EDS的性价比为
(185?24?365?15?98.5%)?(15?92%)?202.7192.
1000000?3500?12?15ETD的性价比为
(45?24?365?20?99.7%)?(20?98%)?18.2431.
45000?35000?12?20从ETD与EDS的性价比所包含的因素分析，EDS的使用年限虽只有ETD的使用年限3，但ETD操作员的工资却是EDS操作员的10倍，而且EDS的检查快捷，则乘客的4等待时间将会相对减少，那么从乘客的角度以及机场的经济效益出发，EDS比ETD更适合作为安检设备。
从EDS与ETD的性价比的计算结果来看，EDS的性价比值为203，而ETD的性价比
1只有18，只占EDS的，显然EDS的性价比比ETD的高。可以说，EDS的性价比较ETD
9的越高，且性能越好，越值得购买。
综上所述，购买EDS安检仪更能满足机场的需求。
的
六、模型评价与推广
6.1模型的评价 6.1.1模型的优点
问题1：建立多服务台的排队论模型，准确有效地解决了机场的安检配置问题。过程简洁严谨，充分利用了乘客的到达规律和服务的时间规律，得到的最优解也较符合实际情况。
问题2：对于航班表的安排和制定问题，最优化的线性规划模型具有很强的实际意义，并且通用性强，结果体现科学性可靠性。
问题3：将排队论模型和线性规划有机结合，对安检设配进行优化配置，对航班表进行科学优化。过程体现严谨性，结果体现可信性。 6.1.2模型的缺点
1、机场的安全问题建立是在一定的假设基础进行的，具有一定的局限性。但是科学的模型和严谨的计算处理有效地弥补了这一缺点。
2、航班表的制定是一件相当细致的工作，在应用线性规划考虑问题的过程中可能缺乏一定的实际基础和客观因素。需要结合各方面资料和综合因素进行改进。 6.2模型的推广
本文的排队论模型和线性规划模型，科学严谨，准确有效地解决了机场的安全问题。此外，对于银行服务、公交车座位安排、优化加油站的油桶等问题具有很大的借鉴和参考意义。
16
七、参考文献
[1]作者不详.中国民航客座率高于世界平均数10%.
http://finance.eastmoney.com/news/1355,20130219273503872.html.访问时间（2014.8.23）.
[2]韩中庚.数学建模方法及其应用（第二版）.北京：高等教育出版社，2009. [3]姜启源.数学模型（第四版）.北京：高等教育出版社，2011.
17
八、附录
附录1.1 问题一：
A机场ETD安检设备的数量：以S=50为例 程序：
model:
S=50;R=20.56; T=1/0.5; load=R*T; Pwait=@peb(load,S);
W_q=Pwait*T/(S-load); L_q=R*W_q; W_s=W_q+T; L_s=W_s*R; End
Feasible solution found.
Total solver iterations: 0
Variable Value S 50.00000 R 20.56000 T 2.000000 LOAD 41.12000 PWAIT 0.1255055 W_Q 0.2826700E-01 L_Q 0.5811695 W_S 2.028267 L_S 41.70117 Row Slack or Surplus 1 0.000000 2 0.000000 3 0.000000 4 0.000000 5 0.000000 6 0.000000 7 0.000000 8 0.000000 9 0.000000附录1.2
B机场ETD安检设备的数量：以S=51为例 程序：
model:
S=51;R=22.07; T=1/0.5; load=R*T; Pwait=@peb(load,S);
W_q=Pwait*T/(S-load); L_q=R*W_q; W_s=W_q+T; L_s=W_s*R; End 结果：
18
Feasible solution found.
Total solver iterations: 0
Variable Value S 51.00000 R 22.07000 T 2.000000 LOAD 44.14000 PWAIT 0.2308929 W_Q 0.6731571E-01 L_Q 1.485658 W_S 2.067316 L_S 45.62566 Row Slack or Surplus 1 0.000000 2 0.000000 3 0.000000 4 0.000000 5 0.000000 6 0.000000 7 0.000000 8 0.000000 9 0.000000
附录2.1 问题二：
A机场各时间段航班数量安排情况： 程序：
model: sets:
hangban/1..8/:R,S; shiduan/1..16/;
links(hangban,shiduan):x; endsets data:
s=10 4 3 3 19 5 1 1;
R=34 46 85 128 142 194 215 350; enddata
min=(@sum(shiduan(j):@abs(@sum(hangban(i):x(i,j)*R(i)-270)))); @sum(links:x)=46;
@for(hangban(p):@sum(shiduan(d):x(p,d))=S(p)); @for(shiduan(k):@sum(hangban(i):x(i,k))<=3); @for(links:@gin(x));
@for(links:@bnd(0,x,3)); End
附录2.2
B机场各时间段航班数量安排情况：
model: sets:
hangban/1..8/:R,S;
19
shiduan/1..16/;
links(hangban,shiduan):x; endsets data:
s=8 6 7 5 9 10 2 1;
R=34 46 85 128 142 194 215 350; enddata
min=(@sum(shiduan(j):@abs(@sum(hangban(i):x(i,j)*R(i)-290)))); @sum(links:x)=48;
@for(hangban(p):@sum(shiduan(d):x(p,d))=S(p)); @for(shiduan(k):@sum(hangban(i):x(i,k))<=3); @for(links:@gin(x)); @for(links:@bnd(0,x,3)); end
附录3.1 问题三：
A机场EDS安检设备的数量：以S=14为例 程序：
model:
S=14;R=20.56; T=1/2.06; load=R*T; Pwait=@peb(load,S);
W_q=Pwait*T/(S-load); L_q=R*W_q; W_s=W_q+T; L_s=W_s*R; End
结果：
Feasible solution found.
Total solver iterations: 0
Variable Value S 14.00000 R 20.56000 T 0.4854369 LOAD 9.980583 PWAIT 0.1720896 W_Q 0.2078377E-01 L_Q 0.4273144 W_S 0.5062207 L_S 10.40790 Row Slack or Surplus 1 0.000000 2 0.000000 3 0.000000 4 0.000000 5 0.000000 6 0.000000
20
安全检查问题
