王京元，周婷婷，彭勁穩(wěn),2

(1.深圳大學(xué) 土木與交通工程學(xué)院，廣東 深圳 518060；2.惠州市交通運(yùn)輸局惠城區(qū)分局，廣東 惠州 516211)

高鐵與城市軌道交通的無縫銜接已成為實(shí)現(xiàn)城際與市內(nèi)出行全程高效的共識[1]。由于涉及兩種不同制式的交通方式轉(zhuǎn)換，而且高鐵客流換乘城市軌道交通的過程也較為復(fù)雜，因此，交通仿真已被越來越多地應(yīng)用于樞紐設(shè)計(jì)和運(yùn)營管理中[2-4]，借助輸出的量化指標(biāo)實(shí)現(xiàn)瓶頸識別和定量化評價[5]?？土鲹Q乘仿真需要從細(xì)節(jié)上刻畫行人行為，基于社會力模型或元胞自動機(jī)模型的Vissim、Anylogic及Legion等微觀仿真軟件被普遍接受[6-10]。Anylogic具有行人庫和軌道庫等專用插件庫，且支持Java的二次開發(fā)，可根據(jù)需要定義開發(fā)特定的模型庫件，進(jìn)行人車(軌道)混合仿真，模擬復(fù)雜的換乘行為[11-12]。

由于運(yùn)營管理部門和模式的差異，高鐵與城市軌道的換乘無法實(shí)現(xiàn)站內(nèi)換乘，需從高鐵付費(fèi)區(qū)轉(zhuǎn)移至地鐵付費(fèi)區(qū)，環(huán)節(jié)眾多，流線復(fù)雜，且不同的高鐵站設(shè)施布局千差萬別。鑒于開發(fā)通用性的考慮，Anylogic的自有建模模塊無法實(shí)現(xiàn)對現(xiàn)實(shí)中所有設(shè)施及行為的直接體現(xiàn)，加之作為一款國外軟件，也缺乏針對我國國情的運(yùn)營管理措施模塊開發(fā)，如安檢等環(huán)節(jié)。僅利用自有模塊進(jìn)行仿真建模，就必須對一些重要情景進(jìn)行簡化，否則會影響仿真效果。為更加逼真地模擬實(shí)際換乘過程，需針對特殊設(shè)施和環(huán)節(jié)進(jìn)行二次開發(fā)，并借助特定的建模方法和技巧，實(shí)現(xiàn)對換乘行為的精細(xì)化描述。

以深圳北站為例，在交通調(diào)查的基礎(chǔ)上研究高鐵與地鐵5號線的換乘仿真，著重對接受安檢旅客、通過閘機(jī)旅客、使用樓梯旅客、使用3層自動扶梯旅客、地鐵列車進(jìn)出站等高鐵客流換乘城市軌道交通過程中的典型行為進(jìn)行解析，探究其基于Anylogic仿真的建模技巧及換乘效率評價指標(biāo)在Anylogic中的量化提取方法。

1 換乘特性分析與調(diào)查

1.1 深圳北站概況

深圳北站占地240萬m2，設(shè)有9個島式站臺、2個側(cè)式站臺，配設(shè)20條股道，2011年正式投入使用，日均發(fā)送旅客約15萬人次。深圳北站為南北方向布置，包括高鐵站房、東廣場及西廣場，東、西廣場位于高鐵站房兩側(cè)，整體呈“十”字形結(jié)構(gòu)。深圳北站布設(shè)了4號線、5號線地鐵，通過東廣場實(shí)現(xiàn)換乘。站房標(biāo)高為90 m，4號線站臺標(biāo)高為106 m，5號線站臺標(biāo)高為68 m。文中針對高鐵換乘5號線開展研究。

1.2 高鐵與城市軌道換乘特點(diǎn)

由于高鐵和地鐵分屬于兩大不同部門，使得高鐵客流無法在高鐵站內(nèi)換乘地鐵。旅客下車后要先通過站臺層的樓扶梯經(jīng)檢票閘機(jī)出站，通過站前廣場到達(dá)地鐵出入口，再利用扶樓梯等連接設(shè)施進(jìn)入地鐵站非付費(fèi)區(qū)，購票安檢后，通過檢票閘機(jī)進(jìn)入地鐵付費(fèi)區(qū)，最后使用地鐵站臺層電梯或扶梯到達(dá)地鐵站臺，再等待上車。以深圳北站為例，高鐵旅客下車后如換乘地鐵5號線，需穿過東廣場，經(jīng)地鐵出入口到達(dá)5號線站廳層，安檢購票乘坐地鐵，具體流程如圖1所示。

