排队时间（精选七篇）
排队时间 篇1
1 资料与方法
1.1 资料:研究资料来源于2015年3月~6月PDCA活动期间记录的门诊药房高峰时段患者的排队取药时间。
1.2 方法
1.2.1 计划:
①拟定目标:卫生部要求医院挂号、划价、收费、取药等服务窗口等候时间不能超过10 min,故制定目标高峰时段取药时间<10 min。②数据收集方法:2015年3月~6月,每月随机抽取1周,对门诊药房的4个窗口进行跟踪,每个窗口高峰期(11:30~12:30,14:30~15:30)调查20个样本。记录标签打印时间、调配完成时间、患者至窗口时间、发药完成时间,通过以上数据计算每框药品调配消耗时间,每框药品发药时间,每框药品从标签打印到患者取走药的时间(即患者排队取药时间),最后取平均值。
1.2.2 行动
1.2.2. 1 原因解析:
药品调剂人员自身因素:药品调剂人员存在业务熟悉程度的差异,导致某一窗口出现排长队的情况;人员短缺:缺少专职脱包上药人员,往往需要药品调配人员自己到二级库推药上架,导致药品调配不及时,前台无药可发,患者积压;缺少导医,输液雾化药品、高危药品、基数管理的药品等不需要在药房取药。每天约有1/3的患者是由于上述问题产生无效排队;保安巡逻无法做到随时在场,部分患者由于种种原因出现插队情况或与工作人员发生口角,导致患者积压;药房常开4个窗口,高峰期负荷太大;不合格处方量偏大:不合格处方返回让医师修改,一方面患者情绪受影响,容易在窗口和工作人员发生口角耽误时间;一方面处方修改后药师需要再次核对,甚至需要进行二次调配导致单处方发药时间延长;标示不明显:LED屏幕显示内容单一,只提示“患者按窗口号排队取药”;部分销量大的药品摆放不合理,导致调配时间过长。
1.2.2. 2 对策拟定:
加强科室人员业务培训每周组织科室学习,并进行考试,成绩与奖惩挂钩;增加人员配置:与后勤联系落实二级库脱包及药品上架工人;与门诊办公室联系,高峰期安排导医,为患者提供咨询服务,加强保安巡逻,协调维持1 m取药等候线;与人力资源部联系,在现有人员的基础上再招聘至少2名药师;设1~2个应急窗口,安排2~4个行政班,高峰时期或特殊时期作为预警人员参与窗口工作;规范医师处方:在处方点评的基础上,每月增加差错登记;增加标示:LED屏幕增加温馨提示“雾化或需静脉输液的患者直接至治疗科室无需至药房取药”;调整窗口布局,按药品销量调整摆放位置,缩短药品调配时间。
1.2.3检查和处理:定期对计划实施的情况和制定的对策进行检查。对检查情况进行再分析,巩固已取得的成果,将有效对策列入标准化内容,保持成果的持续性[3],并及时发现问题和不足,分析原因,提出改进方法,进入下一个循环。
2 结果
改进方法逐一落实,通过本次PDCA管理活动,门诊药房患者排长队现象得到明显缓解。时间记录见表1。
3 讨论
门诊药房调剂工作是药学服务的窗口,患者取药等待时间长,重复排队,容易引起医患纠纷[4]。改善门诊药房调剂流程是优化药学服务中重要的一环。通过PDCA循环方法,在优化门诊药房服务质量中取得了一定成效,不仅患者排队取药时间明显缩短,调剂人员业务水平和服务意识也得以提高,并且熟悉了PDCA管理方法,这些都是PDCA活动带来的成果,值得应用和推广。
参考文献
[1]郑必龙,刘俊.品管圈在改进医院药学服务质量中的探索和应用[J].安徽医药,2014,18(6):1169-1171.
[2]张美玲,叶佐武.PDCA循环在优化医院病区药房口服药调剂流程中的应用[J].医药导报,2014,33(4):544-546.
[3]温明铃,张兰旭.应用PDCA循环管理降低中药房处方调配差错率[J].中国科技,2013,26(13):42-44.
