陳雪梅 陳俊強(qiáng) 李燕玲

摘 要：構(gòu)建有效的地鐵車站仿真模型對制定地鐵客流疏散路徑有重要的意義。文章從分析地鐵車站空間示意圖、構(gòu)建地鐵車站物理模型以及繪制客流仿真邏輯思路圖等方面闡述了地鐵車站仿真模型構(gòu)建要點(diǎn)，基于仿真模型闡述了邏輯數(shù)據(jù)生成方式，并重點(diǎn)以進(jìn)出站時間分布統(tǒng)計、地鐵行人平均速度數(shù)據(jù)統(tǒng)計以及區(qū)域密度統(tǒng)計介紹仿真模型統(tǒng)計數(shù)據(jù)生成的方法。

關(guān)鍵詞：地鐵車站;客流仿真;行人行為;Anylogic

0 引言

伴隨著經(jīng)濟(jì)的快速發(fā)展，城市軌道交通發(fā)展速度突飛猛進(jìn)。根據(jù)中國城市軌道交通協(xié)會發(fā)布的城市軌道交通行業(yè)統(tǒng)計報告，廣州地鐵最高客流量達(dá)1 002.6萬人次，客流強(qiáng)度已位居全國第一，其中，廣州體育西站日客運(yùn)量為全國最高。地鐵系統(tǒng)客流高度密集、可控性差、突變性強(qiáng)、疏散條件差，潛在風(fēng)險高和危險大。在早、晚客流高峰，軌道交通車站的樓層、閘機(jī)等瓶頸區(qū)域經(jīng)常發(fā)生行人擁擠現(xiàn)象，不僅導(dǎo)致行人通行效率下降，還會產(chǎn)生諸多的安全問題。在地鐵車站這種復(fù)雜的環(huán)境中，行人運(yùn)動的安全性、舒適性以及瓶頸區(qū)域的通行效率引起的關(guān)注越來越多。為了對地鐵車站行人微觀行為進(jìn)行客觀分析，制定地鐵客流疏散路徑，需要構(gòu)建有效的地鐵車站仿真模型。文章基于Anylogic軟件平臺[1]，從地鐵車站仿真模型構(gòu)建要點(diǎn)和地鐵車站仿真模型統(tǒng)計數(shù)據(jù)生成兩個方面對地鐵車站仿真模型構(gòu)建進(jìn)行研究[2]。

1 ? 地鐵車站仿真模型構(gòu)建要點(diǎn)

1.1? 分析地鐵車站空間示意圖

地鐵車站建筑圖紙是模型構(gòu)建的基礎(chǔ)。地鐵車站的平面圖、三維立體圖由于涉及一些重要信息，通常情況都難以在網(wǎng)上找到。因此，通常采取預(yù)估法來確定地鐵車站圖紙。首先，可以通過百度地圖、Bing地圖等在線地圖，從俯瞰的角度，確定地鐵站的平面結(jié)構(gòu)及平面尺寸[3]。其次，通過百度圖片或網(wǎng)絡(luò)搜索的方法，查一查相關(guān)地鐵站是否有三維立體圖，獲取不同的角度建筑圖。最后，到地鐵站現(xiàn)場查看相關(guān)結(jié)構(gòu)示意圖以及設(shè)備設(shè)施，構(gòu)思地鐵車站的三維空間立體模型。

1.2 構(gòu)建地鐵車站物理模型

在建立物理模型的過程中，有幾個要點(diǎn)：一是明確單位尺寸，單位尺寸可以根據(jù)模型復(fù)雜度，設(shè)置1單元是5 m，或? ? ? 15 m，或35 m;二是設(shè)置層間，對不同的層間修改名稱，并設(shè)置Z關(guān)鍵參數(shù)，Z為樓層高度;三是閉合構(gòu)建區(qū)域，用線條構(gòu)建一定范圍的區(qū)域，線條可以是直線，也可以是折線，注意線條需要閉合，否則會出現(xiàn)行人亂跑現(xiàn)象（走出既定的區(qū)域），還需根據(jù)實(shí)際需要設(shè)置墻的高度[4];四是添加物理設(shè)施，根據(jù)地鐵車站現(xiàn)場實(shí)際情況，添置安檢門、閘機(jī)、自動售票機(jī)、柵欄等物理設(shè)施;五是對樓層間進(jìn)行“開口”，利用折線在自動扶梯口或者樓梯口處進(jìn)行折線“開口”;六是完善物理模型，添加扶梯組，扶梯組要重點(diǎn)設(shè)置扶梯的方向、寬度，添加柱子，柱子的位置、形狀要適宜;七是設(shè)置到達(dá)線，在層間、閘機(jī)、出入口設(shè)置到達(dá)線（也稱“目標(biāo)性”），引導(dǎo)行人行走的方向。

