辜運燕 ,楊建華 ,謝 果 ,石 靜
(1.西北工業大學 自動化學院,陜西 西安 710129;2.深圳市機場股份有限公司,廣東 深圳 518128)
航班大面積延誤時大量旅客滯留在航站樓,如果機場、航空公司發布航班取消或是改簽,滯留旅客辦理取消航班或改簽機票后,需到各應急疏散口乘坐交通工具離開,此時合理規劃疏散路徑十分重要[1]。現階段滯留旅客疏散路徑往往根據旅客所屬的航空公司這單一因素進行劃分,通過實踐發現該方式很多時候會導致單個疏散口異常擁堵,而其他疏散口并沒有實質作用。由于航站樓滯留旅客應急疏散路徑涉及旅客路徑控制、機票退改簽、行李提取、合適出口選擇等多方面,因此利用科學的方法,建立合理的疏散模型,對航站樓應急路徑規劃有著重要的作用。
國內外已經有許多學者研究公共場所人群應急疏散等問題,很多研究是對疏散人群行為進行仿真,如社會力模型Anylogic、三維場景建模等[2-3],這些研究主要從人群數量、疏散速度、疏散時間等方面找出影響因素并提出改進措施。將蟻群算法加以改進用于模擬大型場所人群疏散也有人進行研究[4],但這些研究很少結合航站樓管理特點,利用蟻群算法針對民航航站樓滯留旅客疏散路徑研究的成果較少。根據民航現場保障經驗,從復雜系統脆性特性出發,對傳統蟻群算法加以改進,剖析航站樓滯留人員應急疏散路徑選擇問題,研究航站樓滯留旅客疏散路徑規劃方法,給出民航航站樓滯留旅客疏散管理工作新思路。
脆性:脆性是復雜系統的固有屬性,一個復雜系統在某些外部因素干擾作用下部分子系統會發生崩潰,與它密切聯系子系統也會受其影響發生崩潰,同時系統內其他的子系統也會相繼受影響,最終可能導致整個系統發生崩潰,如果系統規模越大,子系統之間關系越來越復雜,這種崩潰的性質就越來越突出[5-6]。
系統崩潰[7]:設某一復雜系統有輸入xi(i=1,2,…,m),輸出為yj(j=1,2,…,n),當?1≤j≤n,yj=0時,則表示系統為安全狀態,該系統輸出功能正常,當?yj=1,1≤j≤n時,則表示系統為崩潰狀態,該系統輸出功能不正常。對于?xi[(xi)min,(xi)max],系統的狀態是穩定的;只要?xi?[(xi)min,(xi)max],系統便將出現崩潰趨勢。
航站樓應急疏散系統主要由旅客子系統、值機子系統、行李提取子系統、疏散道路子系統、地面交通子系統和管理與控制子系統等組成,每個子系統獨立又相互聯系、相互作用,具體如圖1所示,其中的任意一個子系統運轉不暢將影響整個應急疏散系統。

圖1 航站樓滯留旅客應急疏散系統構成
航站樓滯留旅客應急疏散系統是一個復雜系統,同時又具有脆性。它包含多個子系統,每個子系統包含多個元素,子系統之間相互影響,有很強的交互性,每個子系統的元素之間也有復雜的關系。當子系統受到不確定因素干擾時,由于子系統之間相互作用,其他子系統也會受到影響,干擾因素不斷加大導致子系統相繼崩潰,可能導致整個系統崩潰[8]。航站樓滯留旅客疏散系統崩潰表現為航站樓內擁擠不堪、排隊時間過長、發生旅客擾亂行為等。
各子系統的疏散效率和擁堵程度大小,是決定整個疏散系統能否高效運行的核心。在航站樓滯留旅客應急疏散模型中,根據航站樓旅客疏散的特點,容易引發擁堵的節點列為障礙物點,即為行李提取轉盤、值機柜臺及最后的交通疏散口,這些節點即為關鍵節點。每個關鍵節點所在子系統在一定容量內不會發生擁堵,一旦超過該容量擁堵就會突顯,每個關鍵節點容量大小用擁堵因子表示。當其中一個發生擁堵時,將影響到整個系統的運轉程度,機場管理者需要對航站樓內聚集的旅客進行有效疏散,為避免擁堵,引發疏散系統癱瘓,因此找到合適的、高效的疏散路徑尤為重要。
根據旅客行李托運的情況,將航站樓滯留旅客疏散路徑分為兩類:
1.有行李托運退改簽旅客疏散路徑:行李已經托運的旅客,需前行至航班到達層行李轉盤處取回行李,再前行至出發層柜臺進行機票退改簽,然后根據航空公司安排或旅客自行意愿前行至出口乘坐交通工具。
2.無行李托運退改簽旅客疏散路徑:未進行行李托運的旅客,只需前行至出發層柜臺進行機票退改簽,然后根據航空公司安排或旅客自行意愿前行至出口乘坐交通工具。
在航站樓應急疏散流程中,從登機口到各疏散點有一定流程。航站樓疏散流程圖如圖2所示。

圖2 航站樓滯留旅客應急疏散流程圖
傳統的蟻群算法是在螞蟻尋求實物的過程中,通過信息素的濃度不斷加強或是減少,螞蟻與螞蟻之間的交流直接追尋信息濃度進行路徑辨識,經過多次選擇路徑,最終根據信息素濃度的大小螞蟻尋找到最優路徑,然后將食物沿最優路徑搬回。傳統蟻群算法中,算法初期每個節點的重要性都等同,算法核心在于根據信息素濃度的大小尋找下一個節點,每個節點的信息素濃度因螞蟻的聚集程度不同而不同。
在利用蟻群算法模擬航站樓滯留旅客疏散路徑時,將傳統蟻群算法進行改進,改進蟻群算法不僅要考慮該算法是單向有效,螞蟻不會回到原點,還需考慮復雜系統存在脆性特征,在關鍵節點設置擁堵閾值,即擁堵因子W(列向量常數)。當關鍵節點信息素濃度在閾值內,螞蟻根據信息素濃度選擇該節點,當節點信息素濃度大于閾值,該節點發生擁堵,則重新選擇新的關鍵節點。改進蟻群算法與傳統蟻群算法的對比如表1所示。

