李建華 房萍萍

摘 要：站廳層是地鐵站內(nèi)人流最密集、流向最復(fù)雜的區(qū)域，站廳層的集散能力很容易影響車站內(nèi)的人流擁擠程度。文章利用Anylogic仿真軟件對大雁塔地鐵站站廳層進(jìn)行仿真，建立了站廳層行人設(shè)施仿真模型。仿真實驗后得出了設(shè)施排隊長度圖和人流密度圖，以設(shè)施排隊長度和人流密度為評價指標(biāo)，優(yōu)化行人進(jìn)出站路徑和設(shè)施布局后再次仿真，設(shè)施排隊長度和人流密度均有一定比例的下降。仿真研究提高了設(shè)施服務(wù)水平和地鐵站的集散能力。

關(guān)鍵詞：地鐵車站;集散能力;Anylogic;仿真分析

中圖分類號：U491.1 ?文獻(xiàn)標(biāo)識碼：A ?文章編號：1671-7988（2020）09-176-04

Analysis on the Distribution Capacity of the Hall Floor of DaYanTa Subway Stationin Xi'an Based on Anylogic

Li Jianhua， Fang?Pingping

（School of Mechanical Engineering，?Xi'an University of science and technology， Shaanxi Xian 710054）

Abstract：?The station hall floor is the area with the most dense and complex flow of people in the subway station. The distribution capacity of the station hall layer is easy to affect the crowded degree of people in the station. In this paper， the simulation study of the hall layer of DaYanTa subway station is carried out by using the software of anylogic. Taking the average queuing length of facilities and the density of people flow as the evaluation index， the simulation model of the hall floor is established according to the problems of passenger flow streamline and facilities layout. The simulation results show that the length of the facility queue and the density of the people flow diagram. After the improvement， the simulation results show that the length of the facility queue and the density of the people flow decrease in a certain proportion. The simulation study improves the service level and distribution ability of subway station facilities.

Keywords： Subway station; Assemble capacity; Anylogic; Simulation analysis

CLC NO.： U491.1 ?Document Code： A ?Article ID： 1671-7988（2020）09-176-04

前言

軌道交通發(fā)展迅速，地鐵以其快速、準(zhǔn)時、大運量的特點成為城市交通的主干。因此，防止客流擁堵提高地鐵站的集散能力是重點研究內(nèi)容。本文擬在通過仿真研究，模擬地鐵站的現(xiàn)實情況，找出關(guān)鍵問題，進(jìn)而提出優(yōu)化方案，提升地鐵站的的集散能力。曹瑩指出城市軌道交通車站集散能力瓶頸就是產(chǎn)生擁堵現(xiàn)象的區(qū)域或者設(shè)施。地鐵車站的擁堵強(qiáng)度就是瓶頸區(qū)域的客流量的擁擠程度^[1]。所以，對擁堵強(qiáng)度進(jìn)行辨別就能夠?qū)Τ鞘熊壍澜煌ㄜ囌炯⒛芰ζ款i進(jìn)行識別。陳立揚等人以乘客空間站用量與設(shè)施平均排隊長度做為車站集散能力的評價指標(biāo)，并用Anylogic軟件對北京宣武門地鐵站乘客集散過程進(jìn)行仿真給出優(yōu)化建議^[2]。李洪旭等人通過仿真高峰小時客流情況來研究動物園地鐵站站廳層的設(shè)施布置，并提出改善措施^[3]。

站廳層是乘客進(jìn)入地鐵站最先接觸到的區(qū)域，地鐵站站廳層的建設(shè)耗資巨大且建成后不易更改。結(jié)合前人研究成果，本文以西安大雁塔站站廳層為例，通過Anylogic軟件對乘客客流的仿真分析，研究車站站廳層的集散能力。分析其不足之處并提出相應(yīng)改進(jìn)措施，對后建的地鐵站有很好的規(guī)避作用。

1 大雁塔地鐵站概況

大雁塔地鐵站位于西安市雁塔區(qū)大雁塔北廣場，是西安地鐵三號線和四號線的換乘車站。地鐵站周邊有大雁塔、大唐不夜城、唐大慈恩寺遺址公園等旅游景點。因此大雁塔地鐵站聚集大量乘客，承擔(dān)了包括游客旅行中轉(zhuǎn)和地下購物休息、換乘、市民上下班通勤以及其他功能，客流量大、客流走行路徑復(fù)雜且節(jié)假日客流劇增。