圖1 深圳北站高鐵客流換乘地鐵5號線流程

由換乘流程可看出，與常規(guī)的地鐵站內(nèi)換乘相比，高鐵換乘地鐵環(huán)節(jié)多、流線復(fù)雜。受高速鐵路列車到站時間影響，換乘客流呈現(xiàn)出較強(qiáng)的脈沖性和波動性。高鐵到站后，大量客流會瞬間涌入地鐵，形成換乘瓶頸，加之部分高鐵旅客攜帶大件行李，會使瓶頸進(jìn)一步加劇。

1.3 交通調(diào)查

為更廣泛深入地掌握旅客換乘特性及建模仿真數(shù)據(jù)，對深圳北站高鐵站出站口、站前廣場及5號線地鐵站等進(jìn)行實(shí)地調(diào)研和數(shù)據(jù)采集。調(diào)查主要包括地鐵站內(nèi)換乘設(shè)施設(shè)備布局、數(shù)量規(guī)模與服務(wù)能力，以及換乘旅客在換乘過程中的步速、購票比例等相關(guān)行人特性。結(jié)合深圳北站高鐵列車到達(dá)的高峰時段，選取周五至周日每天16:00—18:00進(jìn)行3天的數(shù)據(jù)采集。

由統(tǒng)計(jì)分析可知，換乘地鐵客流的平均步行速度為0.93 m/s，平均每人次安檢時耗為2.32 s，通過檢票閘機(jī)的時間為4.01 s。此外，對扶梯、自動售票機(jī)、閘機(jī)及安檢機(jī)等換乘設(shè)施的實(shí)際服務(wù)能力也進(jìn)行了詳盡分析，為后文的實(shí)例建模和參數(shù)標(biāo)定提供數(shù)據(jù)支持。

2 復(fù)雜過程建模技巧

接受安檢旅客、通過閘機(jī)旅客、使用樓梯旅客、使用3層自動扶梯旅客、地鐵列車進(jìn)出站等高鐵客流換乘城市軌道交通過程中的典型行為是仿真建模中不可忽略的主要問題，由于Anylogic中并沒有直接對應(yīng)以上典型行為的建模模塊，因此，對該系列行為的模擬較為復(fù)雜，為使仿真效果與實(shí)際更加吻合，需要一定的建模技巧才能實(shí)現(xiàn)上述典型行為的仿真模擬。

2.1 接受安檢旅客

安檢是目前國內(nèi)搭乘地鐵的重要安防措施，是旅客行李通過安檢設(shè)施、自身接受人身檢查的過程。在Anylogic中需要通過以下3步實(shí)現(xiàn)旅客接受安檢的模擬。

1)定義2個新的智能體類型，分別命名為pedestrian和bag，為在仿真過程中實(shí)現(xiàn)“是否攜帶行李”流程，使不同類型行人接受安檢，拖入“參數(shù)”模塊，并對2個新智能體進(jìn)行參數(shù)與屬性設(shè)置。

2)拖入2條目標(biāo)線代表旅客行走的起終點(diǎn)；設(shè)置3條線服務(wù)，模擬攜帶行李旅客的放包過程、自身安檢過程及等待拿包過程；在流程建模庫中拖入2個“矩形節(jié)點(diǎn)”作為放包與取包區(qū)域，并通過設(shè)置“path-路徑”外觀選擇其類型為輸送帶，模擬行李在安檢機(jī)上的安檢過程。

3)行為建模是指通過從流程建模庫中拖入split、delay、match、combine模塊，實(shí)現(xiàn)旅客與行李安檢、行李在輸送帶上傳輸、旅客與屬于自身的行李相匹配等流程。

