葉貝貝
?
基于Anylogic的城市地鐵站廳仿真研究
葉貝貝
(長安大學汽車學院,陜西 西安 710064)
文章選用能夠反映行人行為特點的AnyLogic仿真軟件來研究地鐵站廳建設中設施布局是否合理問題。以西安北大街地鐵站廳層為例,建立車站模型,通過實地調查數據進行仿真,最后利用結果中的行人密度來分析該站廳層設施布局存在的問題,通過優(yōu)化設施布局,提出改進建議,結果表明優(yōu)化后的方案使得該站廳層的人流密度分布更均勻,站廳層通行效率提高。
地鐵站廳;Anglogic;行人仿真;設施優(yōu)化
隨著城市規(guī)模的擴大,城市軌道交通的發(fā)展不斷得到推動,各個中小城市因軌道交通的強大優(yōu)勢也將軌道交通建設列入日程。站廳建設作為軌道交通建設的重要環(huán)節(jié)之一,由于站廳建設過程中需要大量人力物力且站廳一旦建成不易更改,合理的站廳設施布局有助于提高車站運營的效率和安全性。因此仿真技術作為能夠反映車站客流分布特性的方法,有助于分析站廳建設時內部分布,為站廳建設提供參考依據。
AnyLogic軟件是由俄羅斯公司XJTechnologie開發(fā)[1],這是一個集成離散和連續(xù)混合系統(tǒng)的仿真軟件以行人微觀仿真模型中的社會力模型為基礎模型,通過行人庫中強大的功能實現(xiàn)行人仿真,從而反映個體行為特征[2]。
AnyLogic建模過程分為環(huán)境建模以及邏輯建模[3]。首先對對象的環(huán)境進行建模,根據現(xiàn)實中的場景導入建筑底圖然后對周邊的環(huán)境設施進行構建。完成環(huán)境建模后,再根據行人的前后行為對行人進行邏輯建模,構成相應的流程圖。
西安北大街地鐵站,地址位于西安市蓮湖區(qū)北大街與蓮湖路西湖路交匯處,是連接東西走向與南北走向的重要交叉口[4],是西安一號線和二號線的換乘站,地鐵站周圍分布著各大商圈與著名旅游景點,擁有龐大的往來客流量。地鐵站的占地面積為25589平方米,站廳層位于負一層,擁有六個進出口,站廳層實現(xiàn)乘客安檢購票進出站等功能,根據調查,車站每個入口的高峰時段客流量如表1所示:
表1 北大街地鐵站客流調查表
北大街站廳層的主要環(huán)境設施包括墻壁、扶梯、安檢設備、進出口閘機售票機等。北大街底圖導入Anylogic軟件后,使用行人庫的工具設置環(huán)境和固定設施。通過設置矩形區(qū)域、線服務、吸引子等工具對乘客在站廳層的流線、服務類型進行記錄,模擬仿真出乘客的進站過程。如圖1為北大街站廳層的環(huán)境建模。
圖1 北大街站廳層環(huán)境建模
行人乘坐地鐵時選擇合適的入口安檢進入后,既可以選擇手機二維碼或交通卡進入地鐵站也可以選擇人工窗口售票機購買車票進站。購票進站后,行人就近選擇樓梯或扶梯進到負二層??紤]到站廳層規(guī)模很大,行人進入站廳后有相似的流程,因此本文只選取其中三個出站口:A1、D、C2口進行模擬仿真,考慮到選擇扶梯的行人較多,就近選擇樓梯與扶梯的模型簡化為就近選擇扶梯模型,根據出行邏輯,負一層站廳行為邏輯建模流程圖如圖2所示。
圖2 北大街站廳層邏輯建模
在AnyLogic軟件中,每個設施相關屬性都有默認值,但是根據我們選擇對象的實際調研數據,通將默認值更改為實測數據,具體的參數設置情況如表2所示:
表2 參數設置值對照表
通過Anylogic的仿真,以2D、3D的形式直觀地顯示西安北大街地鐵站廳層中行人的行走過程,以及站內各服務設施的利用率及其是否滿足行人流需求。本文構建的模型通過仿真動畫可以看出實現(xiàn)行人在地鐵站中行為的可行性,如行人的排隊、等待購票、進出閘機等行為都非常接近實際。
為了能夠更加直觀地表現(xiàn)北大街地鐵站內的行人移動過程和密度變化情況,以尋找地鐵中行人服務的瓶頸環(huán)節(jié),探究當前服務設施能否為行人提供所需要求,是否會造成站廳層人群擁擠不暢通。本文將行人密度圖添加至在仿真過程,將北大街地鐵站廳層區(qū)域的人流密度可視化。
負一層有六個進出口,每個進出口的行人運行都有相似的規(guī)律,故選擇其中的C2、D和A1進行仿真。如圖3為站廳層人流密度表。
圖3 站廳層仿真人流密度圖
圖中的黑點表示行人,仿真結果中不同的顏色代表不同的密度,從藍色、綠色、黃色、紅色為密度從小到大的四個階段。由圖5.8的人流密度圖可知,行人在C2、D口處顯示出紅色,表明在此進口閘機處排隊擁擠,說明C2、D1口檢票閘機數量不足,影響了行人進站的速度和效率,降低了地鐵站的運行效率和疏散能力。
根據仿真結果分析地鐵站中存在的問題并提出方案,通過仿真結果中的行人密度圖可以看出C2和D入口處的行人密度很大。因此可以得出進站口閘機數量不足的結論。針對上述問題,基于運行結果及發(fā)現(xiàn)的問題,提出了如下優(yōu)化改進方案:
