《火车站售票平台系统仿真研究报告》由会员分享，可在线阅读，更多相关《火车站售票平台系统仿真研究报告（7页珍藏版）》请在金锄头文库上搜索。
1、物流系统建模与仿真实验报告题目：火车站售票平台系统仿真研究报告选桂林市桂林火车南站某一售票窗口平台系统研究对象班级 姓名 学号 角色任务论文撰写数据收集一、系统基本背景当问起人们春节怎样回家时，一般人都回答是乘火车。火车的票价和舒适程度以及快捷的速度和相对的安全性，是人们选择火车的主要原因。这时，并没有“非典”的威胁促使人们立即就离开。从而使火车票的需求远远超过火车票的供给。但这还构不成买票难的最大原因。问题的根源在于中国的火车票交易市场缺乏一种公平的交易机制。在现有的火车票交易市场上，由于信息不充分（信息不透明）和信息不对称，使得铁路部门的内部人员交易与火车票的黑市交易相结合，极大的扰乱了正
2、常的火车票交易市场。在信息极不充分的现有条件下，通过组织公安人员打击火车站的票贩子是无济于事的。票贩子可以分成几种类型：第一种是在火车站排队，通过先于其他人挤到售票窗口，抢购火车票，然后以高于票面金额的价格转手；第二种是火车站的售票员建立私人交情，在车票还没有离开窗口时，便已经预留，然后交与同谋者以高价售出；第三种是与火车站的内部管理人员相勾结，其所拥有的车票资源最为丰厚，获利最多，也最为隐蔽；第四种是火车票经纪公司，说它是票贩子，它可能会觉得有点冤，但是它的部分交易行为与第一种票贩子无异，只不过是借助了电脑网络。在所有上述四种票贩子当中，公安人员实际上只能对第一种票贩子进行较为有力的打击，但
3、是当第一种票贩子出现在公安人员的内部时，这种打击力度又会大打折扣。解决问题的途径在于建立火车票的网上交易市场，并制定相应的交易规则。这有点像是股票交易市场和外汇交易市场，但应该有比股票交易市场更为详细的交易规则。铁路公司首先将火车票按照软卧、硬卧、硬座以及无坐等不同等级的火车票规定基准票价，然后委托给售方经纪公司，这类似于证券市场上的初级市场（股票一级市场）由经纪公司代为拍卖，经纪公司在拍卖中收取佣金。乘客可以直接从售方经纪公司购买火车票，也可以通过买方经纪公司代为购票，并向经纪公司支付一定的佣金。火车票交易的价格则通过自动报价系统通过买价与卖价的匹配来实现，对于不匹配的，可以进一步协商，最终
4、在双方认可的价格上成交。火车票的售方经纪公司可以是专业化的经纪公司，也可以由银行等金融机构代理，充分利用银行发达的电子网络系统。买方经纪公司也可以是银行或专业经纪公司。为了使火车票的购买者是最终的乘客，乘客购买火车票时需要出示自己的身份证，并被扫描，与火车票同时打印，这样每张售出的火车票都将对应唯一的身份证号、姓名以及照片，并且每一身份证仅可买一张票。这样基本可以保证最需要火车票的人购到票，减少票贩子参与交易的机会。在火车票的网上交易市场上，由于需求大于供给，火车票的价格要高于现有交易方式下的票价，这部分溢价一方面成为经纪公司的利润来源，一方面可以增加铁路公司的收入，使铁路公司有能力进一步投资
5、以扩大运营能力，再一方面是，随着拍卖价格的提高，会有一部分本来想乘火车的人改乘其它的交通工具。最终使得供需矛盾得到缓解，人们顺利的回家。二、 选题的意义本选题主要阐述一个功能比较强大的火车票订购系统的后台操作过程及一些关键技术。该系统信息来源主要由管理员添加，方便火车票管理员的查询，用户可以通过查询到相关的火车票信息，选择是否适合自己，也可以在网上直接订票，省时省力。本组构思的概念模型如下：三、 问题分析（顾客到达内容调查表）表一到达时间 /min 与前一位顾客的 接受服务顾客 （标明具体时间） 间隔时间/min 时间/min纯排队等待时间/min1 0 3 02 3 2 6 03 6 4 4