大雁塔地鐵站共地下3層，地下1層為站廳層，有6個出入口與地面相連。地下2層為三號線站臺層，地下3層為四號線站臺層。圖1為大雁塔站站廳層平面簡圖。其中虛線代表護(hù)欄將付費區(qū)域與非付費區(qū)與區(qū)分開。乘客憑票由進(jìn)站閘機(jī)進(jìn)入付費區(qū)域。

2 Anylogic軟件及評價指標(biāo)

2.1 Anylogic仿真軟件介紹

Anylogic軟件的行人庫以社會力模型^[5]為底層算法，精確的模擬了人的心理對行動的影響^[6]。社會力模型是Helbing于1995年提出的基于社會心理和物理力的一種行為模型，是目前較為完善的微觀行人仿真模型之一，可以較好的模擬行人運動中的自組織現(xiàn)象和流動波紋效應(yīng)。其基本理念是將行人抽象為具有一定形狀和質(zhì)量的粒子，運用類似于經(jīng)典力學(xué)的受力分析來分析行人在運動過程中的受力狀況，從而建立行人運動微觀模型。

Anylogic仿真軟件建立行人庫模型主要分為三個步驟：一是環(huán)境建模，將站廳層CAD圖導(dǎo)入軟件，然后使用行人庫中的元素設(shè)置環(huán)境和固定設(shè)施。二是行人邏輯建模，使用行人庫中的流圖模塊并結(jié)合實際乘客的進(jìn)出站順序定義行人流邏輯。三是數(shù)據(jù)輸入，將實際采集的數(shù)據(jù)輸入模型進(jìn)行仿真實驗。

2.2 車站集散能力評價指標(biāo)

2.2.1?設(shè)施排隊長度L

設(shè)施排隊長度表示乘客在進(jìn)出站閘機(jī)、安檢機(jī)等設(shè)施前等待乘客的數(shù)量，可以反映設(shè)備的數(shù)量是否充足，乘客通過設(shè)備時是否擁擠，以公式（1）表示。

式中：N_i為取值時間點取值之和;L_隊，i為第i個時刻點的客流排隊長度。

設(shè)施排隊長度表明了同一時刻某閘機(jī)口處等待通過的乘客人數(shù)，再以此引申出設(shè)施組排隊長度，以公式（2）表示。

式中：n表示該設(shè)施組處的設(shè)施數(shù)量。

（2）人流密度n

是指在單位時間內(nèi)單位面積里的平均人數(shù)，其結(jié)果越大，則說明越擁堵，乘客的舒適性越低，走行的速度越慢，設(shè)施布置在人性化方面存在不合理之處，當(dāng)然在設(shè)施正常運行時也越容易出現(xiàn)由人導(dǎo)致的安全問題。

式中：N為某時間段內(nèi)由某區(qū)域內(nèi)經(jīng)過的總?cè)藬?shù);t為設(shè)定的單位時間，本文以15s為1個時間段;S為劃定的區(qū)域面積。定義乘客在擁擠環(huán)境下的二維空間中運動，其平均占用面積為0.45m×0.45m^?[7]，且乘客在走動時有一定的空間需求，避免與障礙物接觸，避免與其他乘客有身體接觸，計算可得約有4.5人?m²，由此當(dāng)人流密度等于4.5人?m²時，為該指標(biāo)的臨界標(biāo)準(zhǔn)。當(dāng)n<4.5人? m²時，乘客行走較通暢;當(dāng)n<3人? m²時，乘客行走通暢;當(dāng)n>4.5人? m²時，乘客行走較擁擠;當(dāng)n>6人? m²時，乘客行走擁擠。