排队时间 篇2
当今各行各业的信息化、智能化建设越来越广泛，整个社会对各个行业的办事效率的要求越来越高，特别是服务型行业，纪要满足被服务人的服务要求，又要提高服务质量，提高服务效率，例如医院门诊等，现在的患者不仅仅要求医院满足业务上的需求，还要求医院尽量减少病患的等待时间，而医院本身由于竞争的需要，也要求提高本身的办事效率，提高本身服务的形象，而这些窗口服务的排队现象在所难免，为了排队时减少办事人的等候时间，为患者看病创造一个良好的环境，大嘴巴排队叫号系统应运而生。
大嘴巴排队叫号系统厂家直销，全语音播报，4个中文汉字显示；可直接与电脑连接自定义（200个字）广告内容；显示直观清晰。万年历功能；数控音量调节，带音频输出接口；支持自动循环显示。
（1）提升医院的形象
实施医院排队叫号系统，体现医院处处为医生工作环境和患者的就诊环境着想，体现医院窗口服务的先进性，科学性。这无论对医院自身的形象还是患者对医院窗口服务的满意度而言，都具有极大的意义。目前各行各业管理的信息化程度的提高，也使得医院在管理方式上逐渐向新的、先进的、科学的方式靠拢，医院排队管理系统的实施正是顺应当前的大环境应运而生。
（2）提高服务质量
当前由于患者众多，在患者就诊过程中，患者需要在就诊室前排队等候医生的就诊信号，这一方面影响了医生的工作，另一方面也使得患者处于不停的等待状态，实施排队管理系统后，患者只要拿到派号单，就无须在就诊室前排队等候，患者可以在医院的大厅中静坐等候音觉和视觉的提示，然后前去就诊，这也体现了医院爱护患者的良好意愿，提高了医院服务的质量。
（3）减少患者的等待时间
实施了排队叫号系统后，由于减少了大部分的人工环节，中间环节大部分采用计算机和硬件控制，缩短了患者的排队时间，对医院而言也实现了经济效益和社会效益的双丰收。
（4）杜绝诊室的纷乱现象 在过去，一旦到就诊高峰期，患者为了早一点看上病，患者或患者的家属不停在就诊室和候诊区之间走来走去，这样把本来就纷乱的医院环境变得更加纷乱，不仅影响了医生的工作，也给医院的导诊护士增加了工作量，给患者造成了不必要的麻烦，使用诊所排队叫号器后，患者及其家属只需坐在那里等待声音和显示屏的叫号提示，无须不停的探望，给医院形成一个宁静祥和的就医环境，也能给医生创造一个良好的工作环境。
（5）为医院有关决策提供依据
系统由于提供了实时监控和综合统计的功能，可以随时查看医生的就诊情况，以及每位医生的看病时间，为医院相关决策提供依据。
（6）增加对医生的考核依据
排队时间 篇3
关键词：Geom/Geom/1排队；休假延迟；启动时间；QBD链；矩阵几何解；随机分解
离散时间排队模型由Meisling提出并研究，Hunter系统地给出这类排队的早期分析成果。由于在计算机网络、通讯系统、生产交通领域建模的广泛应用，离散时间休假排队成为近年来应用概率的一个研究热点。根据实际应用的特点，文献分别将顾客策略和二次可选服务加入Geom/Geom/1休假排队，文献研究了带负顾客的情形，文献将N控制策略引入Geom/Geom/1多重休假排队系统，并进行了较为深入的研究。
基于节省能源降低成本的考虑，许多系统实际可能需要一个随机的延迟休假时间，休假延迟策略由Leung引入并得到关注。考虑到服务台需要休假，而休假期有顾客达到通常是先启动系统，文献研究了不同启动机制下的休假排队模型。特别地，文献研究了多重休假的带启动关闭期的Geom/G/1排队，利用嵌入Markov链的方法，得到了排队指标的随机分解结构。文献考虑了离散时间批到达的情形，文献讨论了连续时间排队的稳态指标，文献运用仿真程序对系统性能指标进行统计分析。
排队时间 篇4
随着我国经济的持续快速发展,以及个人汽车保有量的飞速增长,快速增长的交通量与以有限速度新增的交通供给的矛盾日益凸显,从而导致了交通拥堵、交通事故的发生,以及由交通问题所带来的环境污染等一系列问题的出现。尤其在高速公路收费站这个“瓶颈”点,排队拥堵问题更为严重,这对交通安全、驾驶员及乘客、收费站工作人员及管理者、环境等都造成了巨大的影响。因此,要尽量提高收费站工作人员的工作效率,提升收费站的服务水平,以减少收费站排队及用户的等待时间。对收费站服务进行评价是提高收费站运行效率及服务水平的重要手段,同时对收费站建设,以及辅助决策支持也起到重要作用。而服务时间、车辆在收费站平均排队时间和平均排队长度是评价收费站服务水平的重要指标[1]。
在收费站服务水平研究方面,周刚等[2]应用M/G/K模型,计算得到在不同服务水平下的收费站最大服务交通量。丁创新[3]根据不同类型收费站的特征参数,应用M/G/K排队论模型计算出各种类型收费站的基本通行能力,并且采用收费站平均排队车辆数作为评价收费站服务水平的指标。V.Astarite等[4]考虑了收费站排队溢出、ETC通道等因素影响,对收费站的交通需求与供给建立了微观仿真模型,研究结果显示,该模型可以使收费站的运行效率最优化。K.C.Park等[5]建立了交通仿真模型进行研究,提出了一种收费站等待时间最短的管理策略。谢军[6]根据车辆在收费站处的交通行为建立了交通模型,对收费站处的车辆到达分布与服务时间分布模型进行了分析,给出了反映高速公路收费站服务水平各指标的计算公式。张晋伟等[7]根据高速公路收费站的交通流特性,应用M/G/K排队模型,推导出在不同服务水平下收费站所能服务的最大交通量矩阵,并由此做出收费站设置决策。