建模完成后，旅客接受安檢仿真模型，如圖2、圖3所示。觀察仿真效果可知，攜帶行李的旅客以及未攜帶行李的旅客均可與實(shí)際安檢流程相符合，完成安檢過程。

圖2 旅客接受安檢仿真模型

圖3 旅客接受安檢效果

2.2 通過閘機(jī)旅客

旅客實(shí)現(xiàn)換乘地鐵的交通行為必須從地鐵非付費(fèi)區(qū)通過閘機(jī)檢票進(jìn)入付費(fèi)區(qū)，在Anylogic建模中需要以下兩步來實(shí)現(xiàn)模擬旅客使用閘機(jī)進(jìn)入付費(fèi)區(qū)行為。

1)通過拖入行人庫內(nèi)空間標(biāo)記中的線服務(wù)，并將其屬性內(nèi)服務(wù)類型設(shè)置為線性；拖入流程庫模塊中的點(diǎn)節(jié)點(diǎn)以標(biāo)記閘機(jī)位置，并將所拖入的所有點(diǎn)節(jié)點(diǎn)放入到“collection”集合中。

2)拖入智能體組件內(nèi)的函數(shù)，將其命名為findNum，設(shè)置參數(shù)并在函數(shù)體框內(nèi)調(diào)用for循環(huán)；將新建智能體命名為gates，使用智能體內(nèi)的“狀態(tài)圖進(jìn)入點(diǎn)”“狀態(tài)”“變遷”繪制閘機(jī)開關(guān)流程。

建模完成后，仿真模型如圖4—圖6所示。觀察仿真效果可知，當(dāng)旅客刷卡通過閘機(jī)時，閘機(jī)門由關(guān)閉狀態(tài)變?yōu)殚_啟狀態(tài)，該仿真效果與實(shí)際旅客通過閘機(jī)過程相吻合。

圖4 通過閘機(jī)旅客仿真模型

圖5 旅客通過閘機(jī)前閘機(jī)關(guān)閉效果

圖6 旅客通過閘機(jī)時閘機(jī)開啟效果

2.3 使用樓梯旅客

樓梯是換乘旅客在換乘時實(shí)現(xiàn)空間高度層面轉(zhuǎn)換的輔助換乘設(shè)施，在Anylogic建模中需要以下兩步模擬旅客使用樓梯實(shí)現(xiàn)層間轉(zhuǎn)換行為。

1)用行人庫內(nèi)空間標(biāo)記中的“矩形區(qū)域”畫出一個梯段的樓梯顯示區(qū)域范圍，將其設(shè)置為傾斜，然后用演示庫的“矩形”模擬立體情況下的樓梯實(shí)體，并設(shè)置矩形的相應(yīng)參數(shù)以模擬樓梯的級數(shù)、長度及寬度[8]。此外，拖入“目標(biāo)線”作為模擬旅客出發(fā)點(diǎn)與目的地，并將其設(shè)置在不同層級，需要特別注意的是，要在樓梯段的結(jié)束位置另設(shè)2條處于不同高度的目標(biāo)線，以實(shí)現(xiàn)旅客通過樓梯進(jìn)行樓層間移動的效果。

2)使用行人庫中的pedSource、pedChangeGround、pedGoTo、pedSink模塊建立旅客行為流程，其中通過pedChangeGround實(shí)現(xiàn)旅客從一個高層平面到另一個高層平面的移動。

建模完成后，仿真模型如圖7、圖8所示，觀察仿真效果可知，旅客可通過樓梯實(shí)現(xiàn)層間轉(zhuǎn)移。

圖7 樓梯仿真模型

圖8 樓梯行人仿真效果

2.4 使用3層自動扶梯旅客

在換乘設(shè)計(jì)中，一般情況下地鐵樞紐內(nèi)的站廳層與站臺層是位于不同高層的平面，部分高鐵樞紐站為3層，有的甚至高達(dá)4～5層。自動扶梯作為實(shí)現(xiàn)旅客層間輸送的一種高效連接設(shè)施，實(shí)現(xiàn)了將乘客省時省力、快速平穩(wěn)地轉(zhuǎn)移到不同高度樓層進(jìn)行換乘的目的。在Anylogic建模中需要以下兩步來實(shí)現(xiàn)模擬旅客利用自動扶梯的現(xiàn)象。

