基于對數正態分布的城市軌道交通差異化安檢效率評估

宋 曉, 馬 衛 東, 張 寧*, 溫 龍 輝, 劉 家 俊

( 1.東南大學 ITS工程研究中心城市軌道交通研究所, 江蘇 南京 211189;2.北京市地鐵運營有限公司, 北京 100044 )

0 引 言

當前,城市軌道交通以其安全、高效、快捷、舒適的優勢越來越受到乘客的依賴[1]．為確保城市軌道交通運營安全,安檢工作必不可少．由于城市軌道交通安全形勢日趨嚴峻,大客流情況下車站安檢工作所面臨的風險就日趨復雜．安檢工作是制約乘客通行效率的第一道瓶頸,在保障乘客安全的前提下提高通行效率成為城市軌道交通安檢的重要研究方向．

針對城市軌道交通大客流和安檢效率不匹配的問題,國內學者開展了大量有關安檢優化研究,通過改進優化社會力模型,對乘客排隊時間進行仿真,認為行人路徑選擇能夠有效提高安檢效率[2-3];通過研究特殊時期地鐵安檢模式,認為通過手持金屬探測器輔助安檢、乘客進行通道分流安檢的措施,在確保安全的前提下可提升通行效率,為普通乘客提供更多便利[4-5];研究乘客攜帶的行李對安檢進站效率的影響,通過將攜帶行李與未攜帶行李的乘客分流,對乘客實施差異化安檢,實現提升安檢效率、節約安檢資源的功能[6-7];利用AnyLogic仿真軟件對差異化安檢流程進行仿真,研究不同安檢通道乘客安檢時長的風險閾值對安檢效率的影響[8];提出基于乘客畫像的網絡化安檢技術,對乘客進行精準識別,采取相應的差異化安檢模式提高安檢通行效率[9];通過分級分類模型研究對乘客實行差異化安檢的風險演化,驗證差異化安檢對降低安全風險的有效性[10];提出安檢集成系統,將車站安檢信息實時上傳信息平臺,實現信息化管理,有助于提高車站安檢水平[11]．

以上研究主要集中在城市軌道交通安檢乘客排隊時間仿真、安檢措施加強、差異化安檢流程仿真、安檢圖像識別等方面,但基于差異化安檢模式通行效率的評估研究較少．本文結合南京地鐵某站的安檢數據,通過對傳統安檢模式和差異化安檢模式下通行時間進行統計,基于對數正態分布模型擬合安檢時間概率分布并計算閾值,計算差異化安檢通行效率提升率．

1 城市軌道交通安檢模式

城市軌道交通安檢是安全保衛的主要工作,是城市軌道交通運營單位依據國家和地方相關法律法規,為保障公共場所安全,對進站乘客的人身及其攜帶行李進行公開、安全的檢查．

1.1 傳統安檢模式

目前,國內大部分城市地鐵安檢流程分為引導到達區域、實施安全檢查、違禁品認定和安全情況處置4步．傳統安檢模式落實逢包必檢、逢液必檢、逢人必檢,每位乘客都要接受安檢.采用該方法第一時間檢出可疑物品后,車站可及時采取有效措施,防止乘客攜帶可疑物品進站乘車,從而能夠有效保障其他進站乘客的安全．

1.2 差異化安檢模式

城市軌道交通差異化安檢模式的前提是乘客實名認證和乘客安全信用,對需安檢的乘客按實名認證乘客與非實名認證乘客進行分流;對分流的乘客實行差異化安檢,其中對實名認證乘客執行小包不檢、大包安檢的快速安檢標準,對非實名認證乘客執行常規安檢．

實行差異化安檢,車站進行對應的客流組織,使得乘客到達車站后可實現入站口分流,乘客根據引導標識進入對應的通道進行安檢．選擇實名認證通道的乘客在進入時需經過識別路段及乘客信息識別系統的核驗,核驗通過后,專用通道門打開,系統以語音或燈光形式提示乘客進入實名認證通道執行快速安檢標準,核驗未通過則由工作人員引導進入普通安檢通道．差異化安檢通道布局如圖1所示[12]．

圖1 差異化安檢通道布局

2 城市軌道交通差異化安檢通行效率評估方法

2.1 安檢時間概率分布

安檢時間指從乘客手提行李準備放置在安檢機上到乘客攜帶好行李轉身準備離開的時間間隔．假設其服從對數正態分布,其概率密度函數和累計分布函數表達式如下[13]:

(1)

(2)

式中:t為安檢時間;μ為安檢時間的均值;σ為安檢時間的標準差．

2.2 通行效率提升率

通過對不同安檢模式下通行時間進行統計,擬合概率密度函數并計算閾值,比較2種模式下的通行時間來檢驗通行效率的提升率:

(3)

式中:c為進站效率提升率;α為傳統安檢模式下攜帶行李乘客的通行時間閾值;β為差異化安檢模式下攜帶行李乘客的通行時間閾值．

3 案例分析

3.1 數據采集

南京地鐵某站在傳統安檢模式下早高峰、平峰和晚高峰時段攜帶小包乘客安檢時間概率分布見表1．

表1 傳統安檢模式下安檢時間概率分布

在地鐵安檢中,攜帶小包的乘客可經過安檢員開包檢查進站．攜帶小包且有特殊情況的乘客經過人工安檢,離開通過安檢區域的情況與差異化安檢中小包不檢的情況相似,統計其通過安檢時間概率分布,見表2．

表2 差異化安檢模式下安檢時間概率分布

3.2 概率分布擬合

本文采用對數正態分布模型對安檢時間進行擬合,擬合結果如圖2、3所示．

(a) 早高峰

(b) 平峰

(c) 晚高峰

(a) 早高峰

(b) 平峰

(c) 晚高峰

3.3 安檢效率評估

通過式(2)計算2種安檢模式下概率分布函數95%置信區間對應的安檢時間,見表3．

按照式(3)計算安檢通行效率的提升率:早高峰為68.7%,平峰為50.2%,晚高峰為66.9%．

從計算結果可以看出,采用差異化安檢模式后,攜帶小包乘客通行時間顯著下降,通行效率平均提升61.9%．

4 結 語

本文對當前城市軌道交通的傳統安檢模式和差異化安檢模式進行了闡述,通過統計2種安檢模式下攜帶小包乘客通行時間,采用對數正態分布模型對安檢時間進行擬合,評估差異化安檢模式的通行效率．通過比較概率分布函數95%置信區間對應的安檢時間發現,通行效率平均提升了61.9%．研究結果表明,城市軌道交通采用差異化安檢模式,對于縮短高峰期排隊時間,提升乘客出行效率具有極高的可實施性．