溫念慈，倪少權(quán)，陳釘均，張 慧

(1.西南交通大學(xué) 交通運(yùn)輸與物流學(xué)院，四川 成都 610031； 2.西南交通大學(xué) 全國(guó)鐵路列車運(yùn)行圖編制研發(fā)培訓(xùn)中心，四川 成都 610031；3.綜合交通運(yùn)輸智能化國(guó)家地方聯(lián)合工程實(shí)驗(yàn)室，四川 成都 610031)

0 引言

城市軌道交通突發(fā)大客流是指非常規(guī)運(yùn)營(yíng)情況下，在某個(gè)或某幾個(gè)車站發(fā)生短時(shí)乘客大規(guī)模聚集的情況[1]。突發(fā)大客流條件下，城市軌道交通車站極易發(fā)生火災(zāi)、踩踏、爆炸等安全事故。1999年5月30日，大量參加戶外搖滾音樂(lè)會(huì)的觀眾為躲避冰雹，涌入附近的尼阿米亞地鐵站車站，發(fā)生踩踏事故；2008年3月4日，早高峰的大客流沖擊造成北京地鐵東單站扶梯超載，從而引發(fā)踩踏事故，站內(nèi)自動(dòng)扶梯停運(yùn)近3 h；2014年11月10日，北京地鐵5號(hào)線惠新西街南口站，由于人流擁擠致使一名乘客被卡在列車車門和屏蔽門之間，最后掉下站臺(tái)死亡[2]。短時(shí)激增的客流為城市軌道交通的安全生產(chǎn)帶來(lái)巨大的壓力，由大客流沖擊導(dǎo)致的一系列運(yùn)營(yíng)事故給國(guó)家和社會(huì)造成了巨大的社會(huì)經(jīng)濟(jì)損失，因此城市軌道交通大客流沖擊下的安全問(wèn)題，已越來(lái)越受到社會(huì)各界的關(guān)注。

為應(yīng)對(duì)城市軌道交通逐年提高客運(yùn)需求而帶來(lái)的旅客和行車等運(yùn)輸安全問(wèn)題，眾多學(xué)者在城市軌道交通大客流管控、行人走行特性分析、應(yīng)急管理與客流疏散等方面分別做了大量的研究：吳璐[1]在復(fù)雜網(wǎng)絡(luò)理論和客流擁擠傳播理論的基礎(chǔ)上，分析了突發(fā)客流條件下的城市軌道交通車站客流控制方法；2009年，北京市發(fā)布《城市軌道交通運(yùn)營(yíng)服務(wù)管理規(guī)范》，其中指出當(dāng)車站客流量超過(guò)承載能力的70%時(shí)，可對(duì)相應(yīng)站點(diǎn)采取客流控制措施，確保客運(yùn)組織安全[3]；Kyung Min Kin[4]采用Logit模型，研究了地鐵車站擁擠對(duì)行人走行路徑選擇的影響；Arunraj[5]基于仿真技術(shù)分析了事故發(fā)展的不確定性，并建立相應(yīng)模型；劉鐵民提出突發(fā)事件應(yīng)急準(zhǔn)備與處置是當(dāng)前管理工作中最前沿的科學(xué)與實(shí)踐課題[6]，并構(gòu)建基于“情景-任務(wù)-能力”的應(yīng)急預(yù)案編制技術(shù)，為我國(guó)重特大突發(fā)事件的應(yīng)急預(yù)案編制提供了理論和技術(shù)支撐[7]；唐金金[8]制定了黃、橙、紅三級(jí)預(yù)警機(jī)制，研究大型鐵路客運(yùn)站大客流預(yù)警及應(yīng)對(duì)方案；李群[9]以“情景構(gòu)建”方法為指導(dǎo)，構(gòu)建了“應(yīng)急演練模型庫(kù)”及相關(guān)評(píng)估系統(tǒng)；何理[10]通過(guò)分析國(guó)內(nèi)較為成熟的地鐵運(yùn)營(yíng)單位的風(fēng)險(xiǎn)源管理方法，提出了城市軌道交通危險(xiǎn)源登記手冊(cè)和危險(xiǎn)源分類的優(yōu)化設(shè)計(jì)方案；韓泉葉[11]在對(duì)線網(wǎng)突發(fā)應(yīng)急事件分級(jí)模型進(jìn)行研究的基礎(chǔ)上，提出了一種分類分級(jí)的三元組模型，同年又提出一種新的利用模糊層次分析法來(lái)計(jì)算關(guān)鍵因素的模糊權(quán)重的應(yīng)急事件動(dòng)態(tài)模糊分級(jí)算法[12]；張正、蔣熙[13]根據(jù)流量平衡原理，提出了車站協(xié)同的城市軌道交通協(xié)同限流安全控制實(shí)施方法。隨著我國(guó)各大城市軌道交通網(wǎng)絡(luò)化運(yùn)營(yíng)的不斷成熟，城市軌道交通客流安全控制的重點(diǎn)不僅要考慮單個(gè)車站的客流集散，更應(yīng)考慮網(wǎng)絡(luò)化特征下的線網(wǎng)協(xié)調(diào)管理、突發(fā)客流安全控制與動(dòng)態(tài)協(xié)同應(yīng)急決策等新內(nèi)容。因此，在網(wǎng)絡(luò)化運(yùn)營(yíng)條件下，從多站動(dòng)態(tài)協(xié)同的角度，加強(qiáng)城市軌道交通網(wǎng)絡(luò)化運(yùn)營(yíng)安全風(fēng)險(xiǎn)管理、突發(fā)大客流應(yīng)急決策方面的研究具有重要的意義。

