开放数量，但很少考虑旅客携带行李对安检环节产生的影响，并且对单条安检通道的设施配备比例有所忽略。在实际情况中，旅客携带行李的特点直接影响安检效率，大小不同的行李在安检服务环节具有不同的延迟时间，因此基于旅客携带行李的特点对高铁站安检设施配备的优化更具有现实意义。

1 基于携带行李的旅客分类及安检系统

1.1 基于携带行李的旅客分类

在车站安检的过程中，安检的效率取决于旅客的诸多特征因素，如旅客的性别、年龄、是否携带小孩或陪伴老人、是否携带行李以及行李的不同特征，其中影响最显著的是携带行李因素[18]，因此旅客携带的不同行李在很大程度上影响安检的效率，根据相关研究[18-20]以及高铁客运站的实际，将旅客按照携带行李的大小不同进行分类。

1)Ⅰ类。不携带行李的旅客。

2)Ⅱ类。携带小件行李的旅客，如电脑包、双肩包等。

3)Ⅲ类。携带1个拉杆箱(以64 cm×41 cm×26 cm的拉杆箱为尺度)或等量级的行李。

4)Ⅳ类。携带2个拉杆箱量级或多个行李的旅客。

1.2 安检系统

1.2.1 安检系统的组成

安检系统主要由3部分组成：1)参与安检活动的人，包括安检人员与接受安检的旅客；2)安检设备，包括安检仪、安检门和安检人员手持的金属探测器；3)安检通道及流程，包含车站内的各安检通道，以及单条安检通道中包含的各个具有先后逻辑关系的安检流程，如从旅客角度看，有放置行李、接受人身检查以及取行李，各流程间相互串联，各安检通道间并联。因此，安检系统可以看作是一个包括人员、设备、安检通道及流程的集合。

1.2.2 安检内容及流程

安检通常设在车站的进站口，旅客在验票完成后随即进行排队安检。安检内容包括人身安检和行李安检2部分，目前国内主要大型高铁客运站的安检是两者同时进行，即携带行李的旅客先将行李放置在安检传送带上(未携带行李的旅客只需进行人身安检)，随后通过安检门步行至手检台进行人身安检，在人身安检结束后步行至安检仪尾部取走行李进入候车区。整个安检过程可以看作是一个由放置行李—人身检查—取行李离开3个环节串联而成的排队系统。

1.2.3 安检系统评价指标

利用模糊粗糙集将旅客感知相似的指标进行合并，再利用改进粗数法剔除认可一致度与重要性较低的指标。

具体做法为：选择118位经常乘坐高铁的旅客，发放问卷，搜集其对手检效率、放取行李的便利度、区域拥挤度、设备匹配度、是否进行二次安检5个指标(D1～D5)重要性程度的评价，评价分为0.1、0.3、0.5、0.7、0.9分5个水平，分值越大，则旅客认为此指标的重要度越高。

1)模糊粗糙集初筛指标

旅客集

A={a1,a2,a3,…,ak,…,am}，

式中：ak为第k个旅客，m为旅客的个数。

各评价指标与各旅客给出的重要度评分作为一种二元关系可确定模糊信息系统，在系统中由旅客对各指标的重要度评分确定各指标之间的模糊相似关系，具体表达式为：

(1)

式中：r(Di，Dj)为Di指标和Dj指标之间的模糊相似度，是一个映射在(0，1)之间的数；i、j=1，2，…，5;ak(Di)为第k个旅客对第i个指标的评分。

根据式(1)得出自反对称的模糊相似度矩阵

(2)

统计118位旅客对安检系统5个评价指标的评分，得

(3)

由式(2)(3)可以看出：r(D1，D2)的模糊相似度达到了0.88，远高于其余指标间的模糊相似程度，故将手检效率D1与放取行李的便利度D2合并为D12作为安检过程中的效率性指标，其余指标保持不变，并计算旅客对各指标的一致性认可程度与重要程度。

2)改进粗数法终选指标

首先对每个指标的评分水平进行排序，计算各指标中各评分水平的粗数值；再根据各指标中各评分水平的粗数值计算各指标的粗数值，即可得到各指标的一致性程度和重要程度，从而进行指标终选。

①指标水平的粗数计算

设U为论域，Y为U中的任意对象，论域U中包含旅客对某个指标的m个评分水平，并且各水平间存在大小关系，按水平从高到低进行排序，排序集

C={c1，c2，…，ck，…，cm}，

式中：m为评分水平个数，ck为指标重要性程度评级中的第k个水平。

ck的上、下近似分别为：

(4)

Apr(ck)=∪{Y∈U|C(Y)≤ck}，

(5)

