基于对数正态分布的城市轨道交通差异化安检效率评估

宋 晓, 马 卫 东, 张 宁*, 温 龙 辉, 刘 家 俊

( 1.东南大学 ITS工程研究中心城市轨道交通研究所, 江苏 南京 211189;2.北京市地铁运营有限公司, 北京 100044 )

0 引 言

当前,城市轨道交通以其安全、高效、快捷、舒适的优势越来越受到乘客的依赖[1]．为确保城市轨道交通运营安全,安检工作必不可少．由于城市轨道交通安全形势日趋严峻,大客流情况下车站安检工作所面临的风险就日趋复杂．安检工作是制约乘客通行效率的第一道瓶颈,在保障乘客安全的前提下提高通行效率成为城市轨道交通安检的重要研究方向．

针对城市轨道交通大客流和安检效率不匹配的问题,国内学者开展了大量有关安检优化研究,通过改进优化社会力模型,对乘客排队时间进行仿真,认为行人路径选择能够有效提高安检效率[2-3];通过研究特殊时期地铁安检模式,认为通过手持金属探测器辅助安检、乘客进行通道分流安检的措施,在确保安全的前提下可提升通行效率,为普通乘客提供更多便利[4-5];研究乘客携带的行李对安检进站效率的影响,通过将携带行李与未携带行李的乘客分流,对乘客实施差异化安检,实现提升安检效率、节约安检资源的功能[6-7];利用AnyLogic仿真软件对差异化安检流程进行仿真,研究不同安检通道乘客安检时长的风险阈值对安检效率的影响[8];提出基于乘客画像的网络化安检技术,对乘客进行精准识别,采取相应的差异化安检模式提高安检通行效率[9];通过分级分类模型研究对乘客实行差异化安检的风险演化,验证差异化安检对降低安全风险的有效性[10];提出安检集成系统,将车站安检信息实时上传信息平台,实现信息化管理,有助于提高车站安检水平[11]．

以上研究主要集中在城市轨道交通安检乘客排队时间仿真、安检措施加强、差异化安检流程仿真、安检图像识别等方面,但基于差异化安检模式通行效率的评估研究较少．本文结合南京地铁某站的安检数据,通过对传统安检模式和差异化安检模式下通行时间进行统计,基于对数正态分布模型拟合安检时间概率分布并计算阈值,计算差异化安检通行效率提升率．

1 城市轨道交通安检模式

城市轨道交通安检是安全保卫的主要工作,是城市轨道交通运营单位依据国家和地方相关法律法规,为保障公共场所安全,对进站乘客的人身及其携带行李进行公开、安全的检查．

1.1 传统安检模式

目前,国内大部分城市地铁安检流程分为引导到达区域、实施安全检查、违禁品认定和安全情况处置4步．传统安检模式落实逢包必检、逢液必检、逢人必检,每位乘客都要接受安检.采用该方法第一时间检出可疑物品后,车站可及时采取有效措施,防止乘客携带可疑物品进站乘车,从而能够有效保障其他进站乘客的安全．

1.2 差异化安检模式

城市轨道交通差异化安检模式的前提是乘客实名认证和乘客安全信用,对需安检的乘客按实名认证乘客与非实名认证乘客进行分流;对分流的乘客实行差异化安检,其中对实名认证乘客执行小包不检、大包安检的快速安检标准,对非实名认证乘客执行常规安检．

实行差异化安检,车站进行对应的客流组织,使得乘客到达车站后可实现入站口分流,乘客根据引导标识进入对应的通道进行安检．选择实名认证通道的乘客在进入时需经过识别路段及乘客信息识别系统的核验,核验通过后,专用通道门打开,系统以语音或灯光形式提示乘客进入实名认证通道执行快速安检标准,核验未通过则由工作人员引导进入普通安检通道．差异化安检通道布局如图1所示[12]．

图1 差异化安检通道布局

2 城市轨道交通差异化安检通行效率评估方法

2.1 安检时间概率分布

安检时间指从乘客手提行李准备放置在安检机上到乘客携带好行李转身准备离开的时间间隔．假设其服从对数正态分布,其概率密度函数和累计分布函数表达式如下[13]:

(1)

(2)

式中:t为安检时间;μ为安检时间的均值;σ为安检时间的标准差．

2.2 通行效率提升率

通过对不同安检模式下通行时间进行统计,拟合概率密度函数并计算阈值,比较2种模式下的通行时间来检验通行效率的提升率:

(3)

式中:c为进站效率提升率;α为传统安检模式下携带行李乘客的通行时间阈值;β为差异化安检模式下携带行李乘客的通行时间阈值．

3 案例分析

3.1 数据采集

南京地铁某站在传统安检模式下早高峰、平峰和晚高峰时段携带小包乘客安检时间概率分布见表1．

表1 传统安检模式下安检时间概率分布

在地铁安检中,携带小包的乘客可经过安检员开包检查进站．携带小包且有特殊情况的乘客经过人工安检,离开通过安检区域的情况与差异化安检中小包不检的情况相似,统计其通过安检时间概率分布,见表2．

表2 差异化安检模式下安检时间概率分布

3.2 概率分布拟合

本文采用对数正态分布模型对安检时间进行拟合,拟合结果如图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 安检效率评估

通过式(2)计算2种安检模式下概率分布函数95%置信区间对应的安检时间,见表3．

按照式(3)计算安检通行效率的提升率:早高峰为68.7%,平峰为50.2%,晚高峰为66.9%．

从计算结果可以看出,采用差异化安检模式后,携带小包乘客通行时间显著下降,通行效率平均提升61.9%．

4 结 语

本文对当前城市轨道交通的传统安检模式和差异化安检模式进行了阐述,通过统计2种安检模式下携带小包乘客通行时间,采用对数正态分布模型对安检时间进行拟合,评估差异化安检模式的通行效率．通过比较概率分布函数95%置信区间对应的安检时间发现,通行效率平均提升了61.9%．研究结果表明,城市轨道交通采用差异化安检模式,对于缩短高峰期排队时间,提升乘客出行效率具有极高的可实施性．