本文從分析城市軌道交通突發(fā)客流特征的角度入手，以網(wǎng)絡(luò)中各站對(duì)決策方案的綜合滿意度為指標(biāo)，建立多目標(biāo)優(yōu)化模型，同時(shí)考慮事態(tài)演變過(guò)程中協(xié)同車站的加入和退出情景，及時(shí)對(duì)方案進(jìn)行動(dòng)態(tài)調(diào)整，提出一套城市軌道交通突發(fā)大客流協(xié)同應(yīng)急決策方法，以期為城市軌道交通網(wǎng)絡(luò)化協(xié)同客流安全控制應(yīng)急決策提供參考。

1 城市軌道交通突發(fā)客流特征

城市軌道交通客流高度密集、相對(duì)封閉、潛在風(fēng)險(xiǎn)高和危險(xiǎn)大，環(huán)境復(fù)雜、客流可控性差、突變性強(qiáng)、疏散條件差的地下車站問(wèn)題尤為突出，本文主要考慮某1車站突發(fā)大客流的情況，分析城市軌道交通突發(fā)客流特征，展開多站協(xié)同客流控制應(yīng)急決策研究。

1.1 隨機(jī)性

城市軌道交通由于客流到達(dá)的不均衡性，普遍存在高峰時(shí)段運(yùn)能不足和平峰時(shí)段運(yùn)能虛糜的情況，多數(shù)城市的全網(wǎng)平峰時(shí)段客流量不足高峰時(shí)段的1/3[14]。對(duì)于大型活動(dòng)引起的突發(fā)大客流，其客流到達(dá)隨機(jī)性強(qiáng)、客流量大，車站既定的應(yīng)急組織方案適用性較差，此時(shí)，迫切需要一套能結(jié)合路網(wǎng)多站協(xié)同作業(yè)狀態(tài)，動(dòng)態(tài)調(diào)節(jié)客流控制應(yīng)急決策的組織方案。

1.2 傳播性

網(wǎng)絡(luò)化運(yùn)營(yíng)條件下，車站關(guān)聯(lián)性強(qiáng)，全網(wǎng)客流存在極強(qiáng)的傳播性。一旦上游車站發(fā)生大客流擁擠事件，則會(huì)導(dǎo)致列車運(yùn)能不足或車站過(guò)度擁擠，這種擁擠所產(chǎn)生的一系列影響則會(huì)隨列車在路網(wǎng)上的運(yùn)行，傳播至下游車站，重則影響列車的安全運(yùn)行，致使線路或整個(gè)路網(wǎng)崩潰。因此，在城市軌道交通客流控制決策制定時(shí)，應(yīng)從網(wǎng)絡(luò)協(xié)同的角度，分析整個(gè)路網(wǎng)的拓?fù)浣Y(jié)構(gòu)，找出事故影響的關(guān)聯(lián)車站，多站協(xié)同組織客流控制方案，保證全網(wǎng)的安全、健康運(yùn)營(yíng)。突發(fā)客流在路網(wǎng)中的傳播如圖1所示。

圖1 突發(fā)客流在路網(wǎng)中的傳播Fig.1 Propagation of unexpected passenger flow in road network