(1)由于缺乏用于檢票的閘機數量,使得進站客流不通暢,導致站廳層部分區(qū)域擁堵,因此在北大街地鐵站廳的兩臺出站閘機移動至進站閘機處??紤]到運營成本,自動售票機的數量可以減少一臺。
(2)當客流較多,電梯負載不足,可以增加指示標志和人工引導,轉移部分集中乘客,適當延長乘客轉移路線來增加轉移時間,避免了樓梯擁擠引起踩踏事故。
圖4 優(yōu)化后站廳層仿真人流密度圖
對負一層的改進措施即在仿真過程中將C2、D進站口的閘機增加兩臺,出站口閘機數量減少兩臺。其余行人的各行為模塊和行為流程沒有發(fā)生變化,只是改變部分行為模塊在屬性設置時對應環(huán)境建模的空間標記模塊不一樣,即“進站”對應的線服務由原來的四個增加為7個,“出站”對應的服務由十個減為7個。圖4所示為優(yōu)化后的人流密度圖。
仿真人流密度圖5-2可以看出優(yōu)化后的結果顯示,原來幾個擁擠的閘機進口處的人流密度明顯下降,表明此優(yōu)化方案能夠減緩擁擠排隊現(xiàn)象使得地鐵站廳層的通過效率得到提升,服務設施的使用效率得到平衡。
選用AnyLogic軟件模擬對西安北大街地鐵站廳層設施布置進行研究,選用入口C1和D進行實例仿真,通過對仿真結果進行分析,利用行人密度圖對布局設施進行評價優(yōu)化,發(fā)現(xiàn)優(yōu)化后的仿真結果更加合理且為地鐵站廳建設提供合理的參考依據。因此借用建模仿真的角度,研究發(fā)現(xiàn)AnyLogic仿真對于改善地鐵車站的運行條件和優(yōu)化設施的布局具有一定的應用價值,可為地鐵站廳建設提供幫助。
[1] 王文璇.基于AnyLogic的地鐵換乘站行人行為特性研究[D].長安大學,2017.
[2] 馬彩雯,沙永為.基于Anylogic的地鐵大連北站站廳層客流組織仿真及優(yōu)化研究[J].交通科技與經濟,2018,20(06):4-8.
[3] 陳立揚,宋瑞,李志杰.基于Anylogic的地鐵站站廳層設施布置仿真研究[J].交通信息與安全,2013,31(5):19-24.
[4] 陳利紅.基于Anylogic的城市軌道交通換乘站仿真研究[D].長安大學,2015.
Simulation Research Of Urban Subway Station Based On Anylogic
Ye Beibei
(School of Automobile, Chang'an University, Shaanxi Xi'an 710064)
This paper selects AnyLogic simulation software that can reflect the characteristics of pedestrian behavior to study whether the layout of facilities in the subway station hall is reasonable. Taking the subway station floor of Xi'an North Street as an example, the station model is established, and the field survey data is used for simulation. Finally, the pedestrian density in the result is used to analyze the problems existing in the layout of the station floor facilities. By optimizing the layout of the facilities, suggestions for improvement are proposed. The results show that the optimized scheme makes the distribution of people's flow density in the station hall layer more uniform, and the traffic efficiency at the station hall level is improved.
Subway Station Hall; Anylogic; Pedestrian Simulation; Facility Optimization
U462
A
1671-7988(2019)09-179-03
U462
A
1671-7988(2019)09-179-03
葉貝貝(1995.5-),碩士研究生,就讀于長安大學汽車學院,交通運輸工程專業(yè)
10.16638/j.cnki.1671-7988.2019.09.058