《基于Flexsim的地铁自助售票系统窗口的优化.doc》由会员分享，可在线阅读，更多相关《基于Flexsim的地铁自助售票系统窗口的优化.doc（23页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、基于Flexsim的地铁自助售票系统窗口的优化以广州地铁三号线汉溪长隆站为例【摘要】随着经济全球化的发展，科学技术不断进步，高铁站、地铁站的人工售票窗口在不断地减少，随之代替的是自动售票系统。从传统的人工售票到自助售票，给人们的生活和工作带来了许多改变。在生活节奏越来越快的一线城市，相较于人工窗口，自助售票窗口的效率有所提高，方便了人们的出行需求。同时由于一线城市的人口数量不断增加，旅游业的不断发展，给城市的公共交通系统带来了越来越大的压力，地铁日益成为人们出行的主要交通工具。目前，地铁的自助售票机有两种，一种是仅支持移动终端设备支付的自助售票取票机，另外一种是同时支持人民币和移动终端支付的售
2、票机。由于两种售票机的反应速率，出票时间有所不同，并且由于自助售票窗口的不合理设置，使等待队伍过长导致地铁售票处拥挤堵塞的现象屡见不鲜。反之，低峰时段自助售票窗口前购票乘客不多，导致了资源浪费。而对于乘客而言，自助售票机数量的不合理设置，导致等待时间过长影响了其乘车体验。通过Flexsim系统仿真建模与分析，以广州地铁三号线汉溪长隆站为例，对站点的自助售票系统进行优化，使资源得到最大限度的利用的同时，提高乘客的出行体验和缓解了高峰时段售票处拥堵的现象。【关键词】地铁系统；Flexsim仿真优化；售票机；Optimization of Subway Self-service Ticketing
3、System Window Based on Flexsim -a case study of Hanxi Changlong Station on Guangzhou Metro Line 3AbstractWith the development of economic globalization and the progress of science and technology, the manual ticketing window of high-speed railway station and subway station is decreasing, and then the
4、 automatic ticketing system is replaced. From traditional manual ticketing to self-selling, it has brought many changes to peoples life and work. Compared with the manual window, the efficiency of the self-service ticket window is improved, which facilitates peoples travel demand. At the same time,
5、due to the increasing population of first-tier cities and the continuous development of tourism, the citys public transport system has brought more and more pressure, subway has increasingly become the main means of transportation for people to travel. At present, there are two kinds of self-service
6、 ticket machines in subway, one is the self-service ticket machine which only supports the payment of mobile terminal equipment, the other is the ticket machine which supports both RMB and mobile terminal payment. Because of the reaction rate of the two kinds of ticket machines, the time of the tick