1.3 疏散難度大

城市軌道交通多處于地下或相對(duì)密閉的空間，客流疏散渠道少、事故救援難度大，城市軌道交通突發(fā)事故往往會(huì)導(dǎo)致嚴(yán)重的后果，因此，源頭控制一直是城市軌道交通安全生產(chǎn)的根本保障?？土骺刂谱鳛閼?yīng)對(duì)大客流沖擊的最有效的源頭控制方法之一，應(yīng)更加注重路網(wǎng)各車站間的動(dòng)態(tài)協(xié)同控制，這樣才能充分利用路網(wǎng)資源，保證客流在整個(gè)路網(wǎng)中的快速疏散。

2 協(xié)同應(yīng)急決策模型構(gòu)建

2.1 初始決策模型構(gòu)建

以有向圖表示城市軌道交通網(wǎng)絡(luò)各站之間協(xié)同關(guān)系，若車站m的決策會(huì)受到車站n決策影響，則從頂點(diǎn)m連接1條有向邊指向n，如此構(gòu)建城市軌道交通突發(fā)大客流協(xié)同客流控制應(yīng)急網(wǎng)絡(luò)。鄰接矩陣A{A(m,n)}表示各站之間的連接關(guān)系，如式(1)所示：

(1)

城市軌道交通突發(fā)大客流情況下，網(wǎng)絡(luò)中各站之間的決策通過(guò)列車在線路上的運(yùn)行，以列車剩余能力的形式相互影響。以協(xié)同矩陣M{M(m,n)}表示車站m決策對(duì)車站n的影響程度，稱之為協(xié)同系數(shù)。建立多目標(biāo)規(guī)劃模型，使得協(xié)同參與應(yīng)急決策的車站對(duì)最終應(yīng)急處置方案的綜合滿意度最高，如式(2)所示：

max{‖s1(C)‖,...,‖sa(C)‖,...,‖se(C)‖}

(2)

以上初始多目標(biāo)規(guī)劃模型提出城市軌道交通突發(fā)大客流沖擊下的初始協(xié)同客流控制應(yīng)急決策方案。在客流控制過(guò)程中，各站對(duì)自身方案的評(píng)判涉及成本、效果和安全性等多個(gè)維度，為方便求解，通過(guò)確定各個(gè)評(píng)價(jià)指標(biāo)的權(quán)重將多目標(biāo)規(guī)劃問(wèn)題轉(zhuǎn)化為單目標(biāo)規(guī)劃問(wèn)題[15]。

2.2 決策評(píng)價(jià)調(diào)整

在參與協(xié)同客流控制的車站集合和各站客流控制方案不變的情況下，協(xié)同應(yīng)急系統(tǒng)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)未發(fā)生改變，但隨著客流控制方案的實(shí)施，各協(xié)同車站在成本、效果等因素上的偏好發(fā)生變化，對(duì)初始方案的評(píng)價(jià)也會(huì)隨之發(fā)生改變，各站需要重新對(duì)現(xiàn)行決策方案在e個(gè)評(píng)價(jià)標(biāo)準(zhǔn)上進(jìn)行動(dòng)態(tài)調(diào)整。

定義xmjm為車站m已做出的決策，記s(m,xmjm;a|xmjm)為車站m對(duì)自身方案在標(biāo)準(zhǔn)a上的評(píng)價(jià)，同時(shí)，由于各協(xié)同車站間的相互影響，記車站n在自身選擇方案xnjn的條件下，對(duì)于車站m選擇方案xmjm在評(píng)價(jià)標(biāo)準(zhǔn)a上的評(píng)價(jià)為s(m,xmjm,n,xnjn;a)。故在應(yīng)急決策C實(shí)施過(guò)程中，來(lái)自車站m的方案在標(biāo)準(zhǔn)a上的評(píng)價(jià)表示為：

(3)

2.3 新增協(xié)同車站

隨著客流在路網(wǎng)中的傳播，源發(fā)大客流車站的客流量將向沿線車站蔓延，當(dāng)沿線車站受到上游車站客流的沖擊時(shí)，就需要加入?yún)f(xié)同應(yīng)急決策的制定中，此時(shí)參與協(xié)同應(yīng)急決策制定的車站集合發(fā)生改變，協(xié)同應(yīng)急系統(tǒng)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)發(fā)生改變。新增協(xié)同車站的應(yīng)急決策流程如圖2所示。