式中：C(Y)为问卷得到的某个指标的m个评分水平，即用于下近似与上近似定义筛选的对象。

ck可以用粗数表示，ck的粗数上、下限分别为：

(6)

(7)

式中：Mu为ck上近似包含的对象个数，即评分大于等于ck的旅客个数；Ml为ck下近似包含的对象个数，即评分小于等于ck的旅客个数。

根据式(4)(5)分别得出118位旅客的评分中各类评分水平上、下近似包含的对象个数，并根据式(6)(7)计算各类评分水平的粗数上、下限。

由于篇幅限制，此处仅以D2指标为例进行演算。如对于D2的0.1水平，根据式(4)得出评分水平大于等于0.1的旅客有118位，即Mu=118，将118位旅客的评分水平之和代入式(6)得出水平0.1的粗数上限为0.70。根据式(5)得出评分水平小于等于0.1的旅客有4位，即Ml=4，将4位旅客的水平之和代入式(7)得出水平0.1的粗数下限为0.10。同理，依次计算D2其余各水平下的粗数上、下限及Ml、Mu，结果如表1所示。

表1 D2指标对应评分水平的粗数上、下限及Ml、Mu

②各指标的粗数计算

各指标的粗数上、下限、粗边界和粗数均值分别为：

(8)

(9)

(10)

(11)

通过式(8)～(11)计算各指标的粗数上、下限及粗边界和粗数均值如表2所示。各指标的粗边界表示旅客对该指标认可的一致性程度，该值越大表示旅客之间的分歧越大。粗数的上、下限分别表示旅客对各指标重视程度的上、下限，粗数均值表示各指标的权重，该值越大说明相应指标越重要。

表2 各指标的粗数上限、粗数下限、粗边界及粗数均值

根据表2，并结合各指标得分的聚合与离差情况[21]，本文设立各指标粗数均值和粗边界的2个阀值分别为0.5和0.3，在D12、D3、D4、D54个指标中，D4的粗边界大于阀值，粗数均值小于阀值，即旅客对其认可的一致性较低，重要性不如其余3个指标，予以剔除，进而选择重要性与旅客认可一致性均较高的指标作为安检系统评价指标。

结合剩余符合要求指标的特点以及AnyLogic的仿真功能，高速铁路客运站的安检系统可以从通畅性、效率性和匹配性3个方面进行评价。

3)评价指标

①安检服务时间

安检服务时间是指旅客完成一次安检服务消耗的时间，可作为效率性指标。计算公式为：

tj=tf+max(tr，tc)+tq，

式中：tf为旅客放置行李至传送带上消耗的时间，与行李的大小、旅客的年龄、性别以及安检传送带高度等因素有关；tr为旅客接受人身安检消耗的综合时间，包括步行花费的时间以及手检时间，与手检人员手检效率以及旅客的配合程度有关；tc为行李通过传送带从安检仪头部输送至尾部消耗的时间，该时间一般为固定值；tq为旅客取行李消耗的时间。

②旅客密度

旅客密度是指某一安检区域内旅客的数量，可作为通畅性指标。旅客密度的计算公式为：

ρl=pl/sj，

式中：pl为车站某安检区域内的旅客数量，sj为车站某安检区域的面积。

③设备服务偏离度

设备服务偏离度是指由多个子环节串联而成的服务系统中，各子环节耗时互相不匹配的程度，此指标可以作为匹配度指标，偏离度越小，浪费的等待时间越少，越不易形成拥堵。偏离度

∂p=(∣tfq-tc∣/tc)%，

(12)

式中:tfq为旅客在某个安检设施处的“放-取”时间，即从旅客放置完行李开始至接受手检后步行至安检仪尾部为止的时间。

2 实例仿真

2.1 仿真软件与时间选择

客流行为的复杂性使得通过建立数学模型来研究优化方案不易实现，利用计算机仿真技术可复现客运站内的真实场景，模拟行人行为，可为客运站提高客流组织水平提供平台和依据[22]。本文选择AnyLogic作为建模仿真工具。

为更好研究休闲旅客在节假日期间的客流情况，根据节假日客流节前、节后上升，节中下降的特征，将仿真对象确定为2021年元旦期间的成都东站安检区域，再根据列车开行的高峰时段确定当天的具体时段。2021-01-01T09：00—11：00列车开行的数量最多，共44列，与节假日客流特征相符。考虑旅客一般会提前30 min到达车站进站候车，将仿真时间确定为2021-01-01T08：30—10：30。