7、et is different, and because of the unreasonable setting of the self-service ticket window, it is common to make the waiting team too long to lead to the congestion of the subway ticket office. On the other hand, low-peak self-service ticket window in front of the ticket buyers are not many, resulti
8、ng in a waste of resources. And for passengers, the unreasonable number of self-service ticket machines, resulting in the waiting time too long to affect its ride experience. Through the simulation modeling and analysis of Flexsim system, taking the Hanxi Changlong Station of Guangzhou Metro Line 3
9、as an example, the self-service ticketing system of the station is optimized, so that the resources can be used to the maximum extent, and the travel experience of passengers is improved and the congestion of ticket offices is alleviated during the rush hour. Key wordsSubway System Flexsim Simulatio
10、n Optimization Ticket Machine 目 录1 前言11.1 选题的目的及意义11.1.1 选题目的11.1.2 选题意义11.2 研究现状21.2.1 国外研究状况21.2.2 国内研究状况21.2.3 国内外研究小结41.3 研究的主要内容51.4 研究的方法52 地铁自助售票机系统的现状以广州地铁三号线汉溪长隆站为例62.1 地铁自助售票系统的现状62.2 地铁自助售票运作系统63 广州地铁三号线汉溪长隆站地铁自助售票机系统分析83.1 地铁自助售票机系统的模型建立83.2 广州地铁三号线汉溪长隆站地铁自助售票机系统介绍83.3 广州地铁三号线汉溪长隆站地铁自助售票
11、机系统的具体操作93.4 地铁自助售票机系统模型的优化113.5 广州地铁三号线汉溪长隆站地铁自助售票系统的仿真优化验证113.6 优化结果124 总结14参考文献15致谢171 前言1.1 选题的目的及意义1.1.1 选题目的中国旅游业发达，公共交通设施发展迅速，根据广州市统计局，2019年广州常住人口高达1530.59万人，来广州旅游的人数在逐年增多，加上一线城市的人口，地铁公交等公共设施承载着很大的压力。根据2019年城市地铁客流量排行，其中广州以895.8万人次成为地铁日客流量最多的城市。作为地铁售票方式之一的自动售票机在地铁系统的运行当中充当着重要的作用。特别是在各条线路的交界之处，
12、乘客换乘的地方是人流量相对密集的站点。这些地点往往是各市长途大巴的中转站和乘客上车点，因此这些站点是极为重要的交通枢纽。另外，尽管机场、高铁站往往位于线路末端，但由于其为省外及国外人口输入与输出的重要平台，使用自助售票系统的人数也会相应较多。笔者选取了广州市汉溪长隆地铁站作为本次论文的调查地点作为广州地铁三号线和七号线的换乘站，以及著名的广州地标-长隆欢乐世界的接驳点，汉溪长隆地铁站的日均人流量在广州所有地铁站点中位列前十。因此笔者选取此地铁站做调查研究，搜集足够的数据为人流量较大的地铁站提供参考。通过flexsim系统建模与仿真，优化地铁自助售票机的数量。1.1.2 选题意义由于大城市的人口
