2017美国数学建模ICM D题 优化机场安全的乘客吞吐量检查点(Optimizing the Passenger Throughput at an Airport Security Checkpo)

2001年9月11日美国发生恐怖袭击事件之后,机场安全问题在世界各地得到显著增强。 机场有安全检查站,乘客和他们的行李会被筛查爆炸物和其他危险项目。 这些安全措施的目标是防止乘客被劫持或者摧毁飞机和在旅行期间保持所有乘客的安全。 然而,航空公司有既得利益,通过最小化他们在安全检查站排队等候的时间以及等待他们的航班的时间来维持乘客的积极的飞行体验。 因此,在期望之间存在最大化安全性的张力,最小化对乘客的不便。

2016年,由于极长的安检路线,美国运输安全局(TSA)受到严厉批评,特别是在芝加哥的奥黑尔国际机场。由于公众的关注,TSA投资了对其检查点的几个修改设备和程序,并在高度拥堵的机场增加人员。虽然这些修改在减少等待时间方面有些成功,但是除了在O’Hare的问题,在其他机场还有包括不明原因和不可预测的长线的事件。 检查点的这种巨大变化对乘客来说可能要付出非常昂贵的代价,当他们面临不必要地提前到达或可能错过他们的定期航班的抉择。许多新闻文章,包括[1,2,3,4,5],描述了一些与机场安全检查站相关的问题。

您的内部控制管理(ICM)团队已由TSA签订合同审查机场安全检查站和人员配置,以确定潜在的瓶颈扰乱旅客吞吐量。 他们特别感兴趣的创意解决方案是既增加了检查点吞吐量,减少了等待时间的方差,同时维持相同的安全和保安标准。美国机场安全检查点的当前流程如图1所示。

区域A: o乘客随机到达检查站,并等待队列,直到安全人员可以检查他们的身份证明和登机文件。 区域B: o然后乘客移动到用于打开筛选线的后续队列; 根据机场的预期活动水平,或多或少的线路可能开放。 o一旦乘客到达这个队列的前面,他们准备所有他们的物品X射线筛查。 乘客必须移除鞋子,皮带,夹克,金属物体,电子器件和液体,将其放置在单独的X射线箱中; 笔记本电脑和一些医疗设备也需要从他们的包里取出并放在一个在图1中单独bin中。 o他们的所有物品,包括包含上述的箱子物品,由传送带通过X射线机移动,一些被标记的项目,供安全官员进行额外的搜索或筛选。(D区)。 o同时乘客通过毫米波进行处理扫描仪或金属检测器。 o未能通过此步骤的乘客接受安全人员的搜身检查。(D区)。 区域C: o然后乘客前进到X射线扫描器另一侧的传送带,以收集他们的物品并离开检查站区域。

大约45%的乘客报名参加一个名为预检查的信任程序。这些乘客支付85美元接受背景检查,享受五年的单独筛选过程。 尽管事实上更多的乘客使用预检查过程,但是每三条常规车道通常有一个预检查车道打开。 预检查乘客和他们的行李经过相同的筛选过程,但是有经过一些修改,以加快筛选。 预检查乘客还必须移除扫描用的金属和电子物品以及任何液体,但不需要去除鞋子,皮带或灯罩; 他们也不需要从他们的包里移除他们的电脑。数据收集了关于乘客如何通过每个步骤的数据安全检查过程。

您的特定任务是: a、开发一个或多个模型,允许您通过安全检查点探索乘客流量,并识别瓶颈。 清晰识别当前过程中存在的问题区域。 b、开发两个或多个可能修改的当前过程以改进乘客吞吐量,减少等待时间的差异。 将这些更改模型化,演示修改如何影响流程。 c、众所周知,世界各地都有自己的文化规范塑造了社会互动的地方规则。考虑这些文化规范可能会影响您的模型。例如,美国人深深地知道尊重和优先考虑他人的个人空间,还有一个社会耻辱在他人面前“切割”。同时,瑞士人也以此为名他们强调集体效率,中国人被称为优先个人效率。考虑文化差异如何影响方式该乘客的过程通过检查点作为敏感性分析。的文化差异适用于您的敏感性分析可以基于真实文化差异,或者你可以模拟不同的旅行者风格 与任何特定文化(例如,较慢的旅行者)相关联。怎么让安全系统以加快的方式适应这些差异乘客吞吐量并减少方差? d、基于您的模型,为安全管理人员提出政策和程序建议。这些策略可以是全局适用的,也可以是针对特定文化和/或旅行者类型。除了开发和实施您的模型来解决这个问题,您的团队还应该验证您的模型,评估优势和弱点,并提出改进建议(未来工作)。