2.2 仿真模型

2.2.1 物理模型

成都东站的安检口设置在东、南、西、北4个方向的进站口处，旅客验票通过后随即进行排队安检。根据调研，成都东站在元旦期间4个进站口均开放，其中东、西口安检区域各有6条安检通道。南、北口安检区域各有5条安检通道。东西安检通道安检仪、安检门、手检台数量按2：3：3的比例配置，南北安检通道安检仪、安检门、手检台数量按1：1：1的比例配置。

在AnyLogic中以1：10像素的比例建立安检物理模型，由于篇幅限制以及可视化效果，加之成都东站西侧进站口作为最大的进站口客流量最大且形式最复杂，故本文仅展示西侧安检通道模型，如图1所示。

图1 成都东站西侧安检通道物理模型

2.2.2 逻辑连接

成都东站的安检服务流程与1.2.2节中描述的一致，根据其对应的环境在AnyLogic中选择适当的控件实现逻辑连接，由于安检排队系统是由多条安检通道并联而成，而各安检通道又是由相同的安检流程串联而成，故每条安检通道的逻辑连接均相同，具体如图2所示。

图2 单条安检通道的安检服务逻辑连接

2.3 数据准备与参数设置

2.3.1 客流

客流的产生与客流的到达方式是仿真的基础，在AnyLogic中用PedSource模拟客流的产生，采用到达速率作为客流统计的标准。利用视频调查法对仿真时段内视频录像中的客流按照携带的行李类型逐帧进行统计，各安检通道的客流量如表3所示。

表3 各安检通道的客流量

由表3可知：6条安检通道的客流均以Ⅱ类旅客为主，约占总客流的52.02%；Ⅲ类旅客与Ⅳ类旅客分别占总客流的24.75%和15.42%，多为节假日以娱乐游玩为出行目的的旅客；Ⅰ类旅客数量较少，多为有成人陪同出行的小孩与老人以及结伴出行的旅客，由于小孩身材较小且需要陪同，故将携带身高1.2 m以下小孩的旅客按Ⅳ类旅客统计。

2.3.2 行人

旅客步行消耗的时间是安检服务时间的重要组成部分，行人参数包括行人类型、行人直径(按照社会力模型的特点，将旅客抽象为圆形，直径代表其对静态空间的需求大小)、初始速度和舒适速度等[23-25]，利用AnyLogic标定行人在车站接受安检时的具体参数，如表4所示。

表4 行人参数

2.3.3 设备

安检设备主要有安检仪与手检台，参数具体可体现为旅客放置行李的延迟时间、旅客接受手检的延迟时间，以及由于通道空间限制而产生的手检区域阀值等。根据视频分析法，收集到各类旅客放取行李消耗的时间，利用Matlab分别对其进行数据拟合，其结果均大致符合正态分布。成都东站每条手检通道的手检区域可容纳5～8人，所以将安检区域的阀值设置为8人。参数赋值如表5所示。AnyLogic中正态分布为normal(标准差，期望值)。

表5 参数赋值

2.4 结果输出与瓶颈识别

设置好参数后用AnyLogic构建模型，利用面板中的行人密度图表示西侧开放的6条安检通道的旅客聚合情况，相关研究表明，旅客密度为4～10人/m2时为拥挤[26]，故本文将关键密度设置为6人/m2，如图3所示，图中数字为行人密度，单位为人/m2。

图3 西侧安检通道行人密度

由图3可以看出：旅客从进站口至安检口的行人密度较低，基本上具有通畅性与流索性。但各安检通道的行人密度较高，密度图的颜色呈红黄色，特别是安检通道的尾部团状拥堵现象严重，并且每条安检通道的利用率不平衡，有些安检通道长时间拥堵，有些安检通道时而拥堵时而空闲。

进一步分析设备的偏离度，当物检效率高于手检效率时，会出现行李等旅客，反之则会出现旅客等行李的现象。旅客放-取时间tfq是指旅客从放置完行李开始手检时起，至手检完毕步行到安检仪尾部开始取行李为止的时间，旅客携带的不同行李只会影响旅客取、放行李过程所用的时间，故4类不同旅客的tfq均相同。根据仿真结果可知旅客的平均tfq约为11.16 s，调研得知，成都东站安检仪尾部采用“2+1”传送带串联输送行李的模式，其中2段为可调速的传送带，最末尾的为自由滚动传送带，行李从安检仪头部输送至尾部大致需要耗费22 s，根据式(12)可以得出手检与物检的偏离度为49.27%。

通过计算可以看出手检与物检之间的偏离度处于较高的水平，并且表现为人等行李，这与实地调研时观察的结果一致，故可以确定成都东站的安检环节存在安检通道尾部人等行李与各安检通道利用率不均衡2个问题。

