基于層次分析法模糊綜合評價大客流安全狀態

（同濟大學鐵道與城市軌道交通研究院，201804，上海∥第一作者，碩士研究生）

基于層次分析法模糊綜合評價大客流安全狀態

田 健 蒲 琪 陳小麗

（同濟大學鐵道與城市軌道交通研究院，201804，上海∥第一作者，碩士研究生）

根據城市軌道交通車站大客流形成的主要成因，分析了大客流安全狀態評價的影響因素。采用基于層次分析法的模糊綜合評價法對大客流的安全狀態進行評價，建立了客流安全狀態的模糊綜合評價模型。模糊綜合評價法的評價結果與仿真結果一致，表明該評價模型具有相對有效性。該評價模型綜合考慮了各方面影響因素，其評價結果可為車站制定限流措施提供依據。

城市軌道交通；大客流；安全狀態評價；模糊綜合評價

First-author's address Research Institude of Railway and Urban Transit，Tongji University，201804，Shanghai，China

1 大客流成因與分類

城市軌道交通車站的主要功能是實現各類客流的集散，是乘客、列車、車站、線路等各種交互關系最為集中和復雜的場所。對于大客流，國外部分城市軌道交通系統規定，客流量超過車站設計容量的70%即認為是大客流；而我國鐵路方面則認為，客流量超過車站設計容量的100%才認為是大客流。

圖1為大客流產生過程分析示意圖。按照城市軌道交通大客流的產生原因，可將大客流分為可預見性大客流和不可預見性大客流。可預見性大客流包括早晚高峰大客流、節假日大客流、大型活動大客流以及惡劣天氣大客流等。不可預見性大客流主要是指突然在車站出現的客流瞬間集中增長，造成車站、列車內客流迅速攀升，導致站內、列車內擁擠；其誘因包括商場臨時促銷、天氣突變以及城市軌道交通系統發生緊急事件等。

圖1 大客流產生原因分析示意圖

2 大客流安全狀態指標分析

2.1 研究方法

本研究主要采用文獻分析法、層次分析法，以及專家咨詢法、模糊綜合評價法等。層次分析法主要是用來確定各分項指標對上一層次指標的權重。模糊綜合評價法主要是用來對大客流安全狀態進行分級。

2.2 評價體系

本研究所構建的綜合評價體系為二級三層的綜合評價指標體系（見圖2），三個層次分別為目標層Z、準則層B和指標層C。根據模糊理論，把層C對層B的評價作為第一級評判，把層B對層Z的評價作為第二級評判，從而構成一個二級三層的綜合評價指標體系。

2.3 大客流安全狀態指標分析

客流密度，是反映人員密集程度的指標，也是引發客流風險的最直接的因素，其單位為人/m2。

圖2 大客流安全狀態層次分析結構模型

客流速度，一般是指行人群體步行的平均速度，其單位為m/s或m/min。客流速度隨著客流密度的增大而減小。

車站設計集散能力的影響因素包括出入口及通道的通過能力、自動售檢票設備能力、車站乘降設備能力、列車運能以及站廳站臺的集散能力等。其中，北京市軌道交通的相關規定為：當車站客流量達到設計客流量的70%時，開始采取限流措施。

站內關鍵設施擁堵點比例，是指在站臺、站廳、樓梯、出入口通道、換乘通道等影響乘客通行的關鍵設施中擁堵點所占的百分比。當站內關鍵服務設施的乘客空間負荷度大于1時，說明客流的到達量大于該服務設施的服務水平，在該服務設施的瓶頸區域會出現乘客擁堵現象。

列車延誤時間的長短也能反映出客流的擁擠程度。對于列車延誤時間長短的判別標準，不同類型、不同規模的車站不盡相同。

大客流情況下，列車的滿載率居高不下，會導致乘客在車站的滯留；而如果客流積壓則易產生乘客吊門現象，使得屏蔽門無法完全關閉，列車反復開關門會導致列車停站時間過長，將造成運營安全隱患。

