基于Anylogic的地鐵換乘站集散能力評估與設施優化

孫軍艷， 張媛媛，陳嬋娟，牛亞儒

（陜西科技大學 機電工程學院，西安 710021）

地鐵換乘站是城市軌道交通系統的重要組成部分，它決定了線網中的每個運輸線路之間的連接關系，是換乘人流流量分配的樞紐。近年來，大量的國內外學者運用行人動力學對地鐵換乘站進行研究，其中，大多數學者采用的是社會力模型的分析方法[1-5]，該方法目前被廣泛認可。

本文通過相關參數對不同行人個體進行了區分和細化，建立了基于三維場景可視化的地鐵換乘站行人動力學模型，可直觀清晰地反映地鐵換乘站的運營狀況。從宏觀與微觀，局部與整體全方位設計評價指標并對模型進行評價，提出切實可行的優化措施來提高地鐵集散與疏散能力，以期對現實城市軌道交通的優化提供借鑒。

1 建模思路和評價指標設計

1.1 建模思路

將地鐵換乘站系統的實體分為兩類：固定實體和行人。其中，固定實體表現為行人活動區域和站臺內各種設施。設置行人的屬性、狀態與行為，并根據固定實體和行人的關系，建立行人在固定實體形成的三維場景中的狀態和行為變化的聯系，以此構建仿真模型。

1.2 評價指標設計

為了反映地鐵換乘站的集散能力以及設施設備利用情況，行人通行效率及地鐵高流通量時存在的瓶頸。除了考慮以往學者提出的行人密度分布，行人流通量指標外[6]，還設計了行人等待時間、總流程時間和區域滯留人數3個指標，以期全方位評價模型，提出更有效的優化方案和改進建議。

1.2.1 行人等待時間

兩時間點差值為行人等待時間。

1.2.2 行人總流程時間

兩時間點差值為行人總流程時間。

1.2.3 樓梯口行人流通量

樓梯口極容易出現擁堵，列車到達，上下樓梯的人數會短時間急劇增多。樓梯口行人流通量（PFS，person flow statistics）反映地鐵轉中站的局部疏散能力，如式（3）：

其中，Ni—第i個單位時間T內的行人數量。

1.2.4 換乘區域滯留行人量

換乘區域是地鐵的關鍵服務區，此處出現行人滯留的原因是部分行人對換乘方向有一定的反映時間，且空間有限，當兩個或兩個以上方向的列車同時到達時，此處聚集了大量的行人，擁堵使滯留行人增多。換乘區域滯留行人量（PAD，person area descriptor）也反映地鐵轉中站的局部疏散能力，如式（4）：

其中，Nj—第j個單位時間T內區域滯留行人量。

1.2.5 行人密度分布

2 仿真模型建立

2.1 模型建立與瓶頸識別

以某市中心地鐵換乘站為研究對象，通過錄像提取數據得到各個通道口以及樓梯口等行人流通量，設置模型的初始參數。選擇Anylogic仿真平臺，使用平臺中的行人庫、智能體庫、數據分析庫、演示庫以及三維物體庫等，進行模型的建立。

行人在地鐵中的服務包括：從通道口進入地鐵到乘坐地鐵離開；從地鐵列車前往通道口離開；在地鐵換乘站進行換乘；以地下通道的形式經過地鐵部分服務區。圖1表示構建的三維場景，以及出現瓶頸的節點。

圖1 仿真環境三維圖

2.2 采集數據分析

選取上下班高峰期，通過多次實地錄像提取數據以及實際記錄得到各指標的實際基礎數據，針對記錄了其隨著時間段的分布，通過分析處理得到其各時間點的均值。針對對大量行人的使用時間進行分析處理，得到其均值、最大值、最小值以及偏差。

3 極限流通量分析

調研發現，該地鐵換乘站目前日常流通量為149.48萬人次，最高紀錄日流通量為205.10萬人次，較日常增加了37.21%，模型仿真日常工作日地鐵的運行情況，在此基礎上，將日常流通量增加20%，40%，60%和100%，仿真分析行人流通量遞增情況下對換乘站的影響。

3.1 WTD分析

表1說明當行人流通量增加60%時，相比于流通量增加40%，購票等待時間均值增加了36.15%。且最大值、最小值都出現明顯增長，可知擁堵使排隊人數增加。流通量增加100%時，等待時間均值增長了186.95%，最小值增長了103.09%。問卷調查發現，僅有9%的行人能夠接受購票等待時間超過日常上下班高峰期的3倍左右。可見流通量增加100%時，地鐵換乘站的服務水平降低。

表1 WTD隨流通量的變化 單位：s

從圖2可知，流通量增加100%時，其樓梯口流通量相比于60%的流通量，有明顯增加，從仿真三維可視化場景中，明顯看到樓梯口長時間處于高密度人群，出現非常嚴重擁堵現象，可預計在流通量持續增長的基礎上，樓梯口截面流通量已經達到極限，將不會有大的變化。

圖2 PFS 隨流通量的變化

圖3行人密度圖直觀地反映了大量人群在地鐵中的分布形態，增加40%時，通道口已經出現了明顯的擁堵現象，負一層換乘區域以及各樓梯口也出現明顯的擁堵現象。流通量增加100%時，地鐵近乎崩潰，出現大面積的擁堵區域，相比于流通量增加40%，擁堵區域增加了3倍左右，擁堵現象極為嚴重。