1.3? 繪制客流仿真邏輯思路圖

利用行人庫、流程建模庫、智能體庫等模塊內(nèi)容進(jìn)行邏輯思路繪制，地鐵車站行人行走常見邏輯思路為pedSource→pedEscalator→pedService→pedSelectOutput→pedGoTo→pedSink，再結(jié)合事件和函數(shù)一起使用。pedSource的使用需要先捕捉具體的目標(biāo)線，目標(biāo)線代表產(chǎn)生行人的位置，地鐵車站可以有多pedSource，同理，也可以有多個pedEscalator，但是需要不同的命名，如pedEscalator1，pedEscalator2。pedGoTo常與collection集合結(jié)合起來用，collection初始內(nèi)容可以把多個目標(biāo)線集合起來，接著pedGoTo可以在目標(biāo)線處使用函數(shù)randomFrom（collection），代表客流根據(jù)隨機(jī)條件前往不同的目標(biāo)處。地鐵車站客流邏輯思路如圖1所示。

關(guān)于事件，地鐵車站常用到事件event，包括地鐵到達(dá)的間隔事件，地鐵到達(dá)后釋放的行人數(shù)量以及上車人數(shù)等。一般的，可設(shè)置event觸發(fā)類型為“到時”，模式為“循環(huán)”，首次發(fā)生時間為30 s（3 min），復(fù)發(fā)事件180 s（表示間隔? ? ? ? ?3 min），每次釋放行人為100人，即pedSource.inject（100），上車人數(shù)的函數(shù)為pedWait.freeAll（）。

關(guān)于函數(shù)，地鐵車站常用到就近原則找出口函數(shù)nearestExit，nearestExit（ped）==escalatorGroup。根據(jù)實(shí)際情況，可對程序代碼參數(shù)名稱進(jìn)行更改。nearestExit函數(shù)體如下：

double dshortest = infinity ;

EscalatorGroup? nearestexit = null;

for （ EscalatorGroup exit ： exits ）{

double d = ped.distanceTo （ exit.getX（），exit.getY（） ） ;

if （d < dshort test ） {

dshortest = d ;? nearestexit = exit ;

}

}

return nearestexit ;

2 地鐵車站仿真模型統(tǒng)計數(shù)據(jù)生成

地鐵車站仿真模型數(shù)據(jù)生成[5-6]，一般有兩種方式展示，一是數(shù)據(jù)形式，二是圖表形式。數(shù)據(jù)形式可以有數(shù)據(jù)集、統(tǒng)計、直方圖數(shù)據(jù)以及二維直方圖數(shù)據(jù)以及輸出。圖表形式有條形圖、堆疊圖、餅狀圖、折線圖、時間折線圖、時間對堆疊圖、時間著色圖以及直方圖。

2.1? 邏輯數(shù)據(jù)生成

在模型啟動時，邏輯思路圖將會根據(jù)設(shè)置的情況隨機(jī)生成邏輯數(shù)據(jù)，如圖2所示。從pedSource開始隨機(jī)產(chǎn)生地鐵行人數(shù)據(jù);pedEscalator處上下左右有4個數(shù)據(jù)，左側(cè)數(shù)據(jù)代表從pedSource產(chǎn)生隨機(jī)行人行走到電梯之間的行人數(shù)據(jù)，上面數(shù)據(jù)代表正在乘坐電梯的行人數(shù)據(jù)，右側(cè)代表離開電梯的行人數(shù)據(jù);pedSelectOutput左右兩側(cè)有6個數(shù)據(jù)，左側(cè)1個數(shù)據(jù)代表需要進(jìn)行路徑選擇的總?cè)藬?shù)，右側(cè)5個數(shù)據(jù)代表選擇不同路徑的人數(shù)。另外pedService，pedChangeGround等邏輯數(shù)據(jù)原理相同。