3 大客流安全狀態分級與分析

3.1 分項指標權重的確定

根據模糊綜合評價的模型，筆者采用了確定各分項權重的專家咨詢評價表，并請了15位專家及有關人員對各分項的權重給予評價。被咨詢的人員包括城市軌道行業的專家、地下空間研究的專家及從事服務標志系統系統設計的技術人員。評價結果具有充分的代表性，具有較高的可信度。根據專家咨詢的結果，筆者應用層次分析法確定權重的方法，計算了各因素的權重，并進行了一致性檢驗。計算得到的權重（Wi）結果如表1～4所示。

表1 B1各分項權重

表2 B2各分項權重

表3 B3各分項權重

表4 準則層各指標權重

通過計算得到權重向量

3.2 設置模糊評價的評價集

評價集是評價對象可能出現的所有評價結果的集合。評價集用S=｛Sj｝（j=1，2，3，…，m）表示，其中Sj代表第j種評價結果。事實上，每種評價結果都是一個模糊集，進行評價的目的就是得出評價對象隸屬于各結果的隸屬度，并據此得出結論。本文將評價集定義為S=｛S1：大客流狀態安全，S2：大客流狀態較安全，S3：大客流狀態一般，S4：大客流狀態危險，S5：大客流狀態很危險｝。

3.3 設置隸屬矩陣及評價集閾值

通過查閱相關文獻、參考地鐵公司的運營經驗，并結合專家調查法，確定了各指標的“安全”和“很危險”的值E和F。確定指標層的6項指標分別依據大客流狀態分級的閾值，如表5所示。

表5 大客流安全分級的各指標閾值

客流速度（C2）采用公式：

客流密度（C1）、實際客流與設計客流之比（C3）、關鍵設施擁堵點比例（C4）、列車延誤時間（C5）、同站臺同方向列車連續跳停次數（C6）均采用指標安全度函數關系式：

3.4 案例分析

案例所在車站為中型車站，站臺面積為4 510 m2，車站設計客流量為7 517人/h。列車為8節編組，上下車門共40個。早高峰時段列車運行間隔為164 s，集散客流為5 000～6 000人/h；晚高峰時段列車運行間隔為200 s，站臺集散客流為2 500～3 500人/h。列車停靠時間為14～16 s（此處停站時間特指屏蔽門已開啟，可供乘客上下車至屏蔽門關閉的時間間隔）。

開通的出入口共有3個，分別為1號口、5號口和6號口。進出站閘機共有2處，閘機類型均為三桿式。靠近1號口處，進站閘機為3臺，出站閘機4臺；靠近5、6號口處，進站閘機為4臺，出站閘機為3臺。從站廳到站臺共有3處樓梯，兩側分別是1個步行樓梯與1個自動扶梯，自動扶梯均為下行，中間2個樓梯均為步行樓梯。選取2種大客流假設情況，具體如表6所示。

表6 大客流情況假設

3.4.1 案例仿真

本文選用Vissim微觀交通仿真軟件。Vissim5.3版本中的行人模塊能對行人的運動進行模擬，對于行人的排隊、擁擠等行為，根據此模型做校正處理后可以仿真，因此該軟件適用于驗證本文模型。

為了驗證模糊綜合評價模型對大客流安全等級評判的有效性，本文分別對表6中的2種大客流假設情況進行客流集散仿真。由于此模型主要是針對大客流的安全狀態做出評判，因此客流量較低的情況不予考慮。

客流速度、客流密度可以在客流仿真過程中通過設置檢測點得到，因此不需要假設，只需賦予行人一個期望速度，即行人在自由流速狀態下的速度。客流擁擠主要會發生在關鍵設施點，如通道、進出站閘機前、樓扶梯、站臺等，因此，本文所檢測的為關鍵設施點的客流密度和客流速度數據。通過計算關鍵設施的空間負荷度可判斷關鍵設施是否是擁堵點，進而可得到站內關鍵設施擁堵點比例。由于客流仿真開始時，乘客還均處于進出站通道或者列車上，還未進站，因此，為了提高仿真數據的有效性，選取180仿真秒之后的數據作為評價數據。得到的仿真結果如圖3、圖4所示。

