Arena仿真在CNG加气站管理优化中的应用

韩晓瑜

宁夏职业技术学院 宁夏开放大学，宁夏 银川 750021

0 引言

在车用燃气的推动作用下，近年来我国在城镇建设的CNG加气站也与日俱增，并已初步形成网络[1]。但由于缺乏系统规划经验、管理措施不完善等原因，加气站经常会出现排队等候时间过长的问题。因此，对加气站加气服务系统进行分析，有针对性地找出需要改进的环节，从而提高服务效率、满足客户需求十分必要[2]。

Arena是一种基于SIMAN模拟语言的通用仿真软件，广泛应用于制造业、服务业及物流供应链等领域[3]。本文以我国某CNG加气站实际数据为例，分析车辆到达、服务时间的统计学分布，并基于统计学分布数据使用Arena软件对加气站的服务系统进行仿真与优化。

1 CNG加气站服务系统介绍

为满足客户加气需求，CNG加气站通常建于城镇交通干线或交通便利地区，客户类型为大型汽车（城市用公交车）和小型汽车（出租车及私家车）。根据调研，大型汽车的加气时间通常为20分钟左右，小型汽车只需5～6分钟即可完成操作。站内一般配置4～6台双枪加气机，每台加气机可供两辆车同时加气。

CNG加气站主要设站长、领班、加气员、便利店营业员等岗位，其中与加气服务系统直接相关的岗位包括加气员和便利店收银员（收费）。根据CNG加气站安全操作规程，1台加气机应配置1名加气员，但不能同时操作两把加气枪。根据加气站规模，收银员一般可配置1～2名。

CNG加气服务的总流程主要包括三个步骤：汽车抵达加气站并等待，进入加气区内进行加气操作，付款并离开。

2 系统仿真

2.1 仿真方法

Arena软件进行系统仿真的原理即建立每一个步骤的模型，以适合的逻辑将各模块组合起来，其中每个模块所需的数据均需基于实际数据的统计学分布。Arena主要包含参与者（Entity）、资源（Resource）、过程（Process）及合理的逻辑连接等几个要素。对应加气站服务系统，实体即为汽车，资源为加气员和收银员，而过程包括加气操作和付款操作。

系统仿真的核心内容是对队列进行分析，而仿真优化系统的最终目的就是减少队列长度和缩短排队时间[4-6]。Arena软件中内置的排队模型为M/M/1模型[7-9]，该模型中的平均排队时间为：

式中：t为平均排队时间；μA为车辆到达时间分布的期望值；μS为服务时间分布的期望值。

采用Arena软件进行系统仿真需经过以下步骤：根据实际情况将问题转化为流程图，随后建立基础模型，再根据实际数据生成各模块的统计学分布，然后将其输入各模块中并设置模块属性，最后运行模型得出结果。

2.2 实例分析

本文以我国某个CNG加气站为例，该加气站共配置收银员2名，6个加气位置各配置1名加气员。加气完成后客户走到便利店收款台需0.3～0.5分钟。支付方式有现金支付和非现金支付两种，其中70%的人会选择使用现金支付。收集一段高峰期内车辆到达间隔时间、每辆车的加气时间、收银员的操作时间等数据，使用Arena软件的数据分析功能对其进行统计学分析，得到车辆到达加气站的时间间隔服从指数分布，表达式为EXPO（1）；车辆加气的时间服从韦布尔分布，表达式为WEIB（5，3.85）；顾客步行至便利店的时间服从均匀分布，表达式为UNIF（0.3，0.5）；两种支付方式的时间分布也服从均匀分布，汽车加气及付款队列的选择原则均为等概率随机选择（选择加气位置的概率均为16.66%，选择收银台的概率均为50%），表达式分别为UNIF（1，3）（现金），UNIF（0.6，1.5） （非现金），仿真中的所有时间单位均采用分钟（min）。基于以上条件，则该CNG加气站的流程简图如图1所示。