13、压力，自助售票机的合理设置成为了城市能够正常运行和减少地铁系统管理成本的重要因素，高峰时期的自助售票机的合理设置能够有效缓解地铁售票平台前等待区域的拥挤状况。无论是生活还是工作，地铁系统作为市民出行的主要方式，给予便利的同时，过多或者过少的自助售票机都会使整个地铁系统的运行不合理。过多的自助售票机占用了站台的面积，无法容纳更多乘客的通过。另一方面，过少的自助售票机，乘客会大面积聚集在售票机前面，而在地铁系统的售票环节中，排队区域亦是其他乘客的进站的必经区域，不合理的设置会导致站台拥挤。通过flexsim系统建模与仿真，优化售票机的数量，使乘客排队的等待时间更加合理，资源更加有效地利用，方便人们
14、的出行，提高生活和工作的效率，有利于优化交通出行。另外售票机是地铁系统的一部分，整个地铁系统平稳的运行，有利于缓解整个城市的交通压力。1.2 研究现状1.2.1 国外研究状况（一） 国外学者结合了运筹学，线性规划对窗口、服务台的优化方面有深刻的研究。Nico M. van Dijk和Erik van der Sluis两位学者通过对古典的结合运筹学排队,线性和随机动态规划的研究，对餐饮，呼叫中心，机场住宿登记，医院服务台的实际优化有很大的帮助1。（二） 国外学者利用仿真软件对队列的优化方面有深刻的研究。Silvia utkov、Karol Achimsk等人介绍了仿真方法在某邮局成本优化中的应
15、用。文中阐述了仿真方法可以最大限度地消除排队系统解析解中出现的障碍，如邮局排队系统。作者利用仿真的方法优化服务柜台的数量，从而节约成本2。Reza Akhavian和 Amir H. Behzadan发现队列中的资源延迟对整个项目完成时间和成本的影响，对队列系统进行模拟分析，以确定最佳的操作策略，以减少队列中的时间浪费3。通过梳理国外关于仿真建模的研究文献发现，国外学者利用排队论和仿真建模软件，模拟仿真出了服务台在各种排队状况下的服务水平，优化服务窗口从而节约了时间和减少了浪费。因此，本文主要利用仿真建模软件对的售票机的运行状态进行研究，从而减少资源的浪费。1.2.2 国内研究状况随着科技的创
16、新发展，国内对于各种服务窗口的设置从传统的人工服务转向自动服务，或者通过对服务窗口的数量进行改进设计及仿真结果分析，以实现窗口利用的最大价值，提高服务效率。（一） 从Flexsim及其他仿真建模软件的角度分析服务台的效率杨帆对食品制造业的制糖物流系统分析优化的过程，发现两台打印生产日期的机器同时运行，机器处于闲置的时间较多，而贴标签处理器前出现了货物的堆积。针对货物的堆积堵塞问题，优化不同机器的数量设置，提高了生产效率4。袁维调查了在南京的一家医院患者排队挂号的情况，通过MATALAB软件处理和拟合实地勘察到的数据，利用Flexsim仿真软件，对医院的每条排队挂号窗口的状况进行了建模仿真，利用
17、建模仿真的结果得到了优化方案5。李伟伟、王铮等人调查研究了高校在高峰时期饭堂窗口的数量设置，结合Flexsim仿真技术，对饭堂高峰期窗口前排队的情况进行了模拟仿真，提高了餐厅的流动性，对于高峰时期饭堂拥堵的情况得到了一定程度的缓解6。王更和许才广基于Flexsim仿真平台，构建了深圳港铜锣鼓航道仿真模型，通过仿真试验结果结果得出了，航道的升级-从单航道升级成双航道大大减少了集装箱船舶平均等待时间，服务水平将得到极大的提升7 。林臣琪通过Aena仿真分析软件对相关的灵敏度进行分析，得出了顾客数与服务服务窗口数量设置的最佳比例，使得收银员的排班更加合理，在顾客结账等待时间和人力资源利用率方面得到了
18、有效的改善8。蒋阳升、林曦等基于Anylogic软件对排队系统进行仿真优化实验，在不同的服务水平等级下，得到了最优自动售票机台数。并为优化配置地铁站的自动售票机数目提出了的相关建议9。（二） 从排队论的角度分析孙健对航空枢纽中的排队方式、出发车道边、离港岀租车上客系统进行了仿真，结合排队论，把实地调研的资料进行了数据拟合，最后通过仿真实验，对所调查的系统进行了资源的优化，使其更有效的规划和调度10。裴明高、胥如迅等人基于排队论，对多个售票窗口的铁路售票排队系统进行了建模，通过模型，计算出了主要的指标数据，对模型进行了优化分析，使售票窗口和人员得到了动态调整。并仿真了优化后的模型，使队列的等待时
19、间和车站窗口服务成本得到了有效的减少，有利于提高客户满意度和车站服务强度11。崔杨、李永哲等人对银行服务系统顾客等待时间进行了研究，通过对银行服务系统仿真模型的建立，分析出因等待选择离开的顾客数量的变化和服务效率，合理优化了银行服务系统12。王颖俐、王飞等人对超市收银排队系统进行模拟分析,可以对超市排队情况进行预估,从而可由各个时段的客流量来动态控制收银台的需求量,节约成本,进而提高顾客的满意度13。（三） 从地铁和高铁售票系统的角度分析张倩对广州南地铁站进行了调查发现地铁站的客流量不断增加，站内自助售票窗口设置不合理，导致自助售票机前拥堵现象。针对广州南站地铁自助售票机存在的问题，分别从改变