圖3 PDM 隨流通量的變化

4 優化并評估分析

4.1 優化方案設計

換乘站為應對未來可能出現的更大行人流通量，以提高該地鐵換乘站的集散能力，擴大客流活動的范圍，減少行人間的橫向干擾為目的進行優化方案的設計。

4.1.1 負1層換乘區域路徑優化方案

如圖1中所顯示的負1層路徑引導區域是擁堵最嚴重的節點，此處是通過改變引導路徑，使擁堵現象得到改善，優化路徑方案以及行走指示圖，如圖4所示。

根據“最短路徑”原則[7]進行優化，如圖4b中①、②處所示，①處用于正常及緊急情況下的出口，使行人更為方便靈活的選擇通道口和乘車。②用于緊急情況時的出口，優化前的行人必須跟隨引導路徑走，導致疏散時間變長，極容易在路徑中由于擁堵造成踩踏事故。多次仿真試驗得到“曲線端口”相比于“垂直端口”能夠有效減少行人的擁堵現象，本文優化前后的引導路徑如下。

圖4 負1層換乘區域優化前后路徑引導對比

4.1.2 負2層樓梯口路徑優化方案

如圖1中所顯示的負2層樓梯口，該節點既有1號線換乘2號線的，也有2號線換乘一號線和離開地鐵的行人。此處優化方案依然是將引導路線改變，由原來的L型改為S型，樓梯口由欄柵隔擋的面積變大，使擁擠現象得到緩解。優化前后對比，如圖5所示。

4.1.3 負3層擁堵現象的優化方案

圖 5 負2層樓梯口優化前后路徑引導對比

地鐵流通量與地鐵樓梯口寬度密切相關，樓梯通道寬度每增加2 m，最大適應客流約可增加4 000人次/h[8]。可見樓梯寬度對流通量影響之大，該地鐵樓梯寬度為4.8 m，根據其實際設施限制，以及極限流通量，對負3層樓梯的寬度增加25%。以期通過樓梯寬度改變來緩解負3層上行行人擁堵壓力。

4.2 優化結果分析

圖6表明，優化后行人等待時間出現了增長現象，均值增加3.03%，原因是等待時間統計的是付費區外行人在購票處與刷卡進站處的滯留時間，而改善節點在付費區內，優化使付費區的集散能力提高，離開該換乘站的行人疏散時使非付費區增多，對于購票行人有一定的路線干擾。

圖7表明，優化后行人總流程時間均值減少了21.53%，最小值減少了28.17%，地鐵換乘站的擁堵現象有所改善，服務質量得以提升。

圖6 WTD 的優化前后對比

圖7 TSD 的優化前后對比

圖8表明，優化后樓梯口通過人數增加了17.82%到22.60%，說明優化對樓梯口行人流通量增加。圖9表明，優化后區域滯留人數明顯減少，減少幅度最大16.76%。

圖8 PFS 的優化前后對比

綜上，通過分析等待時間，可知優化后非付費區的服務水平稍下降，而付費區的服務水平明顯地提高。但優化從整體上使擁堵現象得到改善，地鐵的集散能力提高。

圖9 PAD 的優化前后對比

5 人群緊急疏散評估分析

5.1 疏散方案設計

緊急疏散模型是指在發生緊急情況時，啟動“緊急事件”按鈕，所有的購票點停止服務，通道口進入量為零，行人取消乘車計劃，閘機變為無障礙通道，扶梯停止運行，行人選擇就近的通道口離開，在規定時間內實現緊急疏散。根據地鐵設計規范，一般站臺的緊急疏散時間不大于6 min[9-10]。下面運行優化前后路徑下的疏散模型，記錄完成疏散所用時間，并與標準疏散時間對比。

以上述優化前后的仿真模型為基礎，設計緊急疏散方案，在此基礎上加入控制按鈕和控制函數，改變各智能體之間的連接關系與順序，具體不再詳述。在本文中，對負1層的疏散進行了路線設計。緊急疏散方案如圖4、圖5所示，用實線表示，明顯看出優化的引導路徑使行人緊急疏散時更為靈活。

5.2 疏散方案對比與結果分析

如圖10所示，優化前，基于該換乘站現狀模得到疏散時間為7.68 min，高于標準時間28%，而優化得到的疏散時間為5.89 min，符合地鐵設計規范要求。證明優化路徑對緊急情況下的疏散有幫助。

6 結束語

本文基于社會力模型，建立了可視化的三維地鐵換乘站的行人仿真模型，設計了反映系統服務水平的微觀區域和宏觀整體的評價指標，對模型進行了仿真基礎數據分析檢驗，驗證了該換乘站最大流通量，運用改善引導路徑以及改善設施的手段對該換乘站進行了優化，并設計了疏散優化方案。結果表明：

圖10 人群疏散時間優化路徑前后對比

（1）該建模思路和方法和所設計的評價指標能較好地反映地鐵換乘站的運作過程和集散能力。

（3）通過分析指標，可知優化后非付費區的服務水平下降。以及均表明付費區的服務水平明顯地提高了。優化從整體上使擁堵現象得到改善，地鐵的集散能力提高。

（4）通過“最短路徑”原則，對引導路徑進行了優化，使其更加靈活，基于此，設計緊急疏散方案。疏散時間較優化前減少1.79 min，低于地鐵標準疏散時間1.8%，有效地改善了在緊急情況下的地鐵站行人疏散問題。

本文的研究方法及思路為軌道交通車站的優化設計提供參考。