圖2 新增協(xié)同車站應(yīng)急決策流程Fig.2 Emergency decision making process of station participate in

其中，新增協(xié)同車站i的方案C(i)在評(píng)價(jià)標(biāo)準(zhǔn)a上的評(píng)價(jià)為：

(4)

2.4 撤出協(xié)同車站

由大型活動(dòng)引起的突發(fā)大客流，隨時(shí)間的推移，源發(fā)車站與近鄰車站會(huì)率先出現(xiàn)客流量消退，此時(shí)若車站客流量恢復(fù)至正常承受范圍，則可撤出協(xié)同客流控制應(yīng)急決策制定。此時(shí)協(xié)同應(yīng)急系統(tǒng)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)發(fā)生改變，去除協(xié)同矩陣中該車站的相關(guān)行和列，重復(fù)圖2應(yīng)急決策操作流程，實(shí)現(xiàn)協(xié)同車站撤出系統(tǒng)的多階段動(dòng)態(tài)應(yīng)急決策方案制定。

3 案例分析

3.1 案例背景

圖3 成都地鐵運(yùn)營(yíng)線網(wǎng)Fig. 3 Transit network of Chengdu Metro

以成都地鐵1號(hào)線世紀(jì)城站(如圖3)在突發(fā)大客流下的客流組織為例，探討突發(fā)大客流下的多站協(xié)同客流控制應(yīng)急決策制定方法。成都地鐵1號(hào)線世紀(jì)城站周圍有大型購(gòu)物中心、國(guó)際會(huì)展中心、餐飲業(yè)和公交換乘站等，是重要的客流集散點(diǎn)，該站也因此經(jīng)常不定期地遭遇大客流沖擊。某日，大量參加活動(dòng)的乘客涌入該站，引發(fā)站內(nèi)客流超過(guò)站臺(tái)承載能力，為防止站臺(tái)擁擠引發(fā)運(yùn)營(yíng)事故，該站對(duì)進(jìn)站客流實(shí)施客流控制措施，同時(shí)協(xié)同臨近的車站進(jìn)行協(xié)同客流控制應(yīng)急處置。各協(xié)同車站分別對(duì)此作出客流控制應(yīng)急反應(yīng)，如表1所示。

表1 各協(xié)同車站大客流應(yīng)急方案

3.2 初始應(yīng)急方案

通過(guò)分析天府三街站、世紀(jì)城站與火車南站3個(gè)車站在一號(hào)線及路網(wǎng)中的位置及相互影響關(guān)系，構(gòu)建其協(xié)同網(wǎng)絡(luò)與協(xié)同矩陣?？紤]到現(xiàn)實(shí)因素的繁雜和計(jì)算的可行性，現(xiàn)對(duì)案例涉及相關(guān)條件和參數(shù)做相關(guān)簡(jiǎn)化和假設(shè)：

1)應(yīng)急決策相互影響的車站之間的協(xié)同系數(shù)相等。

2)不影響其他車站決策的車站自身協(xié)同系數(shù)為1。

3)影響其他車站決策的車站自身協(xié)同系數(shù)為M，且保持不變。

各站選取決策方案的安全性、客流控制效果和成本3個(gè)指標(biāo)作為評(píng)價(jià)標(biāo)準(zhǔn)，其初始權(quán)重確定為(0.5，0.3，0.2)?，F(xiàn)各車站分別在以上3個(gè)評(píng)價(jià)標(biāo)準(zhǔn)上對(duì)自身方案進(jìn)行評(píng)價(jià)打分，如表2所示。

表2 各車站對(duì)自身方案評(píng)價(jià)

由于世紀(jì)城站是源發(fā)大客流車站，現(xiàn)由火車南站、天府三街2個(gè)協(xié)同車站對(duì)其決策方案作出相應(yīng)評(píng)價(jià)，再由火車南站與天府三街站相互評(píng)價(jià)對(duì)方車站的方案。各車站間的相互評(píng)價(jià)如表3所示。

表3 各車站方案相互評(píng)價(jià)

考慮路網(wǎng)各車站協(xié)同的大客流應(yīng)急處置方案目前是由天府三街站、世紀(jì)城站和火車南站3個(gè)車站的各自的方案協(xié)同作用的結(jié)果，故每個(gè)大客流應(yīng)急處置方案應(yīng)該是1個(gè)三維向量，其初始大客流應(yīng)急處置方案評(píng)價(jià)如表4所示。