20、售票机的布局和数量提出了解决的建议14。姚加林、刘毅勋等人对高铁车站取售票设备的合理运用进行了调查研究，对旅客服务平衡模型进行建立，为合理的配置和运用取票机可使得车站自助换票系统中旅客总逗留时间变短提供了参考15。潘浪涛、李士达等人结合用户认知负荷和最优化理论，对铁路自动售票机在人机交互设计方面的现状、存在的问题和不足进行了分析，得到了铁路自动售票机人机交互系统的优化方案，使得旅客购、取票时的操作步骤有效减少，提高了效率16。只宇鹏对自动售票机的售票方式进行研究，发现在目前的售票方式下，针对自助售票机仍存在效率低下的问题，提出选择效率高的自助售票机，应用更好的售票技术，从而够提高地铁系统自动售
21、票的效率17。李英以交互设计方法为研究基础，以用户研究为核心，通过对地铁自动售票机系统用户生理、识别与行为特征的分析，探索地铁自动售票机的设计改进策略18。1.2.3 国内外研究小结目前，国内外对于flexsim系统仿真与建模的实验比较多，用于医院，航空，地铁等系统的模拟仿真，并且优化了系统，解决了其存在的问题。部分学者对售票机服务状态进行了研究，提出了解决方案，减少了乘客在售票机前的逗留时间。本文将基于flexsim的基础上，对城市的地铁系统中的售票环节进行研究，探究售票机数量的设置，从而优化售票环节的时间。1.3 研究的主要内容本文将以广州地铁三号线中的汉溪长隆站为出发点，记录售票机的数量
22、，分析乘客使用自助售票机购买地铁票的情况和整个购票环节的流程，结合其他城市地铁系统的基本状况和相关研究，提出优化服务的建议。具体的研究内容如下：到汉溪长隆地铁站，对相关工作人员和部分乘客进行地铁系统运行情况的访问，了解大致情况。结合其他城市售票系统的管理经验，对其进行优化。了解自助售票机的数量，乘客的到达时间和排队等待时间，探究当前售票机的资源利用率，反应速度，出票时间，为后面系统的优化提供了数据支持。根据搜集到的数据和了解到的实际状况，建立flexsim仿真模型，模拟地铁售票环节的运行情况，从而使服务台的数量设置更加合理。1.4 研究的方法一、 文献资料法：在中国知网，维普科技期刊等权威网站
23、阅读了大量硕士论文和博士论文，对为本文打下坚实的理论基础。二、 实地调查法:通过对广州地铁三号线中的汉溪长隆站进行实地的观察和调查，并对调查搜集到的资料进行分析、综合、比较、归纳，获得其地铁售票环节的相关信息。三、 访谈法：对相关的地铁工作人员和乘客进行访谈，收集地铁系统运行的状况，如高峰期和低峰期，启运和停运时间等，搜集其对于售票环节的相关意见，为后文优化模型做铺垫。四、 模型分析法：根据广州地铁三号线中的汉溪长隆站的实际情况，建立Flexsim仿真模型，通过改变模型的数据，分析并得出优化方案。2 地铁自助售票机系统的现状以广州地铁三号线汉溪长隆站为例2.1 地铁自助售票系统的现状随着科技发
24、展，地铁售票环节由人工售票发展成自助机售票，大大提高了地铁售票环节的效率。但是城市人口密度越来越大，单纯设置自助售票机，不考虑设置的地点和数量，已无法满足地铁系统的有效运行和乘客的出行需求。近年来，新型支付终端，如微信，支付宝等进入了人们的生活，成为大众出行的首要支付方式，而现金支付的方式逐渐减少。在地铁售票环节中，支付终端的不断发展，也使得乘客购票的速度越来越快。汉溪长隆地铁站于二零零六年正式投入使用，位于番禺区钟村街道南国奥园的的东南侧，途径两条线路，分别为三号线和七号线。由于附近有较大型的产业园区，因此通勤距离较长的上班族往往会选择地铁作为他们的主要的出行方式。另外，长隆欢乐世界和长隆水
25、上乐园亦分布在其周围，地铁也是游客的主要的交通工具。汉溪长隆站一共有五个出入口，每个出口都通往着人流汇集的区域。人流密集意味着地铁系统承受的负荷也相对较大，所以售票环节的流畅运行会大大提高整这个系统的节奏。对于像广州地铁三号线汉溪长隆站一样的站点，途径多条线路并面向人口密度较大的区域，会存在着相似的问题。2.2 地铁自助售票运作系统 广州地铁三号线汉溪长隆站为地下两层建筑，一共有五个出入口，分别为A,D,E,F,G口。乘坐步梯或电梯从其中一个入口进站，进站前先过安检，确认无危险因素之后方可进站。乘客的进站方式有：刷卡过闸，乘车码过闸以及购票过闸。本文研究的是购票过闸。乘客购票可使用两种不同的售
