更好的航空乘客安全工程

在机场等待着运输安全管理局安检的冗长队伍成为了乘客们的痛苦之源 完成安检过程所需要的时间各不相同，这对于那些想登机的乘客和想提供顺畅安全服务的运输安全管理局工作人员来说，可能会增加额外的压力。

加速运行效率中心（CAOE），是由亚利桑那州立大学Ira A. Fulton工程学院牵头的国土卓越安全部门，该中心正在应对确保TSA筛查效率最大化的挑战。

建立预测模型

研究团队建立了一个能够检查系统中各个部分工作情况的机械模型。它会观察航班时刻表，注意每个登机口飞机的载客量和人们趋向于何时到达登机口准备上飞机的统计曲线。

接着，该团队通过使用机器学习技术，来纠正可能出现的数据偏差，这些偏差可能来自于一周内每日的浮动变化，或者一天内各个时段的浮动变化。他们还整合了时间序列分析模型，该模型可以根据先前观察到的数据预测未来的发展。

“我们对各种方法进行了整合，使他在总体上变得更好，并且不断改善和增强目前使用的TSA方法。” Askin说。

由于COVID-19疫情的影响，飞行的人数大量减少，因此今年关于旅客提前到达机场的时间长度的统计曲线发生了巨大变化。 因此，为了保持模型的实时实用性，CAOE的研究人员必须即时更新乘客到达曲线。部分的更新内容由计算机科学实时程序提供，这些程序是使用机场TSA检查站拍摄的视频来估计旅客何时到达的。 使用该数据可能比TSA现在使用的数据更准确，因为它可以捕获旅客真正抵达的时间，而不是他们排队等候之后过安检的时间。

当COVID-19疫情于今年春天开始传播时，TSA希望了解乘客行为的变化。 人们到机场的时间更接近他们的起飞时间吗？还是他们会更早到达，从而防止由于疫情期间的限流措施而误机？

“我们发现乘客到达机场的时间越来越接近起飞时间，”Fulton学院工业工程助理教授、该项目的首席研究员Jorge A. Sefair说。“挑战在于我们无法通过采访乘客的方式来询问他们的飞行时间。 因此，我们希望创建一种间接方法来计算这些到达时间，这样就不用在疫情期间和人交谈。”

该团队能够为TSA提供多种工具，以帮助整合资源来将效率最大化。 这其中的一个工具，是从团队先前的工作中构建的电子表格。

利用每个检查站为预检开放的安检通道数量、标准排队人数以及可用的x光机数量等变量，电子表格中的方程式预估了等待时间，并预测了乘客一整天将经历的排队时间。TSA可以使用此工具来决定是否以及何时再开新窗口。它还可以评估关闭某些筛检通道或在其他地方打开其他筛检通道的影响。总体而言，它知道应该如何改善乘客体验。

优化资源

通过创建预测模型，CAOE正在与Phoenix的TSA分析人员合作，以开发最佳方案来优化和部署人力资源。

新工具将帮助TSA决定轮班安全员的数量，来为一周中的每一天做计划，并安排合适数量的服务人员，为到达的乘客提供最佳体验。

ASU的研究人员还一直在与德克萨斯大学埃尔帕索分校的同事合作进行仿真模型方面的研究，以便验证他们创建的模型。

“我们拥有确定性的优化模型，他们拥有仿真模型，可以包容更多的随机性（偶然性），” Askin说。   “这也是验证模型的另一种方式。”

这些仿真模型可以显示并跟踪乘客在系统中的移动。它足够详细，甚至可以看到他们走过旋转栅门。

目前，这些模型正在用凤凰城和拉斯维加斯的数据进行测试，但目标是创建能够帮助TSA在全国范围内运作的系统。 此外，有些工具可能会商业化，并在全国范围内不同程度地广泛使用。

“我们希望提高安全检查点的效率，”Sefair说。 “但我们是从多个方面进行的。它不仅基于乘客等待的感受，还要从高效分配TSA资源的角度出发。”

这些资料由运输安全员和他们的技术提供。 CAOE会注意到技术的变化，例如出现了新型、高效的扫描系统。

“这是对效率的一次扫描，但从广义上说，”Sefair说。 “这超出了公众的视野。也关乎内部运营的卓越性。”

运输安全管理局的人员配备由国会决定，但机构可以决定如何使用他们。 在乘客等待通过安检的时间方面，该局也有一个理想的服务水平要求。

教育未来

让CAOE设置在ASU的一个好处是，它为学生们创造一个机会学习和理解工程和计算机科学是如何影响周围的世界，哪怕是在机场等飞机这种看似平凡的经历。

Sefair说：“研究的一部分是为TSA开发工具，以改善他们的运作，但另一部分是培训学生掌握一般决策的分析工具。” “我们以机场为例，让他们去收集信息，了解运输安全管理局的运作情况。我们的目标是为国土安全事业培养下一代决策者。”

在过去的三年里，有超过20名本科生和几名硕士和博士生参与了该项目，参与的机构及学校包括：美国亚利桑那州立大学、UTEP大学、拉斯维加斯内华达大学、德克萨斯州立大学和圣地亚哥州立大学。

合理使用工具

现在这些工具已经开发出来了，下一步就是将它们转换成TSA，以供日常使用。

在一个后疫情时代，新的问题可能会出现，但工具将会使决策更容易。

问题包括将来合并能够进行文件检查机器的可能性，以便一名安全员可以在多个站点之间工作。 另一个问题是让一名工作人员在X射线机前工作，以帮助人们整理好行李。

在所有可能的情况下，CAOE创建的工具都可以帮助TSA有效并高效地分配人员。

“他们可能会有更多的问题，”Sefair说。 “但我们是来帮助他们做出决定的。”

CAOE希望为运输安全管理局提供改进决策的工具，但他们并不试图取代决策者。 这个方法是为了减轻运输安全管理局官员实时计算的负担。

Askin说：“他们需要自主权来做出关键决定。他们可以把我们可能不知道的因素纳入到我们的模型中，所以我们非常乐意支持他们的工作。“

我们的模型旨在提供咨询，在理想情况下，这个模型是易于使用和准确的。 我们只需要让人们相信，我们在这些模型中包含了相关且有用的因素。