表4 初始大客流應(yīng)急處置方案評(píng)價(jià)

現(xiàn)對(duì)協(xié)同系數(shù)M進(jìn)行賦值，當(dāng)不考慮各站協(xié)同作用時(shí)，協(xié)同系數(shù)M=1；考慮各站協(xié)同時(shí)，M=0.5，各協(xié)同車站權(quán)重世紀(jì)城站為0.5，天府三街站為0.4，火車南站為0.1，故初始大客流應(yīng)急處置方案評(píng)價(jià)如表5所示。

表5 初始大客流應(yīng)急處置方案評(píng)價(jià)值

3.3 應(yīng)急決策調(diào)整

隨著各站協(xié)同客流控制大客流應(yīng)急方案的實(shí)施以及客流在路網(wǎng)中的傳播，世紀(jì)城站的大客流得到初步控制。此時(shí)，參與協(xié)同的車站對(duì)客流控制的效果關(guān)注度降低，而加強(qiáng)對(duì)應(yīng)急響應(yīng)成本的控制。此時(shí)評(píng)價(jià)標(biāo)準(zhǔn)安全性、效果和成本的權(quán)重變?yōu)?0.5，0.2，0.3)。在其他各方面指數(shù)和條件不變的情況下，應(yīng)急處置方案評(píng)價(jià)結(jié)果如表6所示。

表6 調(diào)整大客流應(yīng)急處置方案評(píng)價(jià)值

3.4 結(jié)果分析

通過(guò)比對(duì)各階段不同條件下大客流控制應(yīng)急決策方案評(píng)價(jià)值，不難得出：在初始條件下，各站注重突發(fā)大客流時(shí)客流控制效果，不考慮各站協(xié)同作業(yè)時(shí)，最優(yōu)方案為S1H1T2；考慮各站協(xié)同作業(yè)的條件下，最優(yōu)方案應(yīng)為S2H2T2；隨著客流在路網(wǎng)中的傳播，各站的客流擁擠情況有所好轉(zhuǎn)，此時(shí)各站更加注重應(yīng)急決策的成本因素，不協(xié)同條件下的最優(yōu)決策仍為S1H1T2，當(dāng)考慮各站協(xié)同作業(yè)的條件下的最優(yōu)方案變?yōu)镾1H2T2。最終比選結(jié)果如表7所示。

表7 大客流應(yīng)急處置方案比選結(jié)果

4 結(jié)論

1)城市軌道交通客流由于存在隨機(jī)性、網(wǎng)絡(luò)傳播性和封閉性等特點(diǎn)，若在突發(fā)大客流條件下不考慮各站協(xié)同作業(yè)問(wèn)題，則可能引發(fā)下游車站擁堵，從而影響路網(wǎng)運(yùn)行狀態(tài)。因此，考慮路網(wǎng)各車站協(xié)同客流控制應(yīng)急決策研究符合現(xiàn)實(shí)需求。

2)從路網(wǎng)中各站之間的拓?fù)潢P(guān)系分析入手，以各車站應(yīng)急決策方案綜合評(píng)價(jià)值為指標(biāo)，將各車站協(xié)同應(yīng)急問(wèn)題抽象成多目標(biāo)規(guī)劃問(wèn)題，能夠?qū)崿F(xiàn)城市軌道交通客流的多階段安全動(dòng)態(tài)控制，為城市軌道交通協(xié)同客流控制應(yīng)急決策理論與方法研究提供參考。

3)城市軌道交通客運(yùn)組織安全要求高，路網(wǎng)拓?fù)潢P(guān)系復(fù)雜，客流突發(fā)情況多，后續(xù)將應(yīng)進(jìn)一步注重各協(xié)同車站的選取和具體應(yīng)急措施之間的相互作用機(jī)理與動(dòng)態(tài)決策方法理論方面的研究。

[1] 吳璐. 城市軌道交通網(wǎng)絡(luò)突發(fā)客流特性及擁擠控制研究[D]. 成都：西南交通大學(xué), 2013.

[2] 交通運(yùn)輸部. 國(guó)內(nèi)外城市軌道交通事故案例評(píng)析[M]. 北京：人民交通出版社, 2011.

[3] 北京市運(yùn)輸管理局.城市軌道交通運(yùn)營(yíng)服務(wù)管理規(guī)范：DB11/T 647-2009[S].北京：北京市質(zhì)量技術(shù)監(jiān)督局，2009.