2.5 优化改进

2.5.1 客流归类及安检设施的优化配置

将Ⅰ、Ⅱ类旅客合并为A类旅客，为旅客主导型，将Ⅲ、Ⅳ类旅客合并为B类旅客，为行李主导型。在此划分的基础上，对单条安检通道的安检设施进行优化配置，重置与其符合的安检设备配置比，即将安检仪、安检门、手检台的数量配置比由原来的2:3:3改为1:2:2和2:2:2，前者用于A类旅客组成的队列，后者用于对B类旅客组成的队列。

A类旅客携带的行李体积小、质量轻或未携带行李，且该类旅客数量占客流总数的比例较大(59.83%)，安检过程中人身安检占主导地位，并且旅客可以将行李轻松地放置在传送带上或是取走，安检机传送带的面积也足够两侧旅客同时放取，只需要其中一侧的安检门为检查人员留出一定的空间，故在仿真中可看作是由2列队伍1个安检仪以及2个手检台为服务台组成的排队系统； B类旅客安检过程中行李安检占主导地位，旅客携带的行李较大并且有可能1名旅客携带多个行李，在仿真中可以看作是由2列队伍2个安检仪与2个手检台为服务台组成的排队系统。

2.5.2 提高物检效率

若要降低手检与物检的偏离度，需要加快物检效率或者降低手检效率，显然降低手检效率不符合安检对效率性的要求，且易造成其他位置的拥堵，故需要提高物检的效率。

1)提升安检仪的绝对速度

提高物检效率最直接的方法是提升安检仪传送带的输送速度，考虑到安检的严谨性以及值机员必要的缓冲时间[27]，只提升尾部第2段传送带的输送速度，安检仪内部传送带速率保持不变。根据实地调研安检仪首尾距离约为5.5 m，第2段传送带约为1.6 m，整个输送过程需要约22 s，故得到现阶段成都东站安检仪传送带输送速率为0.25 m/s，目前车站和地铁站安检传送带输送速度为0.2～0.4 m/s，将第2段传送带的输送速度提升至0.4 m/s，即行李提前约2.4 s到达安检仪尾部，减少旅客在安检仪尾部的等待时间。

基于此方案的4类旅客的tj分别为11.07、33.82、35.45、37.30 s，tfq=11.27 s，传送带的输送时间tc=22 s-2.4 s=19.6 s，根据式(12)可以得出手检与物检的偏离度∂p=42.5%。

2)降低安检通道防护栏的高度

由于目前第2段传送带设有防护栏，只有等待行李传送到安检仪尾部时旅客才能提取，但实际情况中，旅客接受完手检走到安检仪旁时行李大致输送至第2段传送带，故可以将第2段传送带设有的防护栏的高度降低，使携带小件行李的旅客能够提前将行李取走，根据实地调研，将防护栏高度降低约0.35 m时，携带小件行李的旅客能够较为方便地将行李取走，在AnyLogic中体现为改变旅客取行李的目标位置。

在此方案下4类旅客的tj分别为11.02、34.49、37.84、39.04 s，tfq=11.2 s，传送带大致只需要输送4.5 m，即tc=18 s，大部分Ⅱ类旅客与小部分Ⅲ类旅客就可取走行李，根据式(12)可以得出手检与物检的偏离度∂p=37.78%。

2.5.3 仿真结果分析

采用上述改进措施，在AnyLogic中修改相应参数后重新运行仿真模型，并按照安检评价指标与原方案进行对比。原方案与优化后的方案安检通道行人聚集情况如图4所示。

a)原方案

b)优化方案图4 不同方案安检通道行人聚集情况

由图4可知：在行人密度方面，相比于原方案，优化方案安检区的拥堵情况得到较大幅度的缓解，各条安检通道的利用率得到明显改善。

4类不同类型旅客的tj和∂p都有较大幅度的降低，具体如表6所示。

表6 安检参数对比

3 结论

本文应用 Anylogic 仿真软件对成都东站西侧安检区域的安检服务流程进行建模，通过客流评价指标对仿真结果进行识别，对安检处存在的尾部拥堵情况以及单条安检通道设备利用率不均衡的问题分别进行了不同的优化尝试。优化结果显示：4类不同旅客的安检时间分别减少约7.17%、32.92%、32.28%、30.50%，旅客平均安检时间减少约25.72%，安检处的行人密度下降约25.56%，设备服务偏离度降低约43.27%，整个安检流程具有较好的通畅性、舒适性和协调性。

在实际安检过程中二次安检和行李的质量也会对旅客安检与优化决策产生影响，后续研究可以针对此问题进行进一步探讨。