1)用演示中的“矩形”工具繪制3個不同高層的平面，從行人庫中拖入2組扶梯組，分別設(shè)置2組扶梯組連接不同平面，扶梯數(shù)均設(shè)置為2，代表上行和下行方向。

2)從行人庫模塊中拖入pedsource、pedEscalator、pedGoTo、pedSink模塊，將其連接起來并設(shè)置各模塊屬性。

建模完成后，仿真模型如圖9、圖10所示，觀察仿真效果可知，旅客可通過自動扶梯實(shí)現(xiàn)樞紐內(nèi)不同樓層的移動，仿真效果與實(shí)際相吻合。

圖9 3層自動扶梯行人仿真模型

圖10 3層自動扶梯行人仿真效果

2.5 地鐵列車進(jìn)出站

在高鐵客流換乘地鐵過程中，旅客必然會到達(dá)地鐵站站臺層等待地鐵列車進(jìn)站，當(dāng)?shù)罔F進(jìn)站后旅客搭乘地鐵離開，以實(shí)現(xiàn)換乘地鐵行為。在Anylogic建模中需要以下兩步來實(shí)現(xiàn)模擬地鐵列車進(jìn)出站現(xiàn)象。

1)利用軌道庫中的“軌道”工具繪制地鐵運(yùn)行軌跡，將“軌道上的位置”拖入軌道的合適位置以標(biāo)記地鐵列車進(jìn)入位置、?？课恢眉跋恢?。

2)用軌道庫中的trainSource、trainMoveTo、trainDispose等模塊以及流程建模庫中的delay模塊構(gòu)建地鐵列車運(yùn)行流程。

建模完成后，仿真模型如圖11—圖13所示。觀察仿真效果可知，當(dāng)旅客已抵達(dá)站臺層但地鐵列車還沒有抵達(dá)時，旅客在隔離門處等待，當(dāng)?shù)罔F列車進(jìn)站后，旅客上下車。

圖11 列車進(jìn)出站仿真模型

圖12 旅客等車效果

圖13 地鐵列車進(jìn)站效果

3 評價指標(biāo)的量化提取方法

綜合考慮層次性、協(xié)調(diào)性、合理性及可定量化[13-16]和仿真軟件的輸出結(jié)果，選取評價指標(biāo)，并實(shí)現(xiàn)基于Anylogic對評價指標(biāo)的量化提取。

3.1 評價指標(biāo)選取

根據(jù)對換乘過程的分析，構(gòu)建評價體系，確定評價指標(biāo)。文中主要從舒適性、效率性和流暢性3個方面對換乘過程進(jìn)行評價，結(jié)合Anylogic的輸出結(jié)果，舒適性由區(qū)域客流密度來定量化評價，效率性由平均換乘時間、單位時間內(nèi)平均換乘人數(shù)來定量化評價，流暢性則由平均排隊(duì)長度來表征[17]。換乘客流評價指標(biāo)體系如圖14所示。

圖14 換乘客流換乘行為評價指標(biāo)體系

3.2 評價指標(biāo)量化

3.2.1 區(qū)域客流密度

區(qū)域客流密度是指客流在換乘中，檢測區(qū)域內(nèi)的旅客流量密度大小[18]。Anylogic以圖像形式清晰明了地反映了輸出，不同顏色深淺代表客流的不同密度大小，在Anylogic密度顯示圖上以藍(lán)色、藍(lán)綠色、綠色、黃色、橙色和紅色依次表示客流密度逐漸遞增。區(qū)域內(nèi)顯示的顏色越深代表客流密度越大、樞紐內(nèi)部就越擁擠，可能存在的安全隱患就越大，需優(yōu)化改善。區(qū)域客流密度可量化為單位面積內(nèi)的旅客數(shù)量，算式為

(1)

式中：ρ為檢測區(qū)域客流密度，n為檢測區(qū)域旅客總?cè)藬?shù)，s為檢測區(qū)域面積。

3.2.2 平均換乘時間

平均換乘時間是指高鐵客流換乘地鐵過程中的耗時長短[19]。平均換乘時間越長，表明換乘客流在樞紐內(nèi)的換乘效率越低，旅客的評價出行時間也會隨之增加。平均換乘時間一般情況下包括旅客平均行走時間與在換乘過程中各個設(shè)施處的耗時。平均換乘時間可量化為