6、 24 12 5 8 25 19 7 3 26 23 5 2 17 29 6 2 28 36 8 1 29 45 9 4 110 48 5 10 111 55 7 2 212 58 4 5 013 2 2 2 114 6 4 4 015 9 2 7 216 11 3 2 617 16 3 3 518 17 3 4 419 28 6 5 020 36 8 1 021 41 5 6 022 45 4 5 223 48 3 4 424 50 2 3 625 56 6 2 326 60 4 5 127 28 6 5 2四、调查表格及其概率计算表一顾客到达间隔时间的概率分布到达间隔时间/min 概率密度
7、 累积概率2 0.036 0.0384 0.036 0.0765 0.036 0.1147 0.036 0.1523 0.036 0.196 0.036 0.2288 0.036 0.2669 0.036 0.3044 0.036 0.3427 0.036 0.384 0.036 0.4182 0.036 0.4564 0.036 0.4942 0.036 0.5323 0.036 0.573 0.036 0.6084 0.036 0.6463 0.036 0.6846 0.036 0.7228 0.036 0.765 0.036 0.7984 0.036 0.8363 0.036 0.874
8、2 0.036 0.9126 0.036 0.954 0.036 1.00表二每个顾客被服务时间的概率分布五、建模及其分析根据上面的表格中的数据计算，取其平均值并化整以方便仿真数据，这里举表 1 的例子稍加讨论：1、顾客到达间隔时间的平均值：4.6min，即 276s；2、根据顾客到达间隔时间的平均值算得其方差和标准差：3.9，1.97；3、接受服务时间的平均值：3.6min，即 216s；4、根据接受服务时间的平均值算得其方差和标准差：3.5,，1.87。可知，服务时间比顾客到达时间略小，故能够形成排队。通过统计检验的方法,检验顾客到达规律服从 Poisson 分布, 服务时间服从指数分布,
9、 从而确定为 M/M/ 1 模型。下面使用 Flexsim6.0 版软件建立模型，其中发生器代表顾客到达率的一个表示，传送带代表顾客排队的情况（传送带上有货物停滞代表服务过程有排队的现象） ，处理器代表银行服务柜台，吸收器代表顾客业务的接收。模型 3D 图见下图所示：服务时间/min 概率密度 累积概率3 0.185 0.1856 0.074 0.2594 0.148 0.4077 0.074 0.4812 0.259 0.741 0.074 0.8149 0.037 0.8515 0.148 1.000六、 结果分析下面的表格为仿真 30 次、每次 2 小时仿真长度的仿真结果：运行次数 总流
10、量平均队长 最大队长仿真结束时的队长运行次数总流量平均队长 最大队长仿真结束时的队长1 40 3.102 15 7 16 40 2.198 15 72 40 3.103 15 7 17 40 2.377 15 73 40 2.358 15 7 18 40 2.496 15 74 40 2.409 15 7 19 40 2.255 15 75 40 2.345 15 7 20 40 2.538 15 76 40 2.565 15 7 21 40 2.618 15 77 40 2.699 15 7 22 40 2.416 15 78 40 2.311 15 7 23 40 2.472 15 79
11、40 2.46 15 7 24 40 2.751 15 710 40 2.332 15 7 25 40 2.549 15 711 40 2.297 15 7 26 40 2.342 15 712 40 2.585 15 7 27 40 2.833 15 713 40 2.245 15 7 28 40 2.422 15 714 40 2.781 15 7 29 40 2.187 15 715 40 2.374 15 7 30 40 2.67 15 7服务人员工作情况运行次数总服务人数每个顾客平均服务时间/min顾客平均排队等待服务时间/min业务员利用率运行次 数总服务人数每个顾客平均服务时间/