2.2? 進(jìn)出站時間分布統(tǒng)計

進(jìn)出站時間分布統(tǒng)計，利用流程建模庫函數(shù)和圖表來表示。首先，在流程建模庫找到控件函數(shù)，將其添置到需要獲取數(shù)據(jù)的地方。一般通過添置timeMeasureStart在pedSourece與pedEscalator處獲取進(jìn)站行人數(shù)據(jù)，timeMeasureEnd添置在pedWait與pedSink處獲取行人出站情況。然后通過直方圖綁定數(shù)據(jù)函數(shù)，進(jìn)站時間分布直方圖設(shè)定為timeMeasureStart.distribution（ ），出站時間分布圖設(shè)定為timeMeasureEnd.distribution（ ）.

2.3? 地鐵客流平均速度數(shù)據(jù)統(tǒng)計

地鐵客流平均速度數(shù)據(jù)統(tǒng)計，利用事件、參數(shù)以及圖表來表示。首先，添加參數(shù)函數(shù)，并命名為speed;其次，添加事件event，設(shè)置模式為循環(huán)模式，并在行動面板處設(shè)置函數(shù)：speed = 0，for（Person p： people），speed = speed + p.getSpeed（ ）/people.size（ ）;最后，在pedSoure處將根據(jù)智能體的默認(rèn)群設(shè)置為自定義群people即可。

2.4? 區(qū)域密度統(tǒng)計

區(qū)域密度統(tǒng)計，利用密度圖來表示。直接添加行人庫中的密度圖到編輯區(qū)域上，密度圖本身不顯示密度變化情況，僅代表密度的大小，密度圖默認(rèn)大小是0.00～1.50。默認(rèn)情況下，“臨界密度”（Critical Density）值為1.5個單位/m2，可根據(jù)實(shí)際情況修改密度圖的值。在模型運(yùn)行時，密度值等于或大于臨界密度閾值的區(qū)域?qū)⒂眉t色繪制（如果某些其他顏色未使用自定義顏色方案設(shè)置）。由于地鐵空間有不同的層，統(tǒng)計區(qū)域密度圖，需要選擇所統(tǒng)計的層間。地鐵站首層行人密度效果如圖3所示。

3 結(jié)語

文章從地鐵車站仿真模型構(gòu)建要點(diǎn)和地鐵車站仿真模型統(tǒng)計數(shù)據(jù)生成兩個方面闡述了如何構(gòu)建有效的地鐵車站仿真模型構(gòu)，期望為基于Anylogic設(shè)計開發(fā)地鐵車站仿真模型的研究人員提供參考、借鑒。

[參考文獻(xiàn)]

[1]朱清波，宋庭新，李巖.基于Anylogic的軌道交通換乘能力改進(jìn)的研究[J].計算機(jī)仿真，2020（2）：169-173，415.

[2]霍揚(yáng).基于客流模擬的沈陽地鐵1、2號線換乘站改造設(shè)計研究[J].鐵道標(biāo)準(zhǔn)設(shè)計，2018（7）：148-153.

[3]趙建立，石敬詩，孫秋霞，等.基于混合深度學(xué)習(xí)的地鐵站進(jìn)出客流量短時預(yù)測[J].交通運(yùn)輸系統(tǒng)工程與信息，2020（5）：128-134.

[4]房霄虹，馮愛軍，劉彥君.軌道交通換乘車站客流仿真評估指標(biāo)體系優(yōu)化及應(yīng)用[J].都市快軌交通，2016（5）：68-73.

[5]陳先龍，宋程，廖勝華.基于仿真試驗(yàn)設(shè)計的地鐵換乘通道客流適應(yīng)性研究[J].城市軌道交通研究，2015（8）：67-70，75.

[6]丁青艷，王喜富，單慶超，等.軌道交通行人流運(yùn)動建模及仿真[J].交通運(yùn)輸系統(tǒng)工程與信息，2011（5）：99-106.

（編輯 王雪芬）