廖固[8]根据高等级公路收费站交通流特性的分析,建立了收费站的排队模型,并对不同情况下收费站的通行能力进行了计算。程锦等[9]基于收费站通行数据,并考虑各收费站客货车通行比例及收费员平均工作效率,按收费车道的类型分出口及入口,根据M/G/K排队论模型对收费站在不同收费车道数以及不同排队程度下可以处理的最大车辆数进行了计算,并对天津市高速公路收费站进行了整体评价。He等[10]针对实际高速公路收费站的过度拥堵问题,基于M/D/1排队模型提出了优化设计和运营策略,最大程度地缩短了顾客的等待时间以及收费站的运营成本,提高了收费系统整体性能。张文丽等[11]基于大量联网收费数据,运用M/G/K模型对收费站的理论通行能力进行了计算,并按一天中不同的时间段给出了收费站的实际通行能力,通过对比实际通行能力与理论通行能力来对收费站的服务水平进行评估,最后给出了一些相应的改进措施。戴元等[12]建立了收费站的收费业务质量评价指标体系,对四川省具有代表性的3个收费站进行了综合评价,评价结果与实际情况一致。谢强等[13]建立了收费站业务效能的二级评价模型,对收费站的业务效能进行了综合评价。杨源等[14]统计分析了广东高速公路收费站ETC车道的大量实测数据,对不同服务水平等级下的ETC车道最大服务交通量进行了计算。李剑等[15]根据实际调研数据建立了仿真模型,计算得出了人工收费车道数量和ETC收费车道数量在不同比例情况下的收费站综合通行能力,并给出当收费站通行能力达到最大时,ETC车道交通量占总交通量的最佳比例。我国台湾省以排队理论为基础,在高峰小时,按车型分派到各收费车道。根据收费站上游的车辆平均到达率以及收费站的服务时间,利用排队理论模型,推导出每车在收费站前平均等候时间与平均排队长度,从而评估收费站的服务水平[16,17]。
整体而言,我国对收费站服务水平的研究起步较晚,目前在公路收费站排队方面,国内的研究方法主要是东南大学的M/G/1模型,主要适用于车辆到达服从泊松分布,服务时间服从任何分布、单服务台的服务系统,具有一定局限性。而且研究所需的大部分数据都是通过人工调查获得的,在人力、资金方面消耗较大。对收费站服务水平进行评价、对比是一项长期性的工作,因此,经济成本不能太高。
收费站积累了海量收费数据,这是无需调查就可获得的数据,对这些收费数据进行分析与研究,探寻收费站排队、服务时间等相关规律及信息,从而计算出评价收费站服务水平的相应指标值,对于收费站服务评价具有很好的经济价值,对于提高收费站服务水平、缓解收费站排队拥堵具有现实意义。
1 研究思路
本文的研究思路为:
1)车辆排队情况下时间间隔的规律。分析车辆通过收费站的过程及其时间构成,并研究探索在收费站车道产生排队的情况下,时间间隔与车辆通过收费站的各部分时间的关系以及时间间隔具有的规律,为第三节的算法设计奠定基础。
2)基于出站时间的收费站车辆排队检测。根据第二节的规律分析,设计基于出站时间的收费站车辆排队检测算法,并设计车辆排队队长、排队逗留时间,以及服务时间各指标的量化计算方法。然后进行数据预处理,选取收费站,从收费数据中提取所需的出站表,根据数据处理过程创建相应的空数据表,对车辆信息进行数据清洗,删除因人工或仪器记录错误而产生的错误数据,并根据出站时间计算得出车辆的时间间隔数据。
3)实例验证。在数据预处理的基础上,根据各指标的量化计算方法,以陕西省实际收费站的收费数据按车道(服务时间还分车型)对各指标进行计算、验证,并与实际调研数据以及M/G/1方法计算的结果进行对比分析。
2 车辆排队情况下时间间隔的规律
通常情况下,车辆通过收费站的过程可分为驶入收费广场、排队等待(在形成排队的情况下)、接受服务、驶离收费广场4个部分。即
车辆通过收费站时间=驶入时间+排队等待时间+接受服务时间+驶离时间=驶入时间+逗留时间+驶离时间
一般情况下减速进入收费广场和加速离开收费广场仅与车辆的加减速性能和司机的驾驶行为有关,与收费站提供的服务关系不大。排队等待过程和接受服务过程与收费站提供的服务密切相关。
在整个收费过程中,根据收费服务内容的不同,可将接受服务的时间分成2个部分:收费服务时间和离去时间。收费服务时间是指从车辆进入收费地点并停稳车辆,到车辆完成缴费或领卡工作,车辆准备启动离开收费地点之间的时间间隔。车辆启动并离开收费地点到下一辆车进入收费地点并停稳之间的时间间隔为离去时间。由于车辆的驶离过程会占用收费亭一定的时间和空间,该时段内收费亭处于服务空档期,因此无论收费车道中是否存在后车排队,车辆在通过收费站接受服务的总时间应当包含有离去时间这一部分。
将同一收费车道相邻车辆的出站时间之差称为时间间隔,那么在收费站车道产生排队的情况下,时间间隔即为车辆接受服务的时间,而且本研究发现此时的时间间隔具有一定的规律:排队车辆的时间间隔比没有排队时车辆的时间间隔小,而且除个别车辆外其数值大小一般比较接近,数值在一定的范围内波动。如图1(a)所示,当一定时间内车流量比较小的时候,基本不产生排队,而且车辆时间间隔都比较大且相差较大;而在图1(b)中,同样时长内的车流量比较大,产生了多次排队,而且排队车辆的时间间隔都比较小,基本在10~40s之间。但是也不排除以下情况,在2次排队之间有一个时间间隔比较大,也可能是由于司机下车缴费导致的,但一般出现这种情况的几率较小。所以,通过观察收费车道相邻车辆时间间隔的关系,就可以判断收费车道是否产生排队。