12、min顾客平均排队等待服务时间/min业务员利用率1 23 5.85 11.50 97.6 16 23 5.85 9.92 95.52 23 5.85 11.73 96.7 17 23 5.85 10.75 96.23 23 5.85 10.56 96.8 18 23 5.85 11.08 97.24 23 5.85 10.89 96.4 19 23 5.85 10.26 96.25 23 5.85 10.39 96.3 20 23 5.85 11.35 95.46 23 5.85 11.58 96.7 21 23 5.85 11.66 96.27 23 5.85 12.24 96.3 22
13、23 5.85 10.96 96.18 23 5.85 10.44 96.5 23 23 5.85 11.33 96.29 23 5.85 11.20 96.2 24 23 5.85 12.34 96.310 23 5.85 10.63 96.2 25 23 5.85 11.46 96.411 23 5.85 10.46 96.1 26 23 5.85 10.51 96.112 23 5.85 11.55 96.3 27 23 5.85 12.40 96.213 23 5.85 10.25 96.1 28 23 5.85 10.93 96.314 23 5.85 12.66 96.3 29 2
14、3 5.85 9.94 96.415 23 5.85 10.64 96.1 30 23 5.85 11.96 96.2我们运用 Flexsim 软件仿真的结果为，该系统在每天 8 点至 10 点的 2h 工作时间内，平均队长为 2.67，不超过 3，最大队长只有 15，每个顾客的平均被服务时间为 5.85min,顾客的平均纯排队等待时间为 11min。可见，该系统的服务状况一般，平均纯等待时间较长。从业务员的工作量看，早上这两个小时大约要处理 22 位顾客的银行业务，其平均利用率比较高，为 96.5%。从参数间对比可知本调查中服务台效率和教材中大不一样，根据分析，我们认为原因有以下几点:首先因
15、为我们时间有限，采集数据不是一整天，而只是早上 8 点至 10 点两个小时，所以并不能代表一整天的数据，所以仿真的结果必然有差。其次是顾客数量问题，每个地区的人口密度不同，那么肯定顾客数量不同，这对排队长度以及排队时间都有影响。其次每个银行的服务效率都不尽相同，教材上例子的银行与我们所选取的银行不同，当然服务率也是有差别的，而且我们选取的是非现金业务交易服务台，由于此服务台本身的特殊性，顾客比其他的服务台数量要少。对比来看，本小组仿真的系统虽然业务员利用率高，但是服务台对每个顾客的平均服务时间为 5.85min，而每个顾客到达的平均间隔为 4.8min，经过两个小时的积累，最大队长就已经达到了
16、 14，最大排队等待时间达到了 20 多分钟，照这样的速率，那么一天 8 小时，到后面的顾客排队时间越来越长，顾客会失去耐心。七、 系统优化1、细分窗口。火车站排队等待产生的原因在于火车站售票平台所提供的服务不能满足顾客的需求所导致的结果，解决这个问题除了开辟更多的服务窗口之外，更要注重服务内容的增加，即针对不同的客户，对服务内容进行进一步的细分，并对细分后的服务项目提供专门的服务窗口，以此来增加提供服务的数量。例如一般成年人通常都是在一般的储蓄窗口进行的，而学生、军人士官、残疾人士、归侨华人等有专属售票窗口，缓解排队等待的时间。2、提高服务台的工作效率。根据排队论理论指出，如果火车站售票服务平台平均服务率低于顾客平均到达率，会使得排队越来越长而只能等到高峰期过后才能得到缓解。因此，降低服务时间提高火车站售票排队系统的效率，使得排队系统能够应付更多的顾客，从而降低顾客的等待时间，进而吸引客户并能增加未来业务利润。铁道部应更有效的利用旅客闲置时间开展工作：比如在售票大厅增添咨询台，可询问每位旅客需求，给旅客路程、班次安排指