3 大雁塔地鐵站站廳層建模仿真

3.1 環(huán)境建模

大雁塔地鐵站站廳層的主要環(huán)境設(shè)施包括墻壁、扶梯、安檢設(shè)備、進(jìn)出口閘機(jī)售票機(jī)等。將站廳層CAD圖導(dǎo)入Anylogic軟件后，使用行人庫的工具設(shè)置環(huán)境和固定設(shè)施。通過設(shè)置矩形區(qū)域、線服務(wù)、吸引子等工具對乘客在站廳層的流線、服務(wù)類型進(jìn)行記錄，模擬仿真出乘客的進(jìn)站過程。如圖2為大雁塔站站廳層的環(huán)境建模。

3.2 行人邏輯建模

行人經(jīng)任一入口進(jìn)入地鐵站后，可以選擇手機(jī)二維碼、交通卡和由自助購票機(jī)或者人工售票窗口購買的一次性乘車卡這四種購票方式，買票后選擇合適的的安檢機(jī)安檢后，經(jīng)由進(jìn)站閘機(jī)進(jìn)入付費區(qū)域，乘客就近選擇樓梯或扶梯進(jìn)到地下二、三層站臺層?？紤]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(jù)如圖3和4所示的行人進(jìn)出站邏輯流程圖連接好相應(yīng)的模塊進(jìn)行調(diào)試。圖5所示為站廳層模塊連接圖。

3.3 數(shù)據(jù)輸入

大雁塔景區(qū)的水舞光影秀吸引了大量游客，根據(jù)調(diào)查，2019年國慶期間大雁塔地鐵站每日客流維持在30萬到40萬乘次。根國慶期間據(jù)實際調(diào)研數(shù)據(jù)，將實測數(shù)據(jù)輸入模型中。國慶期間地鐵站出入口高峰時段客流量如表1所示。

不同購票方式?jīng)Q定了不同的進(jìn)站方式。進(jìn)站閘機(jī)服務(wù)時間由于進(jìn)站方式的不同，其時間也不盡相同。交通卡和一次性乘車卡采用刷卡進(jìn)站的方式時間更短。采用手機(jī)掃碼進(jìn)站的乘客會遇到?jīng)]有提前打開二維碼、手機(jī)卡頓或者其他情況延誤時間，時間會相對較長。不同購票方式的人群的比例如表2所示。各設(shè)施的服務(wù)時間分布如表3所示。

4 仿真結(jié)果與分析

4.1 現(xiàn)狀仿真分析

設(shè)置好參數(shù)后，通過Anylogic對站廳層客流狀況的仿真，得到站廳層行人密度圖如圖6所示。

仿真結(jié)果中不同的顏色代表不同的密度，從藍(lán)色、綠色、黃色、紅色為密度從小到大的四個階段。由圖6的人流密度圖可得如下現(xiàn)象，行人在安檢機(jī)前顯示紅色;待安檢乘客隊列與自動購票機(jī)前排隊隊列有重疊現(xiàn)象，特別是1號安檢機(jī)和3號安檢機(jī);護(hù)欄外側(cè)人流分布不均勻，護(hù)欄內(nèi)測人流密度大。由圖7可知安檢機(jī)2排隊人數(shù)呈穩(wěn)定趨勢，而其他四個安檢機(jī)排隊人數(shù)上漲趨勢明顯。

基于以上現(xiàn)象，總結(jié)如下影響大雁塔站廳層集散能力的瓶頸因素：

（1）產(chǎn)生擁堵現(xiàn)象的設(shè)施：①安檢機(jī)服務(wù)時間長、數(shù)量少;②區(qū)分付費區(qū)域與非付費區(qū)域的護(hù)欄位置設(shè)置不合理;

（2）產(chǎn)生擁堵現(xiàn)象的區(qū)域：1號安檢機(jī)和2號安檢機(jī)排隊乘客與自動購票機(jī)排隊區(qū)域交匯，且交匯區(qū)域位于進(jìn)站口。