因此,本研究以实际收费数据为基础,对收费数据进行了分析与研究,寻找其中规律,对收费站车辆排队进行检测,并通过数学建模方法对服务时间、车辆在收费站排队队长以及逗留时间等进行了量化。在数学建模过程中,采用一系列运筹学、数理统计等学科中的数学方法辅助模型的建立。
3 基于出站时间的收费站车辆排队检测
本研究设计的收费站车辆排队检测算法,以及各指标的量化计算方法如下。
1)车辆队长。定义时间间隔为相同收费车道相邻车辆出站时间之差,即
式中:ti为第i辆车经过收费站的时间间隔;EXITTIMEi为第i辆车经过收费站的出站时间;
提取统计时间段收费数据,计算每辆车对应的时间间隔。然后计算观察时长内所有车辆时间间隔平均值的置信上限(置信度为95%)作为判断产生排队的阈值。当连续2个时间间隔都小于等于阈值时,则为排队。
即
当有连续几辆车的时间间隔都小于等于阈值时,队长为相应的车辆数。
在满足排队的条件下,计算单车道队长。
式中:Lj为观察时长内单车道第j次排队时的队长;为观察时长内单车道的平均队长;c为观察时长内单车道排队次数。
2)车辆排队逗留时间。在满足排队的条件下,计算单车道车辆排队逗留时间。
式中:tqj为观察时长内单车道第j次排队的排队逗留时间;EXITTIMEnj为观察时长内单车道第j次排队最后一辆车的出站时间;〗EXITTIMEmj为观察时长内单车道第j次排队第一辆车的前一辆车的出站时间;为观察时长内单车道平均排队逗留时间。
3)服务时间。在收费站收费车道产生排队的前提下,对应的时间间隔即为服务时间,即
表1为(客/货)服务时间统计表
借鉴H.ASturges提出的经验公式计算服务时间组数
服务时间区间组距:
区间平均服务时间:
收费站单车道平均服务时间:
以上各式中:tsi为第i辆车经过收费站时的服务时间;k为服务时间统计区间个数;N为在统计表中总车辆数;Nl为第l服务时间区间内车辆数;T为单车道最大服务时间减去最小服务时间,服务时间全距;Δt为服务时间区间增量;Tl为第l服务时间区间的右区间值;tsl为服务时间区间[T1-2Tl]的平均服务时间;为收费站单车道平均服务时间。
设计了各指标的量化计算方法,便需对其进行实例验证,在实例计算之前则需要进行数据预处理,即对大量的联网收费数据进行处理,转换为适合本文处理的可靠精确的数据。数据预处理主要包括数据清洗、数据集成和数据抽取。
1)数据清洗。过滤不符合要求的数据,主要包括异常数据、错误数据和冗余数据三大类。本文主要清洗掉由于记录错误而造成的进站名称为空或者进站名称与出站名称相同的数据。
2)数据集成。将清洗后的数据进行融合并统一存储,建立数据仓库。
3)数据抽取。对集成后的收费数据的有效信息进行提取。
本研究需要提取的收费数据的主要基础字段有:车牌号、出站编号、出站名称、收费车道编号、出站时间、车种、车型和收费方式。
4 实例验证
根据各指标的量化计算方法,本研究以陕西省富平、韩城和芝川收费站2015年10月份的收费数据进行了计算、验证,并与实际调研数据,以及M/G/1方法计算的结果进行了对比。其中,富平收费站选取的时间是2015年10月30日17:00:00~17:30:00时,韩城收费站选取的时间是2015年10月31日17:00:00~17:30:00时,芝川收费站选取的时间是2015年10月30日17:30:00~18:00:00时,此外,服务时间是分车道分车型(客车、货车)计算其平均服务时间,车辆排队逗留时间和车辆队长都是按照单车道进行计算。
根据指标计算方法,得到3个收费站各人工收费车道的分客、货平均服务时间,并与调查所得的平均服务时间进行对比,对两者进行偏差分析,计算其绝对误差,见表2。从表中可以看到,整体上来说计算结果与调查结果基本一致,两者的绝对误差不超过3s。
其中,在调研过程中发现会出现部分司机下车等情况,导致其服务时间很大,因此,对这些调研数据进行了剔除。
根据M/G/1方法及设计算法,分别对富平、韩城和芝川收费站各人工收费车道的平均队长和平均逗留时间进行计算、对比,并进行了误差分析,见表3。
其中,考虑到人们的心理因素及驾驶习惯等,驾驶员总是倾向于往排队车辆不是很多的车道走,因此,在根据设计算法进行计算时,应将同一时期某车道的队长远远大于其他车道队长的结果数据予以剔除,但一般出现这种情况的几率也较小。从表中可以看出,整体来说2种方法的计算结果也基本一致。
其中,同时考虑2种方法计算出的平均队长和平均逗留时间,对于韩城收费站105车道来说,其平均队长和平均逗留时间的数值都较小且两者的绝对误差都较大,所以整体来说误差较大,究其原因,是由于在观察时长内通过该车道的车辆数太少,而本研究就是基于单车道车流量大、会出现排队情况而设计的算法。而且研究发现,当收费车道车流量在85辆/h及以上的时候,平均队长和平均逗留时间的误差都较小,算法的适用性较好。
5 结束语
有关排队的随笔：世博排队 篇5
可是， 我三次观摩上海世博，感觉排尽了我一生的队。
在儿时票证时代，我也有过无数次的排队经历。那时，为了买鱼、买肉、买豆腐，经常大清早去排队。过年过节时，更是排的昏天黑地、头晕腿酸。长大后，也要为买火车票、洗澡、看电影等等去排队。
心焦、枯燥、无聊，这是排队时的心境，总觉得是浪费了大好时光。
但这一切，与八年前上海世博会的排队相比，都是小巫见大巫了，我现在回忆起世博，腿肚子还会打颤。
第一趟去世博，一下车，就吓了我一跳，偌大的入口处，是乌泱泱的人，长长短短二十几条排队等安检的队伍!