26、票机。一种是传统的自助售票机，支持现金，移动终端支付。另外一种是在传统售票机的基础上，增加了一个提前购票的功能，在手机上购好票后，直接到售票机上取票就可以了。汉溪长隆站一共有十九台售票机，其中十六台是传统的售票机，三台是新款售票机。地铁售票环节自助售票机售票流程：一、 乘客进站准备购票。二、 选择售票机进行购票或者选择较短的队伍排队等待购票。进行购票，乘客在接触屏幕选择目的地。三、 售票机对乘客选择好的目的地进行距离核算，在屏幕上显示相应的金额。四、 乘客对其进行扫码支付或者将二维码对准二维码扫描器进行支付。是否需要排队准备购票购票支付取票排队等待否是图 2-1 售票环节系统流程图3 广州地铁
27、三号线汉溪长隆站地铁自助售票机系统分析3.1 地铁自助售票机系统的模型建立自助售票机是一个典型的排队系统，对本次实验先做出前提和假设：一、 乘客到达是不分先后次序的，乘客在购票时按照先到先服务的规则，乘客可以自由选择售票窗口；二、 乘客到达过程。乘客按不同的规律到达排队系统，即到达的方式可以是单独的，也可以是成批的，而乘客的到达总体是无限的，乘客进入系统的时间间隔相互独立并且服从参数为的泊松分布。三、 两种自动售票机的反应时间是一致的，那么出票所需的时间是相同的。售票服务机构售票窗口之间也是相互独立的，由于乘客对售票系统的熟悉程度各不相同，所以售票机的服务时间有所不同，售票机的服务时间服从参数
28、为 的负指数分布。四、 在地铁站排队购票的过程中，乘客和及自助售票机构成了一个等待制的多队列多售票窗口的MMc随机服务系统，也称为排队系统。该系统是一个输入为泊松分布、服务为负指数分布、c个开放的售票窗口、源为无限、系统容量不受限制的等待制排队模型。3.2 广州地铁三号线汉溪长隆站地铁自助售票机系统介绍汉溪长隆地铁站的服务时间为06:07-00:03，经过七天的连续观察，发现一天内早上八点到十点和下午五点到七点是汉溪长隆站地铁人流量最多的时候，其中，由于早上的人流量高峰期来自于输出客流，所以早上并不是自助售票机的服务高峰期，到了傍晚五点到七点，自助售票机的服务人数到达了一天内的高峰。表 3-1
29、 平均到达率是七天的高峰期内到达总人数，平均每小时到达的人数和平均到达率。 表 3-1 平均到达率第一天第二天第三天第四天第五天第六天第七天17:00-18:00（到达总人数）34032539942138342940018:00-19:00（到达总人数）380379405455407411352平均每小时到达的人数360352402438395420376平均到达率65.876.77.36.5876.263.3 广州地铁三号线汉溪长隆站地铁自助售票机系统的具体操作笔者对七天内高峰段（17:00-19:00）的到达人数和自助售票机的服务人数进行了记录。设乘客的平均到达率为平均每小时到达人数/60
30、分钟， 售票系统的平均服务率为 。表 3-2是七天高峰期内平均每小时自助售票机所能接受的服务人数和平均服务率。表 3-2 每小时自助售票机所能接受的服务人数和平均服务率第一天第二天第三天第四天第五天第六天第七天自助售票机165474956473336自助售票机246764824346550自助售票机343396535665331自助售票机468346949605630自助售票机539485151434455自助售票机648603726333664自助售票机755465554444453自助售票机852432846494546自助售票机955566356394944自助售票机1076444631
31、382246自助售票机1149694262306042自助售票机1258333948503549自助售票机1362305241466261自助售票机1449572340243963自助售票机1554623531394361自助售票机1659593826404756自助售票机1761484759464157自助售票机1853453557535449自助售票机1949466334605132平均服务率17.3515.714.7513.7714.0214.6515.42通过平均到达率和售票系统的平均服务率，可以计算出服务强度，如表 3-3所示。表 3-3 服务强度第一天第二天第三天第四天第五天第六天