（3）關(guān)鍵位置：B口未設(shè)置自助購票機(jī)，需購票乘客被分流到A口與C口，增加了A口與C口附近相關(guān)設(shè)施的壓力。

4.2 改進(jìn)措施仿真及指標(biāo)分析

通過分析現(xiàn)狀仿真出現(xiàn)的問題，結(jié)合車站的實際情況，提出以下改進(jìn)措施：

（1）將安檢機(jī)換為安檢機(jī)組，在人流高峰期啟用;將直線折彎式的護(hù)欄改為圓角式，不設(shè)棱角方便乘客行走。

（2）將2號安檢機(jī)和3號安檢機(jī)附近的自助購票機(jī)移動到其他位置，避免交匯區(qū)域。

（3）在B口位置設(shè)置自助購票機(jī)，為A口與C口分流。

經(jīng)過仿真建模修改及流程修改之后，改進(jìn)措施仿真結(jié)果如圖8、9所示。

通過比較改善前后的人流密度圖，可發(fā)現(xiàn)改善后紅色區(qū)域明顯減少，說明擁堵瓶頸區(qū)域得到緩解，排隊系統(tǒng)較通暢，減輕由“瓶頸”現(xiàn)象造成的擁堵^[9]。對比改善前后的安檢機(jī)處排隊人數(shù)，可看出改善后各安檢機(jī)前排隊人數(shù)比較均衡，B口為A、C口分流，各安檢口排隊人數(shù)隨人流增大同時增長，通過設(shè)施的合理布局對行人進(jìn)行有效的疏導(dǎo)，使行人走行路徑更合理。同時，改善后各安檢口由單個安檢機(jī)改為安檢機(jī)組，在超高客流時可同時開啟多個安檢機(jī)同時安檢，滿足超高客流的需要^[10]，加快乘客進(jìn)站速度，提高站廳層集散能力。

5 結(jié)束語

用Anylogic軟件對西安大雁塔地鐵站廳層進(jìn)行仿真，以人流密度和設(shè)施平均排隊長度作為評價指標(biāo)，對仿真結(jié)果進(jìn)行分析，得出了影響集散能力的瓶頸因素，即設(shè)施布局影響走行路徑同時安檢機(jī)數(shù)量嚴(yán)重不足。對此提出了改善措施、重新進(jìn)行仿真。改善后的設(shè)施布置，明顯提高了地鐵站的集散能力。針對于此總結(jié)兩點改善措施：（1）合理規(guī)劃乘客進(jìn)出站乘客走行路線，均衡各設(shè)施的服務(wù)時間，避免出現(xiàn)功能區(qū)域交匯現(xiàn)象;（2）安檢為影響地鐵站疏散能力的瓶頸因素，合理設(shè)置安檢機(jī)的位置與數(shù)量，是提高地鐵站疏散能力的重要因素。

參考文獻(xiàn)

[1] 曹瑩.城市軌道交通車站集散能力瓶頸識別方法分析[J].智能城市，2016，2（11）：21.

[2] 陳立揚，宋瑞，李志杰，李婷婷.基于Anylogic的地鐵站站廳層設(shè)施布置仿真研究[J].交通信息與安全，2013，31（05）：19-24.

[3] 李洪旭，李海鷹，樊校，許心越.基于Anylogic的地鐵車站集散能力仿真分析評估[J].鐵路計算機(jī)應(yīng)用，2012，21（08）：48-50.

[4] 陳立揚，宋瑞，李志杰，李婷婷.基于Anylogic的地鐵站站廳層設(shè)施布置仿真研究[J].交通信息與安全，2013，31（05）：19-24.

[5] D Helbing，P Molnar.Social force model for pedestrian dynamics[J].?Physical review E，1995，51（5）：4282-4285.

[6] Liya Grigoryev著，韓鵬，李巖，趙強(qiáng)譯.系統(tǒng)建模與仿真[M].北京：清華大學(xué)出版社，2017：123-162.

[7] 楊天陽，朱志國.基于Anylogic的地鐵車站通道設(shè)施設(shè)備規(guī)模與布局分析[J].交通運輸工程與信息學(xué)報，2017，15（1）：115-121.

[8] 張琦，韓寶明.城市軌道交通車站乘客群體行為特征研究[J].城市交通，2010，8（4）;42.

[9] 錢澤林.基于有效管理的地鐵換乘站設(shè)施設(shè)備布置方法研究[D].上海：同濟(jì)大學(xué)，2009.

[10] 建設(shè)部.GB50157-2003地鐵設(shè)計規(guī)范[S].北京：中國計劃出版社，?2003.