單服務(wù)臺排隊系統(tǒng)仿真研究報告(參考版)
2025-03-26 05:52本頁面
【正文】 針對不同層次客戶群的服務(wù)需求，提供不同的電子銀行產(chǎn)品；通過不斷提升電子銀行普及率，充分發(fā)揮電子銀行產(chǎn)品對傳統(tǒng)銀行柜臺業(yè)務(wù)的“替代效應(yīng)”；實行電子銀行產(chǎn)品首用輔導(dǎo)制，積極引導(dǎo)客戶通過電話銀行、網(wǎng)上銀行、手機(jī)銀行、ATM等渠道進(jìn)行自助繳費(fèi)和自動轉(zhuǎn)賬，最大限度地發(fā)揮電子銀行業(yè)務(wù)的客戶分流作用。 積極引導(dǎo)客戶使用網(wǎng)上銀行、手機(jī)銀行、電話銀行、自動柜員機(jī)等電子銀行，減輕柜臺排隊壓力。電子銀行國內(nèi)金融服務(wù)供給總體不足，且呈現(xiàn)結(jié)構(gòu)性矛盾，銀行客戶排隊現(xiàn)象由來已久，原因之一就是電子銀行及其他自助設(shè)備不足，民眾辦理業(yè)務(wù)往往只能求助柜臺服務(wù)，不能很好的分流客戶 。銀行應(yīng)更有效的利用客戶閑置時間開展工作：比如大堂經(jīng)理可詢問每位顧客業(yè)務(wù)需求，指導(dǎo)填寫單據(jù)等 分流客戶。根據(jù)排隊論理論指出，如果銀行平均服務(wù)率低于顧客平均到達(dá)率，會使得排隊越來越長而只能等到高峰期過后才能得到緩解。例如現(xiàn)在的開戶業(yè)務(wù)以及一些大額儲蓄業(yè)務(wù)通常都是在一般的儲蓄窗口進(jìn)行的，但是這些業(yè)務(wù)所占用的時間又較長，使得顧客等待時間增加，因此可以考慮在此類業(yè)務(wù)比較多的銀行開設(shè)專門的開戶窗口或大額儲蓄窗口，將這些處理時間較長的業(yè)務(wù)分離出來，以縮減客戶等待時間。七、系統(tǒng)改善本小組認(rèn)為可以通過一些方法來改善系統(tǒng)：細(xì)分窗口。其次每個銀行的服務(wù)效率都不盡相同，教材上例子的銀行與我們所選取的銀行不同，當(dāng)然服務(wù)率也是有差別的，而且我們選取的是非現(xiàn)金業(yè)務(wù)交易服務(wù)臺，由于此服務(wù)臺本身的特殊性，顧客比其他的服務(wù)臺數(shù)量要少。從參數(shù)間對比可知本調(diào)查中服務(wù)臺效率和教材中大不一樣，根據(jù)分析，我們認(rèn)為原因有以下幾點(diǎn):首先因為我們時間有限，采集數(shù)據(jù)不是一整天，而只是早上8點(diǎn)至10點(diǎn)兩個小時，所以并不能代表一整天的數(shù)據(jù)，所以仿真的結(jié)果必然有差?？梢?，該系統(tǒng)的服務(wù)狀況一般，平均純等待時間較長。從業(yè)務(wù)員的工作量看，一個業(yè)務(wù)員每天大約要處理100多（輸出結(jié)果的抽樣小于115）位顧客的銀行業(yè)務(wù)，其利用率，%%之間。模型3D圖見下圖所示：六、 結(jié)果分析以及與教材P19~23系統(tǒng)參數(shù)進(jìn)行比較分析下面的表格為仿真30次、每次2小時仿真長度的仿真結(jié)果：服務(wù)窗口隊列情況運(yùn)行次數(shù)總流量平均隊長最大隊長仿真結(jié)束時的隊長運(yùn)行次數(shù)總流量平均隊長最大隊長仿真結(jié)束時的隊長127651627552276517276532765182765427651927555276520276562765212765727652227658276523276592765242765102755252765112654262765122765272876132755282765142765292755152765302765服務(wù)人員工作情況運(yùn)行次數(shù)總服務(wù)人數(shù)每個顧客平均服務(wù)時間/min顧客平均排隊等待服務(wù)時間/min業(yè)務(wù)員利用率運(yùn)行次 數(shù)總服務(wù)人數(shù)每個顧客平均服務(wù)時間/min顧客平均排隊等待服務(wù)時間/min業(yè)務(wù)員利用率12116212219617213211821421192152120216219621217212221968212321969212421102125219611219626211221272113212821142196292115213021教材中30次的仿真情況可知，該系統(tǒng)在每天8h的工作時間內(nèi)，平均隊長不超過2，最大隊長只有8，每個顧客的平均被服務(wù)時間小于4min，而顧客的平均排隊純等待時間大多數(shù)抽樣都小于2min，只有個別抽樣接近5min。通過統(tǒng)計檢驗的方法,檢驗顧客到達(dá)規(guī)律服從Poisson分布, 服務(wù)時間服從指數(shù)分布, 從而確定為M/M/ 1 模型。表1顧客到達(dá)間隔時間的概率分布到達(dá)間隔時間/min概率密度累積概率24573689474242334368543264每個顧客被服務(wù)時間的概率分布服務(wù)時間/min概率密度累積概率36472195五、建模及其分析根據(jù)上面的表格中的數(shù)據(jù)計算，取其平均值并化整以方便仿真數(shù)據(jù)，這里舉表1的例子稍加討論：1）顧客到達(dá)間隔時間的平均值：，即262s； 2）根據(jù)顧客到達(dá)間隔時間的平均值算得其方差和標(biāo)準(zhǔn)差：，； 3）接受服務(wù)時間的平均值：，即222s； 4）
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1