图1 该CNG加气站流程简图

除此之外，对于该系统还有如下假设和说明：

（1）根据安全操作规程，1台加气机配置1名加气员；

（2）本例统计学分布仅基于常规时间数据，加气站的服务由于假期等因素具有不同的时间分布类型，本例中暂不考虑该因素；

（3）假设6个加气员的操作时间分布相同、2个收银员的操作时间分布相同；

（4）未考虑加气站员工吃饭、换班和休息的时间。

CNG加气服务系统中若出现繁忙状态（需要加气的汽车数量大于空闲的加气位置），系统中就会产生队列，队列服从先进先出的原则（FIFO——First in first out）。为了能够得到更加准确的结果，将模型运行100次，最终生成仿真数值。设置该系统运行8小时后，Arena软件中生成的仿真模型如图2所示。

图2 Arena软件仿真模型

2.3 仿真结果

Arena系统仿真主要考察几个方面：系统输出数量、队列长度、排队时间、资源利用率以及整体服务时间（从进入系统至离开系统）。实例中应当考察加气及缴费排队时间、加气及缴费队列长度、加气员和收银员的利用率、汽车在加气站内的服务总时间。对于每一项考察内容均考察平均值和最大值。仿真结果见表1。

3 CNG服务系统优化

8小时内该站共为463辆汽车完成加气服务，从表1数据可以看出，相对于加气操作，缴费等待时间较长、队列较长，缴费人员安排偏少、加气员利用率偏低。因此，优化排队模式、合理配置人员对优化管理模式非常必要。本文从排队模式和人员分配两方面对该系统进行优化，以期提高效率、节约成本和人力，在减少排队长度和时间的基础上避免资源冗余。

表1 实例的仿真结果

3.1 排队模式

由于CNG加气站的布局特殊，在客户刚进入加气站时很难快速判断最短队伍。因此，建议设专人指导车辆进入加气位置或队列，从而协助顾客选择最短的队伍，或者在加气站入口设置计数牌，显示每个队列的长度。

现对本文实例的排队系统进行优化，其优化逻辑为：6个加气位置（即6个队列，编号分别为1～6），顾客进入最短的队列，若队列长度相等，则选择编号较小的队列。付款系统也遵循该逻辑，共2名收银员（2个队列，编号为1～2），若队列长度相等，则选择编号较大的队列。选择（Decide）模块的逻辑见表2（NQ代表当前队列中车辆的数量），仿真结果见表3。

表2 优化模型的选择模块逻辑

表3 排队优化模型的仿真结果

由表3可以看出，加气操作和缴费的队列长度和排队时间均有大幅降低，且加气站服务总时间的平均值由17.4min降低至12min。但加气员和收银员的利用率有提高也有降低，这是由排队逻辑中“队列长度相等”的特殊要求导致。综合看来，在顾客能够第一时间了解到各队列的长度并选择最短队列的情况下，工作效率更高，排队时间更短。

3.2 人员分配

由表1得到排队缴费队列较长，因此考虑在该高峰时段添加1名收银员，则在其他条件不变的情况下，Arena软件添加的收银台3的仿真结果见表4。

表4 人员配置优化模型的仿真结果

由表4可知，增加1名收银员后，CNG加气站服务总时间的平均值由17.4min降低至14.5min，且平均队列长度和排队时间有大幅度降低。

3.3 综合对比

将优化后的两个系统与初始系统的平均加气服务总时间、平均加气和缴费队列长度和排队时间进行对比，得到：

（1）排队模块优化的效率在3种模型中最高，平均加气服务总时间减少了5.4min，且平均加气排队时间和缴费时间均有不同程度的降低；

（2）添加1名收银员后减少了平均缴费排队时间和队列长度[10]。

4 结语

本文提出了一种基于Arena软件的CNG加气站管理优化方法，基于某加气站的实际情况，从排队模式和人员配置两方面对系统进行优化，结果显示采用该方法可以快速获取加气系统的队列长度、排队时间及资源的利用率，管理人员可根据分析结果清晰地看出系统需要改进的模块，然后进行调整。

本文仅以基础模块作为仿真对象，而实际情况中会有一些特殊情况和计划，导致资源、时间计划或流程发生变化，Arena软件同样可以对这些内容进行仿真。CNG加气服务系统仿真的一个重要环节就是对相关数据的统计和分析，获取准确的数据是系统仿真结果准确的前提，建议加气站管理人员做好相关数据的记录工作。