Arena仿真在CNG加氣站管理優化中的應用

韓曉瑜

寧夏職業技術學院 寧夏開放大學，寧夏 銀川 750021

0 引言

在車用燃氣的推動作用下，近年來我國在城鎮建設的CNG加氣站也與日俱增，并已初步形成網絡[1]。但由于缺乏系統規劃經驗、管理措施不完善等原因，加氣站經常會出現排隊等候時間過長的問題。因此，對加氣站加氣服務系統進行分析，有針對性地找出需要改進的環節，從而提高服務效率、滿足客戶需求十分必要[2]。

Arena是一種基于SIMAN模擬語言的通用仿真軟件，廣泛應用于制造業、服務業及物流供應鏈等領域[3]。本文以我國某CNG加氣站實際數據為例，分析車輛到達、服務時間的統計學分布，并基于統計學分布數據使用Arena軟件對加氣站的服務系統進行仿真與優化。

1 CNG加氣站服務系統介紹

為滿足客戶加氣需求，CNG加氣站通常建于城鎮交通干線或交通便利地區，客戶類型為大型汽車（城市用公交車）和小型汽車（出租車及私家車）。根據調研，大型汽車的加氣時間通常為20分鐘左右，小型汽車只需5～6分鐘即可完成操作。站內一般配置4～6臺雙槍加氣機，每臺加氣機可供兩輛車同時加氣。

CNG加氣站主要設站長、領班、加氣員、便利店營業員等崗位，其中與加氣服務系統直接相關的崗位包括加氣員和便利店收銀員（收費）。根據CNG加氣站安全操作規程，1臺加氣機應配置1名加氣員，但不能同時操作兩把加氣槍。根據加氣站規模，收銀員一般可配置1～2名。

CNG加氣服務的總流程主要包括三個步驟：汽車抵達加氣站并等待，進入加氣區內進行加氣操作，付款并離開。

2 系統仿真

2.1 仿真方法

Arena軟件進行系統仿真的原理即建立每一個步驟的模型，以適合的邏輯將各模塊組合起來，其中每個模塊所需的數據均需基于實際數據的統計學分布。Arena主要包含參與者（Entity）、資源（Resource）、過程（Process）及合理的邏輯連接等幾個要素。對應加氣站服務系統，實體即為汽車，資源為加氣員和收銀員，而過程包括加氣操作和付款操作。

系統仿真的核心內容是對隊列進行分析，而仿真優化系統的最終目的就是減少隊列長度和縮短排隊時間[4-6]。Arena軟件中內置的排隊模型為M/M/1模型[7-9]，該模型中的平均排隊時間為：

式中：t為平均排隊時間；μA為車輛到達時間分布的期望值；μS為服務時間分布的期望值。

采用Arena軟件進行系統仿真需經過以下步驟：根據實際情況將問題轉化為流程圖，隨后建立基礎模型，再根據實際數據生成各模塊的統計學分布，然后將其輸入各模塊中并設置模塊屬性，最后運行模型得出結果。

2.2 實例分析

本文以我國某個CNG加氣站為例，該加氣站共配置收銀員2名，6個加氣位置各配置1名加氣員。加氣完成后客戶走到便利店收款臺需0.3～0.5分鐘。支付方式有現金支付和非現金支付兩種，其中70%的人會選擇使用現金支付。收集一段高峰期內車輛到達間隔時間、每輛車的加氣時間、收銀員的操作時間等數據，使用Arena軟件的數據分析功能對其進行統計學分析，得到車輛到達加氣站的時間間隔服從指數分布，表達式為EXPO（1）；車輛加氣的時間服從韋布爾分布，表達式為WEIB（5，3.85）；顧客步行至便利店的時間服從均勻分布，表達式為UNIF（0.3，0.5）；兩種支付方式的時間分布也服從均勻分布，汽車加氣及付款隊列的選擇原則均為等概率隨機選擇（選擇加氣位置的概率均為16.66%，選擇收銀臺的概率均為50%），表達式分別為UNIF（1，3）（現金），UNIF（0.6，1.5） （非現金），仿真中的所有時間單位均采用分鐘（min）。基于以上條件，則該CNG加氣站的流程簡圖如圖1所示。