我想都不想排了短的队伍，但是，我错了。这个短队竟是九曲十八折的，二旁，是铁管做好的通道，加起来，比那长队还长，等到发现，已进退两难。队伍缓慢地前行，周围，有人在看书，有人手捧收音机在听戏，更多的人在发呆，无聊地打发时间，也要怪，那时还没有智能手机。
有个清纯秀气的小女孩，大概不愿浪费时间，竟在铁管拐弯角上做起了作业。待我们快到下一拐弯处，她又会出现。到第三次看见她时，我故作惊讶，说:“怪了，怎么每到这里，就会出现一个白衣女孩”，背后的孩她妈操着陕甘口音，一本正经地解释:她是钻过来。但孩他爸听出了我的幽默，一阵大笑，引得周围的人也哈哈笑了好久。这一笑，时光好像过的快了些。
一个多小时后，终于安检了。可安检员从我裤袋里摸到了一版药，立刻紧张兮兮地喊:发现不明白色粉末。哗啦一下涌出五个人把我围住，有人拿着那版药看了几下，说:是氟哌酸，放行。
虚惊一场后，开始跑馆，先是进几个排队不长的东南亚馆，但，除了印尼馆尚可，其他皆一般般。听说埃及馆有木乃伊，妻想看，结果排了一个小时后发现上当，木乃伊只是个模型，就几个黄金面具有看头，全馆十分钟就搞定。
类似的上当多了，就决定:只进西欧馆。虽然排的累，但馆的内容精彩。
到晚八点，腿酸痛的实在不行，那怕拉脱维亚馆门口漂亮的拉籍女子说，里面有全球最美的姑娘表演舞蹈，我也不想进去了。
第二趟去世博，带了女儿。女儿很会做攻略，给好看的馆排了号，沙特、美国、德国、法国、意大利、西班牙馆等等。可到一到那边，就乱了套，那能按照事先设想的来?比如，沙特馆要排四小时，那怕它精彩绝伦，也只好放弃。其他西欧馆，也至少要排一小时，像德国馆，要二小时。半天折腾下来，人就吃不消了，最后，是硬拖着腿在走。到回程还有二个小时，许多计划中的馆没跑，女儿就讨饶了，坐在广场上说啥也不肯动了，还要我们敲腿按摩。最后，我只得噱她:比利时馆里面有便宜裸钻可买。她这才勉强进去。还好，女儿还算乖，只买了个小的。可我还是心疼地想:都是排队惹的祸，害得我坏了二千大洋。
出了比利时馆，一家三口瘫坐在临近出口处的长椅上，闲谈、喝水、啃面包。白白地又无奈地浪费时间。
后来才知道，那天有六十万人参观。世博会场只有三平方公里，相当于嘉兴老环城路内那么大，这弹丸之地，涌进了那么多人，当然拥挤得一塌糊涂。我发誓:再也不看世博了。
但是，俗话说，好了伤疤忘了疼。闭馆前一星期，我和妻子又去了世博。心想，这时总没人了，不料，人潮还是汹涌澎湃，都和我们想的一样，全都想乘上世博的末班车。
艰难的排队又开始了。尽管心里发怵发虚，也只能硬着头皮，一个馆一个馆地排队，一直排到双腿麻木没感觉。最后，腿好像不长在自己身上似的，怎么走到回程的大巴上都不知道。
世博结束前二天，又有好心人送来二张赠票，可我摸摸酸痛的双腿，谢绝了。
后来，排队时碰到超级长队，我总喜欢如此比方:堪比世博!