32、第七天平均到达率65.876.77.36.5876.26平均服务率17.3515.714.7513.7714.0214.6515.42服务台个数19191919191919服务强度/0.35 0.37 0.45 0.53 0.47 0.48 0.41 由以上数据可以分析得到，当自助售票机个数为十九个的时候，服务强度小于1，说明自助售票机的利用率并不高，售票机大部分时间处于空闲的状态，即乘客无需等待排队即可在自助售票机前购票。售票机的资源利用率并不够合理，需要减少自助售票机的个数以达到优化其资源利用率。当售票机的数量设置为十个的时候，服务强度会有所增加，如表 3-4所示。表 3-4 服务强度/第
33、一天第二天第三天第四天第五天第六天第七天平均到达率65.876.77.36.5876.26平均服务率9.12 8.22 8.52 7.13 7.55 7.45 7.58 服务台个数10101010101010服务强度/0.66 0.71 0.79 1.02 0.87 0.94 0.83 当自助售票机的数量设置为十的时候，服务强度有所增加，并把控制在了小于一的范围内，单位时间内进入系统的乘客能在这段时间内全部接受服务，自助售票系统亦不会有完全处于忙绿状态，有足够的时间去反应。3.4 地铁自助售票机系统模型的优化建立汉溪长隆地铁站售票环节的仿真模型，对地铁自助售票系统不断地进行优化，以得到较优的解
34、决方案。优化该模型的时候，要对自助售票机的服务强度进行考虑。本文研究的是多窗口系统，所以系统的排队强度应为 。当 时，在单位时间内，进入系统的乘客大于单位时间内系统自助售票机所能接受的乘客数，自助售票机前的排队队长会越来越长，系统将不稳定，这是不合理的。在 时，在单位时间内，进入系统的乘客刚好能在这段时间内全部接受服务，但所有的售票窗口全都处于忙碌状态，自助售票机没有时间休息，这也是不合理的，因此，当 时，服务强度最合理。3.5 广州地铁三号线汉溪长隆站地铁自助售票系统的仿真优化验证根据乘客购票流程建立仿真模型，设置时间单位为分钟，并且设置运行时间为六十分钟，以观察高峰期内每小时发生器的输出，
35、暂存区的最大长度，处理器的服务时间和利用率。由于实体个数受到了限制，因此一共只能设置了两条队列，但是队列的排队原则是先到先服务，乘客会自动选择空闲的自助售票机，这与一台自助售票机一条队列是相同的道理，即哪条队伍短乘客就会派去相应的位置。图 3-1 优化前仿真模型上图 3-1 优化前仿真模型中19台自助售票机的平均空闲率达到了61.2%，空闲时间过长，效率并不高。在高峰期内，如果自助售票机的资源利用率都不高的话，那么其他时间的资源利用率会更低，这不符合城市地铁系统的有效运行，闲置的自助售票机不能发挥其实际价值并且耗电，不符合资源节约型社会的目的。造成自助售票机利用率不高的分析如下：一、 自助售票
36、机虽然比人工售票方便，但是相对于羊城通，岭南通等刷卡即能过闸的方式，仍然是比较麻烦的。社会不断在进步，人们对生活的需求会越来越高，对于此类出行细节也会比较重视，并且由于其小额的优惠，羊城通对于经常乘坐地铁的市民是经济实惠的购票方式。根据南方新闻网报道，截止2019年3月羊城通发卡量突破8856万，这意味着自助售票机的使用率会有所影响。二、 2019年羊城通与支付宝和腾讯合作，推出了扫码进闸的服务，这比原来的羊城通更加方便。今如，人们已习惯于出门仅仅只带手机，手机的移动支付功能已潜移默化，影响着现代人的生活节奏。这样的变化也会影响人们的购票方式，使得自助售票机的利用率下降。3.6 优化结果由于十
37、九台自助售票机的设置使得资源利用率低下，所以把自助售票机的数量设置为10个，调整数据和实体后，重新运行模型，如图 3-2所示。图 3-2 优化后的仿真模型经过调整，自助售票机的资源利用率得到了提升，表 3-5为十台自助售票机运行后的情况。表 3-5 自助售票机运行后的情况服务强度每小时服务人数平均等待时间（min）最大队长自助售票机1100%601.95自助售票机99.8%601.85自助售票机98%581.65自助售票机94%551.65自助售票机92.3%541.65自助售票机94.1%571.54自助售票机89.6%521.64自助售票机91.1%551.44自助售票机83%501.24
38、自助售票机77.1%451.34优化后，售票系统的服务强度大大提高，意味着自助售票机电的空闲时间减少，这将对整个地铁系统的有效运行提供了保障。4 总结科技的发展使得越来越多传统的购票方式逐渐被淘汰，终端设备、互联网、金融机构被移动支付有效联合起来，一个新型的支付体系已经形成。在地铁售票环节中，由于广州地铁的大力推广，到处可见的扫码进站指引和操作提示，二维码扫码进站会越来越普及。而通过本次的flexsim实验，可以看出自助售票机的设置应该更加合理。本次实验出发点为汉溪长隆站，不仅对于像汉溪长隆站这样人流较多的地铁站的售票机的数量设置应该减少，对于人流较少的地铁站的售票机的设置更加应该仔细斟酌。中