圖3 第1種大客流假設情況仿真結果統計圖

圖4 第2種大客流假設情況仿真結果統計圖

從上圖3、圖4可以看出，第1種大客流假設情況下的客流安全等級為一般安全等級，而第2種大客流假設情況下的客流安全等級為危險等級。

3.4.2 大客流模糊綜合評價

3.4.2.1 第1種大客流假設情況評價

通過Vissim微觀交通仿真系統的仿真，可以得到第1種大客流假設情況下的客流平均密度為3.720人/m2，平均速度為0.827 m/s，關鍵設施擁堵點數量為10個（共14處），如表7所示。

由此可得第1種大客流假設情況下的評價集=（0.072 6 0 0.455 4 0.357 6 0.114 4）。根據最大隸屬度原則，可判斷出客流的安全級別處于一般安全級別，與仿真得出的判斷結果一致。

表7 第1種大客流假設情況下各指標取值

3.4.2.2 第2種大客流假設情況評價

通過Vissim微觀交通仿真系統的仿真，可以得到第2種大客流假設情況下的客流平均密度為4.623人/m2，平均速度為0.607 m/s，關鍵設施擁堵點數量為10（共14處），如表8所示。

表8 第2種大客流假設情況下各指標取值

由此可得第2種大客流假設情況下的評價集=（0.106 7 0.038 5 0.009 1 0.486 5 0.343 6）。根據最大隸屬度原則，可判斷出客流的安全級別處于危險級別，與仿真得出的判斷結果一致。

4 結 語

模糊綜合評價法對于兩種大客流假設情況下的客流安全狀態等級的評價結果與仿真結果一致。由此表明，本文所建立的城市軌道交通大客流模糊綜合評價模型具有相對有效性，可以為運營者在進行城市軌道交通大客流安全狀態等級評判時提供參考，有助于更好地保障城市軌道交通大客流情況下的安全運營。

［1］ 交通運輸部道路運輸司.國內外城市軌道交通事故案例評析［M］.北京：人民交通出版社，2011.

［2］ 張倫，陳扶崑.地鐵車站大客流運營組織探討［J］.城市軌道交通研究，2011（5）：87.

［3］ 張霖.北京城市軌道交通大客流辨識與安全狀態評估技術及系統［D］.北京：北京交通大學，2011.

［4］ 王祎南.突發特大客流城市軌道交通運營組織研究［D］.北京：北京交通大學，2008.

［5］ 張學兵，黃亞男，汪文斌，等.北京地區超大客流現狀、成因分析及對策［J］.鐵道運輸與經濟，2001，23（9）：20.

［6］ 曹守華，袁振洲，張馳清，等.基于乘客感知的城市軌道交通通道服務水平劃分［J］.交通運輸系統工程與信息，2009（2）：99.

［7］ 張馳清.城市軌道交通樞紐乘客交通設施服務水平研究［D］.北京：北京交通大學，2007.

［8］ 張寧，覃矞，陳振武.軌道交通大客流換乘站客流組織仿真分析［J］.城市軌道交通研究，2012（7）：86.

Fuzzy Comprehensive Evaluation of Large Passenger Flow Safety Based on Analytic Hierarchy Process

Tian Jian，Pu Qi，Chen Xiaoli

According to the main causes of large passenger flow on rail transit，the factors that directly influence the safety status evaluationof large passenger flow are analyzed.By usingthe fuzzy comprehensive evaluation method based on AHP，the safety status of large passenger flow on rail transit are evaluated，and a fuzzy comprehensive evaluation model for the evaluation is established，which has been simulated to prove the practicability.This model consists of every factor from different aspects，therefore the evaluationresult could guide the limiting measuresat rail transit stations.

urban rail transit；large passenger flow；safety status evaluation；fuzzy comprehensive evaluation

U 298.2；C 931.1

2012-12-03）