排队时间 篇6
关键词：排队论,流波动理论,基本通行能力,实际通行能力,拥挤消散时间
0 引言
车道被占用对城市交通能力有着很大的影响, 其中造成车道被占用的因素包括交通事故、路边停车、占道施工等, 这些因素都会导致路段各车道通行能力有所下降。由于目前我国城市道路具有交通流密度大、连续性强等特点, 往往一条车道被占用, 就会影响该路段所有车道的通行能力, 即使占用时间很短, 也会引起车辆排队, 造成交通堵塞。
通过本文分析, 将为交通管理部门正确引导车辆行驶、审批占道施工、设计道路渠化方案、设置路边停车位和设置非港湾式公交车站等提供理论依据。
1 问题分析
本文主要分析事故发生在直行和左转车道时, 所影响的路段车辆排队长度与事故横断面实际通行能力、事故持续时间、路段上游车流量间的关系。针对此问题我们运用排队论相关知识和车流波动理论结合交叉口信号控制的相关知识建立模型。首先讨论事故横断面实际通行能力、路段上游车流量与车辆排队长度的关系, 然后绘制出车辆累计及消散过程图, 讨论随着事故持续时间的变化, 事故所影响的路段车辆排队长度与事故横断面实际通行能力、事故持续时间、路段上游车流量三者间的关系。
2 问题的假设
1) 所有的车都是匀速行驶的;
2) 所有司机遵循交通规则;
3) 各道路每天通过关口的流量都相等;
4) 通往关口的所有车辆完全相同;
5) 在进行实际通行能力计算时, 该路段所有通过车辆均为标准车型, 车身长度为6m;
6) 在进行路段上游车流量计算时, 选取1.2和2.0分别作为中型客车和大型客车的标准车型换算系数;
7) 车辆到达服从泊松分布, 服务服从负指数分布;
8) 计算横断面实际通行能力的假设:
(1) 修正系数为0.96;
(2) 侧向净空修正系数为0.94;
(3) 该路段纵坡小于7%, 不予修正;
(4) 不需要进行视距不足的修正;
(5) 横向干扰修正时拥挤情况下修正系数为0.6, 不拥挤情况下为0.75;
(6) 驾驶员熟悉路况程度的修正系数为0.95;
(7) 在事故发生后被占用的两车道无服务能力。
3 模型的建立
3.1 排队论模型
在系统中n个顾客的概率为:p0=1-ρ
在系统中平均顾客数为:Pn=ρn (1-ρ)
3.2 车流波动理论模型
传统的排队论理论单纯使用需求量和通行能力推算排队长度, 由于未考虑车流波动的影响, 从而使估算结果与实际出入很大。现用车流波动理论分析发生交通事故后路段上车辆排队的形成和消散过程, 推导出估算排队长度与消散时间的公式[3]。
车流波动:假设上游交通需求量大于事发路段现有通行能力, 到达车流在事故地点陆续减慢速度甚至停车而集结成密度较高的队列, 事故解除后, 由于路段畅通, 通行能力恢复, 排队车辆又陆续加速而疏散成一列具有适当密度的车队, 车流中两种不同密度部分的分界面经过一辆辆车向车队后部传播的现象。当车流密度由低密度向高密度转变时, 所体现的车流波为集结波[1,2,3]。
其中, Nm为集结波掠过的车辆总数, 也就是拥挤过的车辆总数 (24辆) 。
Qw2为事故横断面事故通行能力μ (由上游车流量为1500辆/小时进行估计)
Qw1为上游车流量, 即λ。
4 算例
4.1 数据处理
根据某240米长三车道路段发生的占用直行、左转车道的真实事故经过简化, 代入数据, 在求解过程中, 将事故横断面实际通行能力看做该段道路的服务率 (μ) , 路段上游车流量作为该段道路的平均到车率 (λ) 。
4.2 问题分析求解
由ρ计算出车辆排队长度, 这时就可以确定出车辆排队长度与事故横断面实际通行能力、路段上游车流量之间、事故持续时间之间的关系 (见表2) 。
由图不难看出当较交通强度ρ超过0.8时, 平均排队长度 (n軈*6m) 迅速增加, 而系统状态的变化范围和频度增长更快, 即不稳定因素迅速增长, 服务水平迅速下降。这时排队长度大概为120m。
最后我们运用EXCEL绘制出“车辆累计及消散过程图”, 横轴表示事故持续时间, 纵轴表示车辆数。来分析交通事故所影响的路段车辆排队长度与事故横断面实际通行能力、事故持续时间、路段上游车流量间的关系图3。
分析上图可知, 在事故发生后的前3分钟, 实际通行能力μ大于路段上游车流量λ, 系统稳定, ρ<1, 车辆排队长度大约为6m;从事故发生后的第3分钟开始到事故发生后第13分钟这段时间, 实际通行能力μ小于路段上游车流量λ, 系统不稳定, ρ<1, 排队长度迅速增加, 大约排队长度为120m;从事故发生后的第14分钟开始, 事故撤离, 拥堵情况得到缓解, 实际通行能力增强, 路段车辆恢复正常行驶。
5 结论
在城市道路具有交通流密度日益增大大、连续性强、新手驾驶增多等特点的今天, 车道被占用的情况种类繁多、复杂, 本模型的建立可正确估算车道被占用对城市道路通行能力的影响程度, 对交通管理部门正确引导车辆行驶、审批占道施工、设计道路渠化方案、设置路边停车位和设置非港湾式公交车站等有重要意义。
针对该模型出现的拥挤情况, 我们可以采取一定的措施进行车流的疏散, 比如在距事故发生横断面一定距离处设置警示标志, 告知上游到达车辆前方发生交通事故, 以便驾驶员提早选择插车时机汇入优先车道。这样可减少拥挤持续时间和系统中的排队车辆数。
参考文献
[1]徐吉谦, 陈学武.交通工程总论[M].北京:人民交通出版社, 2012, 11.