您的ICM提交应包括1页摘要表和您的解决方案,不能超过20页,最多21页。 注:附录和引用不会计入20页的限制。


参考文献: [1]http://www.wsj.com/articles/why-tsa-security-lines-arent-as-bad-as-youd-feared- 1469032116 [2]http://www.chicagotribune.com/news/ct-tsa-airport-security-lines-met-20160823- story.html [3]http://www.cnn.com/2016/06/09/travel/tsa-security-line-wait-times-how-long/ [4]http://wgntv.com/2016/07/13/extremely-long-lines-reported-at-chicago-midwayairports-tsa-checkpoint/ [5]http://www.cnbc.com/2016/04/14/long-lines-and-missed-flights-fuel-criticism-of-tsascreening.html

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏PPV课数据科学社区

【概率论——上帝的赌术】第4话:暴走的假设检验

第3话中说,正态分布曲线优雅惊艳,隐藏着人生百态,所以,跟着数说君一起大声说:做一个明媚的男子/女子,不奇葩,不富帅,只是倾尽所有的身心去等去爱,走向...

37890
来自专栏ATYUN订阅号

微软推出iPad应用Earth Lens,使用AI来检测卫星图像中的物体

微软Garage的最新项目之一,利用AI来确定卫星图像中需要注意的精确项目。Earth Lens是今天推出的一款新的开源iPad应用程序,识别,跟踪和分析距离地...

10830
来自专栏新智元

【AI全球大战医生】Hinton:5-10年内深度学习取代放射科医生

编辑:张乾 弗朗西斯 文强 【新智元导读】2017年4月,Hinton在接受《纽约客》采访时说:“5年内深度学习就能超过放射科医生,从现在起就停止培训放射科...

35360
来自专栏花叔的专栏

为了研究一笔画完,结果做出了个游戏

某天,我看到流行的、一笔画完类型的小游戏,于是就在那想,这种游戏的关卡构建是不是都是人工构建的,还是说程序可以随机生成。

51010
来自专栏量子位

如何用Python从海量文本抽取主题?

作者:王树义 量子位 已获授权编辑发布 你在工作、学习中是否曾因信息过载叫苦不迭?有一种方法能够替你读海量文章,并将不同的主题和对应的关键词抽取出来,让你谈笑间...

65570
来自专栏DT数据侠

一场危险的手机WiFi连接数据“试验”:世界之大,你无所遁形!

人人“机不离手”的这个时代,你能想象下一旦没了WiFi世界会怎样吗?WiFi使用越来越普遍,基于WiFi使用相关的数据研究也多了起来。

13200
来自专栏AI科技评论

学界 | 继佩奇和布林的开山论文之后,谷歌团队又有哪篇经典入了WWW大会的法眼?

2017 年的The Seoul Test-of-Time Award 颁给了《Graph Structure in the Web》,这可谓是实至名归。 AI...

29050
来自专栏大数据挖掘DT机器学习

Microsoft 时序算法——结果预算+下期彩票预测篇)

前言 本篇我们将总结的算法为Microsoft时序算法的结果预测值,是上一篇文章Microsoft时序算法的一个总结,上一篇我们已经基于微软案例数据库的销售历史...

90560
来自专栏企鹅号快讯

CNKI实用技能50例

《CNKI实用技能50例》由上海知网编制,以情景带入与问题导向的方式、简单易懂的原则进行编制,适合所有对CNKI有需求的读者。1-10例请点:收藏版 CNKI...

20650
来自专栏FreeBuf

定位系统那些事儿

LBS随着移动互联网的火热而在近年成为一个火热的概念,其本义是基于位置的服务(Location Based Service),而如何定位位置成为LBS中的基本。...

34250

扫码关注云+社区

领取腾讯云代金券