39、国是经济强国，但在追求经济利益的同时，也要注重资源的节约。要切实保护和合理利用在流通领域的各种资源，以达到提高资源利用率的目的。这样，才可以尽可能少减少资源消耗。因此，自助售票机的数量设置需要符合实际情况，使其获得最大的经济效益和社会效益。为此，笔者提出以下建议：一 在人流量并不多的地铁站点，根据实际情况设置自助售票机的数量。通过笔者调查，可知广州非换乘的地铁站点设置的自助售票机数量跟可换乘站点的自助售票机的数量不相上下，因为在人流量不多的站点更应该减少售票机的数量。二 对于一些可换乘的站点和人流量较大的站点，可以根据高峰期和低峰期去调整自助售票机的数量。低峰期可以关闭部分售票机，减少用电量。
40、高峰期可以根据当天不同的人流量去设置自助售票机的数量。三 在一些外来人口输入较多的地铁站，如机场南站，广州南地铁站，根据笔者调查发现，自助售票机前的排队区域经常是水泄不通。由于本身场地的限制，再设置更多的自助售票机的愿望可能难以实现。在这种情况下，地铁工作人员应该向来穗人员提供指引，推广利用移动终端的支付体系。减轻自助售票机的工作负荷。参考文献1 Nico M. van Dijk,Erik van der Sluis. Practical optimization by OR and simulationJ. Simulation Modelling Practice and Theory,2
41、008,16(8).2 Silvia utkov,Karol Achimsk,Dominika Hotkov. Simulation of Queuing System of Post OfficeJ. Transportation Research Procedia,2019,40.3 Reza Akhavian,Amir H. Behzadan. Evaluation of queuing systems for knowledge-based simulation of construction processesJ. Automation in Construction,2014,47
42、.4 杨帆.基于Flexsim的生产线仿真优化J.物流工程与管理,2017,39(12):125-127+133.5 袁维.基于Flexsim的医院挂号窗口仿真优化J.价值工程,2017,36(34):176-177.6 李伟伟,王铮,陶阳.基于Flexsim的高校餐厅排队仿真J.价值工程,2019,38(22):26-29.7 王更,许才广.基于Flexsim的深圳港铜鼓航道通过能力仿真研究J.水运工程2019(09):181-185+195.8 林臣琪.基于Arena的超市收银台排班分析以杭州市物美超市为例J.经营与管理,2017(02):132-135.9 蒋阳升,林曦,安定等.考虑随机
43、性和服务水平的地铁站自动售票机仿真优化配置J.东南大学学报(自然科学版),2014,44(02):430-435.10 孙健. 基于排队论的航空枢纽陆侧旅客服务资源建模与仿真D.中国矿业大学(北京),2017.11 裴明高,胥如迅,张强等.基于排队论的铁路售票窗口设置分析与优化J.工业控制计算机,2016,29(05):100-101+104.12 崔杨,李永哲,张良.基于Arena的银行服务系统仿真分析J.吉林化工学院学报,2017,34(09):22-26.13 王颖俐,王飞,谢文丹.超市收银服务系统的仿真J.太原师范学院学报(自然科学版),2018,17(02):68-70.14 张倩.如何缓解自助售票机“排长龙”现象J.科技创新与应用,2016(26):295.15 姚加林,刘毅勋,黎昉.高铁站自助取售票系统合理配置模型J.物流工程与管理,2018,40(04):116-119.16 潘浪涛,李士达,张曦等.铁路自动售票机人机交互系统的优化设计与实现J.铁路计算机应用,2018,27(01):27-31.17 只宇鹏.地铁系统自动售票机的售票方式及技术研究J.企业文化(下旬刊),2017,(5):275.18 李英.地铁自动售票系统交互设计研究J.区域治理,2017,(39):37. DOI:10.3969/j.issn.2096-4595.2017.39.029. 17