[2]张伯生, 张丽.运筹学[M].北京:科学出版社, 2012, 6.
[3]孔惠惠, 秦超, 李新波, 李引珍.交通事故引起的排队长度和消散时间的估算[J].铁道运输与经济, 2005, 27 (5) .
[4]马健霄, 吕志英, 王大明.城市道路交通能力分析和改善技术[J].南京林业大学学报:自然科学版, 2001.25 (2) .
排队时间 篇7
关键词：排队论,系统,效率,优化
如今, 客户在车站、医院、通讯厅、超市及商业银行等服务机构排队等候服务已经司空见惯, 节假日更是人满为患, 排队成龙。
调查资料显示, 排队等待时间是客户最为关心的问题之一, 约有57%的客户对银行排队现状感到不满。J.D.Power亚太公司在其《2009年中国零售银行客户满意度调研报告》中具体指出, 对零售银行的客户满意度有显著影响的关键点:其一便是等候接待的时间要低于10分钟。该研究同时表明, 2006至2008年间, 客户满意度最高的银行年均利润率增幅为129%, 是客户满意度较低的银行的21倍。由此可见银行系统排队效率问题绝不仅仅影响着客户的满意度, 也极大影响着银行的经济效益。
一、解决银行排队系统效率问题的现实意义
银行客户排队等候时间长, 一方面增加了客户的时间和精力成本, 引发客户的投诉与抱怨, 导致银行的客户资源流失;另一方面也造成了银行前台柜员的超负荷工作, 情绪紧张焦躁, 工作效率下降甚至出现业务差错, 影响银行自身的经济效益与企业形象。时间既是成本因素同时又具有潜在价值, 提高排队系统的服务效率, 缩短客户等待时间, 绝不仅仅是客户所关注的问题, 而是为双方实现增值的重要手段。
借助与相关调研数据和排队论可计算当前银行排队系统的运行效率, 通过对比相关参数就能评估系统的服务水平, 判断系统结构的合理性, 从而研究制定系统的改进方案。对这一问题的探索将为解决通讯营业厅、车站售票厅、超市收银台、医院挂号处等排队系统的类似问题提供重要的借鉴。
二、基于排队论的银行排队系统模型
排队论 (queueing theory) 通过对服务对象的到来及服务时间进行统计研究, 得出相关服务指标 (等待时间、排队长度、忙期长短等) 的统计规律, 并据此改进服务系统的结构或重新组织被服务对象。排队论是分析、解决服务系统效率问题的重要方法之一。
为了深入分析银行排队系统的效率问题, 本人选取唐山某商业银行RX支行为研究样本, 对该行客户的排队情况进行实地调研。
RX支行客户排队系统的客户源可以认为是无限的, 客户到达银行后, 在排队叫号机上选择业务类别, 按先后顺序单列排队等候, 排队规则为先到先服务, 队长无限制;客户到达时间和间隔时间相互独立, 客户到达数服从泊松分布, 各服务柜台相互独立工作, 各服务台的服务率基本相同, 服务时间服从负指数分布, 则该行客户排队问题服从于多服务台单队系统的M/M/C随机排队模型。
三、获取银行排队系统模型的各项参数
1、该行客户所能接受的最长逗留时间Tq
客户能够接受的最长逗留时间Tq是指客户自到达RX支行营业厅开始, 包括等待以及接受服务到离开营业厅所能承受的最长时间, Tq是排队系统服务效率的重要参考指标。如果客户在营业厅花费的时间超过Tq, 客户就会认为该行的服务时间过长, 服务效率较低, 从而产生焦躁与不满情绪。
通过对RX支行营业厅随机到达办理业务的40位客户进行现场调查, 可以获得Tq, 具体数据如表1。
从上表可以清晰看出, 大多数客户能够认可的Tq时间为“10分钟”;而当Tq超过15分钟时, 没有客户可以接受。这说明对于RX支行而言, 应把10分钟作为服务效率的上限。
2、该行客户平均到达率λ
获取RX支行客户平均到达率λ的方法是根据该行营业厅每天实际发生的业务量来确定, 同一客户办理多笔业务, 可以视同多个客户同时到达。为了保证调研数据的均衡性, 本文调取了RX支行连续十天的客户数据 (以每十五分钟为单位) , 并整理成客户到达数的分布表 (表2) 。
表2客户到达数的分布表
即该营业厅的客户平均到达率λ=.0506 (人/分钟)
3、该行客户平均服务率μ
在实际工作中, 客户存取款、转账汇款、缴费、理财、开销户等业务是随机发生的, 客户办理业务的种类不同, 服务时间必然有所差别。同时, 每位柜员的业务技能素质也不尽相同, 故在现场调查中随机抽取了4名柜员办理的240笔各类业务进行统计分析。经统计测算, 240笔业务的总服务时间为1229.5分钟, 平均服务时间为5.123 (分钟/人) , 则客户平均服务率为μ为0.1952 (人/分钟) 。经统计检验, RX支行的客户到达规律服从参数为0.506的泊松分布, 服务时间服从参数为0.1952的负指数分布。