表1 改進蟻群算法和傳統蟻群算法的不同點
在算法的初始時刻,設置擁堵因子W(列向量常數),m個旅客處在登機口s點,首先判斷是否有行李,根據判定的結果將每個旅客可能前往的目標編號存放在禁忌表中。此時,各路徑上的信息素濃度大小相等,即信息素濃度初始值 τ(i,j)=C(常數)。然后,每個旅客根據路徑上實時的信息素濃度和啟發式信息獨立地選擇下一個目標點。第m個旅客從目標點i轉移到目標點j的概率pk(i,j),具體公式為[4]:

其中:允許第m個旅客未選擇的頂點集合為Jk(i);τ(i,j)為路徑 <i,j> 上的信息素濃度,用一個非常小的正常數作為初值;η(i,j)為啟發式信息,又稱自啟發因子,描述從目標點i到j的期望程度;η(i,j)為能見度;參數 α 為信息素的加權值,主要定義為信息素濃度對疏散路徑的相對重要程度,設α>0;參數β為能見度加權值,主要定義為啟發式信息對疏散路徑的相對重要程度,設β>0。

其中 d(i,j)是 i、j兩點的距離。
利用判定行走的路線,選取信息素最強的點作為下一步行走的目標,即:

當 τ(i,j)>W(i,j)時,則該關鍵節點發生擁堵,重新選擇關鍵節點。其中W(i,j)是航站樓關鍵節點的擁堵因子。
當m個旅客完成一次行走,每條邊上的信息素濃度都會減少,設定變量 ρ,1-ρ(0<ρ<1)表示信息素濃度的揮發系數,所有旅客完成一次行走后,信息素值將會更新,具體公式如下:

其中:Δτk為信息素濃度變化量。在k個旅客完成一次行走后,計算出旅客行走的距離得到Lk。Q為信息增強系數,一般為一個常量。
利用全站儀對航站樓行李提取轉盤、值機柜臺、交通疏散口等障礙物地理位置進行測量,獲取各障礙物相對位置坐標。
(1)初始化參數,根據航站樓地圖數據,確定螞蟻初始的位置點S、障礙物位置B及出口位置E,并將其數據轉化成矩陣,設定信息素濃度τ(i,j)初始值;
(2)將螞蟻當前的位置添加至禁忌表,開始迭代,螞蟻走過的位置點添加到禁忌表中;
(3)通過判定信息素濃度大小,確定行走的方向;
(4)每只螞蟻完成一次行走后,計算每條邊上信息素增量;
(5)設置信息素濃度閥值,當信息素濃度高于閾值時,關鍵節點添加至禁忌表,重新選擇關鍵節點;
(6)完成設置的迭代次數,輸出結果。
(1)結合深圳機場航站樓實際情況,以旅客公交轉運為例,進行航站樓滯留旅客疏散路徑驗證。選取深圳機場地服代理的航空公司的應急疏散情況,發生航站樓滯留人員應急疏散時,深圳機場地服代理退改簽柜臺一般開放4個,行李轉盤一般啟用2個,共有7個出口,共計7處轉運地點。本文將深圳機場航站樓二維圖按照比例尺抽象至一個35*35的像素平面圖,將行李提取、退改簽柜臺等視為障礙物,并在圖中標記障礙物的相對位置。具體如圖3所示。

圖3 深圳機場航站樓抽象示意圖
(2)對疏散口、值機柜臺及行李轉盤設立擁堵因子即信息素濃度的閥值。閾值設置標準:為保證程序順利運行,對具有同樣使用功能關鍵節點,設置相同的閾值,同樣使用功能節點越多,閾值選擇相對較小的常數,反之則選擇較大的常數。如深圳機場航站樓疏散口有7處,旅客可選擇余度較大,擁堵因子設置為3,相對地,航站樓滯留旅客疏散時行李提取轉盤開放2個,選擇擁堵因子值為7。具體如表2、表3所示。

表2 疏散口擁堵因子設置表

表3 值機柜臺和行李轉盤擁堵因子設置表
取200個螞蟻開始迭代,根據仿真結果得到各個疏散點信息素強度,具體如表4、表5、表6所示。

表4 疏散口信息素濃度最高值

表5 值機柜臺信息素濃度最高值

表6 行李轉盤信息素濃度最高值
(3)根據仿真結果可以得出,在各個節點信息素濃度小于各節點擁堵因子,在閾值范圍內,得出該次應急疏散的最優路徑和最不擁堵路徑,如表7所示。

表7 最優路徑和最不擁堵路徑
文章從復雜系統的脆性出發,提出改進蟻群算法,在各個關鍵節點設置擁堵因子,即各關鍵節點信息素濃度閾值,通過迭代計算各個關鍵節點信息素的濃度,與擁堵因子相比較,避開擁堵節點,較好地避免了因系統脆性導致系統崩潰的可能性,為后續應急疏散研究提供一定的理論基礎。在類似航站樓應急疏散路徑選擇上,最優路徑的選擇不僅需要從最短路徑考慮,同時還需要考慮系統的脆性,得到的最優路徑是一條在保障效率的基礎上,避免因為某個節點或子系統擁堵激發整個系統脆性的最優路徑。