圖1 該CNG加氣站流程簡圖

除此之外，對于該系統還有如下假設和說明：

（1）根據安全操作規程，1臺加氣機配置1名加氣員；

（2）本例統計學分布僅基于常規時間數據，加氣站的服務由于假期等因素具有不同的時間分布類型，本例中暫不考慮該因素；

（3）假設6個加氣員的操作時間分布相同、2個收銀員的操作時間分布相同；

（4）未考慮加氣站員工吃飯、換班和休息的時間。

CNG加氣服務系統中若出現繁忙狀態（需要加氣的汽車數量大于空閑的加氣位置），系統中就會產生隊列，隊列服從先進先出的原則（FIFO——First in first out）。為了能夠得到更加準確的結果，將模型運行100次，最終生成仿真數值。設置該系統運行8小時后，Arena軟件中生成的仿真模型如圖2所示。

圖2 Arena軟件仿真模型

2.3 仿真結果

Arena系統仿真主要考察幾個方面：系統輸出數量、隊列長度、排隊時間、資源利用率以及整體服務時間（從進入系統至離開系統）。實例中應當考察加氣及繳費排隊時間、加氣及繳費隊列長度、加氣員和收銀員的利用率、汽車在加氣站內的服務總時間。對于每一項考察內容均考察平均值和最大值。仿真結果見表1。

3 CNG服務系統優化

8小時內該站共為463輛汽車完成加氣服務，從表1數據可以看出，相對于加氣操作，繳費等待時間較長、隊列較長，繳費人員安排偏少、加氣員利用率偏低。因此，優化排隊模式、合理配置人員對優化管理模式非常必要。本文從排隊模式和人員分配兩方面對該系統進行優化，以期提高效率、節約成本和人力，在減少排隊長度和時間的基礎上避免資源冗余。

表1 實例的仿真結果

3.1 排隊模式

由于CNG加氣站的布局特殊，在客戶剛進入加氣站時很難快速判斷最短隊伍。因此，建議設專人指導車輛進入加氣位置或隊列，從而協助顧客選擇最短的隊伍，或者在加氣站入口設置計數牌，顯示每個隊列的長度。

現對本文實例的排隊系統進行優化，其優化邏輯為：6個加氣位置（即6個隊列，編號分別為1～6），顧客進入最短的隊列，若隊列長度相等，則選擇編號較小的隊列。付款系統也遵循該邏輯，共2名收銀員（2個隊列，編號為1～2），若隊列長度相等，則選擇編號較大的隊列。選擇（Decide）模塊的邏輯見表2（NQ代表當前隊列中車輛的數量），仿真結果見表3。

表2 優化模型的選擇模塊邏輯

表3 排隊優化模型的仿真結果

由表3可以看出，加氣操作和繳費的隊列長度和排隊時間均有大幅降低，且加氣站服務總時間的平均值由17.4min降低至12min。但加氣員和收銀員的利用率有提高也有降低，這是由排隊邏輯中“隊列長度相等”的特殊要求導致。綜合看來，在顧客能夠第一時間了解到各隊列的長度并選擇最短隊列的情況下，工作效率更高，排隊時間更短。

3.2 人員分配

由表1得到排隊繳費隊列較長，因此考慮在該高峰時段添加1名收銀員，則在其他條件不變的情況下，Arena軟件添加的收銀臺3的仿真結果見表4。

表4 人員配置優化模型的仿真結果

由表4可知，增加1名收銀員后，CNG加氣站服務總時間的平均值由17.4min降低至14.5min，且平均隊列長度和排隊時間有大幅度降低。

3.3 綜合對比

將優化后的兩個系統與初始系統的平均加氣服務總時間、平均加氣和繳費隊列長度和排隊時間進行對比，得到：

（1）排隊模塊優化的效率在3種模型中最高，平均加氣服務總時間減少了5.4min，且平均加氣排隊時間和繳費時間均有不同程度的降低；

（2）添加1名收銀員后減少了平均繳費排隊時間和隊列長度[10]。

4 結語

本文提出了一種基于Arena軟件的CNG加氣站管理優化方法，基于某加氣站的實際情況，從排隊模式和人員配置兩方面對系統進行優化，結果顯示采用該方法可以快速獲取加氣系統的隊列長度、排隊時間及資源的利用率，管理人員可根據分析結果清晰地看出系統需要改進的模塊，然后進行調整。

本文僅以基礎模塊作為仿真對象，而實際情況中會有一些特殊情況和計劃，導致資源、時間計劃或流程發生變化，Arena軟件同樣可以對這些內容進行仿真。CNG加氣服務系統仿真的一個重要環節就是對相關數據的統計和分析，獲取準確的數據是系統仿真結果準確的前提，建議加氣站管理人員做好相關數據的記錄工作。