一般情况下, RX支行的服务柜台数为3个, 则ρ为0.864。由此, RX支行的客户排队模型如图1所示:
四、RX支行的客户排队系统效率分析
在RX支行的客户排队模型中, 服务柜台数为三个, 通过“多服务台·μqW数值表”与线性插值法, 即可求得:
因为0.1952, 所以可以计算求得, Wq为10.9分钟, 客户在营业厅平均逗留时间sW为16.02分钟, 已经远远超过10分钟, 这意味着大多数客户会产生不满。可以想象, 在业务高峰时段, 客户的等待时间会更长。
另外, ρ为0.864, 说明RX支行的服务柜台比较繁忙。此时, 该支行客户排队系统的负荷较大, 客户排队时间较长, 系统的业务处理效率较低, 亟待进行改进。
五、银行排队系统效率问题的优化方案
1、切实贯彻以客户为中心的经营理念
稳定的客户资源是企业赖以生存和发展的重要基础, 银行经营者应高度重视客户的交易体验, 想方设法解决大多数客户最为关注的排队等候问题, 努力降低客户的时间成本、精力成本和体力成本, 提升客户让渡价值, 不断提高客户满意度, 把“以客户为中心”的经营理念真正落实到具体行动中, 这是根本解决排队系统服务效率的重要前提。
2、多措并举, 提升柜员的平均服务率
(1) 加强员工培训, 健全激励考核机制
在客户排队系统模型中, 柜员平均服务率对系统服务效率的影响较大。以RX支行为例, 若柜员平均服务率提高10%, 客户的平均等待时间就会迅速下降到4.6分钟。因此, 银行应强化柜员的服务意识, 加强临柜业务培训, 提升平均服务率, 缩短单笔业务处理时间;把技能熟练、动作麻利、年龄较轻的员工, 配置到服务窗口, 加快业务处理速度, 提高排队系统的服务效率。
同时, 银行应进一步健全绩效考核机制, 将柜员的服务态度、业务处理量、培训及岗位技能竞赛等纳入员工薪酬考核体系, 以调动柜员的工作热情, 激发员工提高服务效率。
(2) 现金与非现金业务分离处理
银行应将现金业务与非现金业务柜台分开设立, 即把存取款、缴费等现金业务分离出来, 单独开设窗口, 这类业务流程较为简单, 处理速度较快, 平均服务率高, 耗时少, 能使办理此类业务的客户平均等待时间明显降低;而把转账、汇兑、开户、销户、理财等业务程序相对复杂, 耗时多、易积压客户的非现金业务另立窗口。通过分离简单业务, 集中处理复杂业务, 提高系统的整体服务效率。
(3) 进一步优化业务流程
为了使业务处理更加简洁连贯, 提高业务的处理速度, 必须要重塑以客户为中心的高效型业务流程。业务流程优化的基本思路是在有效防范金融风险前提下, 尽量简化操作环节、推进前后台分离、建立集约化处理模式, 以业务流程的改革与创新提升排队系统效率。
3、科学配置内部资源, 设立弹性窗口
以RX支行为例, 在每天客流高峰期时段, 客户平均到达率会提高20—30%左右, 客户的排队时间明显延长。现假设BX支行的客户到达率上升30%, 此时增加一个弹性窗口, 客户的平均服务率保持不变, 经计算, 客户在该营业厅的平均逗留时间为11.6分钟。由此可知, 在业务高峰期开设弹性窗口可以明显改善客户的排队状况。
4、着力推广电子银行, 有效分流客户
在客户排队系统模型中, 当客户到达率发生很小变化时, 客户平均等待时间就会发生较大变化。以RX支行为例, 经测算, 当客户到达率下降10%, 而其他参数不变情况下, 客户的平均等待时间由原来的10.91分钟迅速下降到4.9分钟, 营业厅内排队等候的人数大为减少, 系统服务明显改善。因此, 银行应充分认识客户分流的重要性, 想方设法分流营业厅内的客户, 使得客户平均到达率逐步下降, 减少营业厅内排队人数, 减轻柜面压力。
目前, 比较现实可行的重要途径就是大力倡导电子银行, 促使更多的客户借助于自助终端、网上银行、手机银行等电子渠道实现自助服务, 其中网上银行和手机银行是最为理想的分流渠道, 具有巨大的开发潜力。
5、不断创新业务服务模式
银行客户排队系统的效率问题比较复杂, 需要银行经营者开拓思维, 不断创新业务服务模式。例如, 可以与通讯运营商合作, 实现客户短信预约排队;针对发薪日及缴费期大批客户前往营业厅办理转存、转账等情况, 可与客户签约进行自动转存;利用营业厅大屏幕展示营业各时段的客户到达频数分布图, 引导客户避开业务高峰, 以均衡系统的服务能力。
参考文献
[1]运筹学教材编写组:《运筹学》, 清华大学出版社, 2005年。
[2]杨米沙:《银行排队系统数据分析及窗口设置优化研究》, 《武汉理工大学学报》, 2008.08。
[3]王兴贵、焦争昌:《基于排队论的银行排队问题研究》, 《湘潭师范学院学报》, 2008.01。