[4] Kim K M, Hong S P, Ko S J, et al. Does crowding affect the path choice of metro passengers?[J]. Transportation Research Part A Policy & Practice, 2015, 77:292-304.

[5] Arunraj N S, Mandal S, Maiti J. Modeling uncertainty in risk assessment: an integrated approach with fuzzy set theory and Monte Carlo simulation[J]. Accident Analysis and Prevention, 2013, 55(3):242-255.

[6] 劉鐵民. 危機(jī)型突發(fā)事件應(yīng)對(duì)與挑戰(zhàn)[J]. 中國(guó)安全生產(chǎn)科學(xué)技術(shù), 2010, 6(1):8-12.

LIU Tiemin. Crisis-type emergency response and challenges [J]. Journal of Safety Science and Technology ,2010, 6(1): 8-12.

[7] 劉鐵民．應(yīng)急預(yù)案重大突發(fā)事件情景構(gòu)建——基于“情景-任務(wù)-能力”應(yīng)急預(yù)案編制技術(shù)研究之一[J]．中國(guó)安全生產(chǎn)科學(xué)技術(shù)，2012，8(4)：5-12．

LIU Tiemin. Studies on scenes’construction of emergency planning—part I of emergency planning technology based on “scene-task-ability”[J]. Journal of Safety Science and Technology ,2012,8(4):5-12.

[8] 唐金金, 趙勇, 林園. 大型鐵路客運(yùn)站大客流預(yù)警及應(yīng)對(duì)方案設(shè)計(jì)——以北京西站為例[J]. 中國(guó)安全生產(chǎn)科學(xué)技術(shù), 2016, 12(2):143-147.

TANG Jinjin,ZHAO Yong,LIN Yuan. Early warning and response plan design of large passenger flow for large railway passenger station—taking Beijing West Railway Station as example[J]. Journal of Safety Science and Technology,2016,12(2):143-147.

[9] 李群, 代德軍. 突發(fā)事件應(yīng)急演練評(píng)估方法、技術(shù)及系統(tǒng)研究[J]. 中國(guó)安全生產(chǎn)科學(xué)技術(shù), 2016,12(7): 49-54.

LI Qun, DAI Dejun. Research on assessment method, technology and system of emergency exercise [J]. Journal of Safety Science and Technology, 2016, 12(7): 49-54.

[10] 何理. 城市軌道交通危險(xiǎn)源分類優(yōu)化方案及應(yīng)用[J]. 中國(guó)安全生產(chǎn)科學(xué)技術(shù), 2015, 11(5): 104-110.

HE Li. Study on optimization scheme of hazards classification in urban rail transit and its application [J]. Journal of Safety Science and Technology, 2015, 11(5): 104-110.

[11] 韓泉葉, 王曉明, 黨建武. 城市軌道交通線網(wǎng)突發(fā)應(yīng)急事件分類分級(jí)模型研究[J]. 城市軌道交通研究, 2011, 14(10):37-40.

HAN Quanye, WANG Xiaoming, DANG Jianwu. Model research on the classification of emergencies in urban rail transit network [J]. Urban Mass Transit, 2011, 14(10): 37-40.

[12] 韓泉葉, 王曉明, 黨建武. 軌道交通線網(wǎng)應(yīng)急事件分級(jí)算法研究[J]. 中國(guó)安全科學(xué)學(xué)報(bào), 2011, 21(7): 171-176.

HAN Quanye, WANG Xiaoming, DANG Jianwu. Gradation algorithm for emergencies in urban rail transit network [J]. China Safety Science Journal, 2011, 21(7): 171-176.

[13] 張正, 蔣熙, 賀英松. 城市軌道交通高峰時(shí)段車站協(xié)同限流安全控制研究[J]. 中國(guó)安全生產(chǎn)科學(xué)技術(shù), 2013, 9(10): 5-9.

ZHANG Zheng, JIANG Xi, HE Yingsong. Study on collaboration flow-limiting safety control of urban raiway station in peak hours[J]. Journal of Safety Science and Technology, 2013, 9(10): 5-9.

[14] 錢堃. 城市軌道交通客流強(qiáng)度特征和換乘組織研究[D]. 北京: 北京交通大學(xué)2015.

[15] MACHARIS C, TURCKSIN L, LEBEAU K. Multi actor multi criteria analysis (MAMCA) as a tool to support sustainable decisions: State of use[J]. Decision Support Systems, 2012, 54(1): 610-620.