(2)

式中：t平均為檢測旅客的平均換乘時間，ti為系統(tǒng)內(nèi)每名檢測旅客的換乘時間，n為系統(tǒng)內(nèi)檢測的總旅客數(shù)。

3.2.3 單位時間內(nèi)平均換乘人數(shù)

單位時間內(nèi)平均換乘人數(shù)是指在單位時間內(nèi)，換乘旅客從高鐵出站口至地鐵樞紐站內(nèi)站臺層后成功實(shí)現(xiàn)從高鐵到地鐵交通方式轉(zhuǎn)換的旅客數(shù)[20]。單位時間內(nèi)平均換乘人數(shù)越多，證明高鐵與地鐵的銜接性越好，旅客也就具有更高效的換乘行為。單位時間內(nèi)平均換乘人數(shù)可量化為

(3)

3.2.4 平均排隊(duì)長度

平均排隊(duì)長度是指當(dāng)旅客在換乘過程中使用不同設(shè)施時，若出現(xiàn)客流實(shí)際達(dá)到數(shù)量大于設(shè)施通行能力，則會在設(shè)施處形成排隊(duì)現(xiàn)象[21]。平均排隊(duì)長度越小，則表明換乘越順暢高效，平均排隊(duì)長度可量化為

(4)

式中：L平均為所有檢測隊(duì)列的平均排隊(duì)長度,Li為每個檢測隊(duì)列的排隊(duì)長度,n為檢測隊(duì)列總數(shù)。

3.3 評價指標(biāo)的Anylogic提取

3.3.1 區(qū)域客流密度

統(tǒng)計(jì)換乘過程中某個特定區(qū)域的客流密度，需要拖入行人庫中的pedAreaDescriptor模塊,并用矩形區(qū)域標(biāo)記需要統(tǒng)計(jì)客流密度的區(qū)域。拖入一個變量，將其命名為“區(qū)域客流密度”，且拖入“事件”模塊定義區(qū)域客流密度的更新時間間隔，寫入執(zhí)行行動代碼，行動代碼表示模型運(yùn)行時系統(tǒng)執(zhí)行定義的行為——統(tǒng)計(jì)規(guī)定區(qū)域客流密度(見圖15、圖16)。

圖15 統(tǒng)計(jì)區(qū)域客流密度代碼

3.3.2 平均換乘時間

新建智能體“pedestrian”添加了“timeEnter”和“timeStay”參數(shù)，分別表示旅客進(jìn)入系統(tǒng)的時間及換乘耗時。拖入分析庫中的“數(shù)據(jù)集dataset”和“統(tǒng)計(jì)statistics”進(jìn)行平均換乘時間統(tǒng)計(jì)分析，統(tǒng)計(jì)平均換乘時間代碼，表示模型運(yùn)行時系統(tǒng)執(zhí)行定義行為——分別記錄每個智能體(即旅客)進(jìn)入與離開換乘系統(tǒng)的時間，以此統(tǒng)計(jì)旅客的平均換乘時間(見圖17、圖18)。

圖17 統(tǒng)計(jì)平均換乘時間代碼

圖18 平均換乘時間仿真效果

3.3.3 單位時間內(nèi)平均換乘人數(shù)

要實(shí)現(xiàn)單位時間內(nèi)平均換乘人數(shù)的統(tǒng)計(jì)，可以利用行人庫中的空間標(biāo)記“行人流統(tǒng)計(jì)”，并通過拖入事件“event”設(shè)置每一秒刷新一次仿真效果，在行動框中寫入代碼，以此實(shí)現(xiàn)單位時間內(nèi)平均通過橫斷面的總?cè)藬?shù)統(tǒng)計(jì)，其中主要是通過將“行人流統(tǒng)計(jì)”放置在特定位置，如橫斷面劃在地鐵隔離門處，將通過該斷面單位時間內(nèi)平均人數(shù)等效作為單位時間內(nèi)平均換乘人數(shù)。單位時間內(nèi)通過某斷面平均人數(shù)統(tǒng)計(jì)的代碼表示模型運(yùn)行時，系統(tǒng)執(zhí)行定義的行為——記錄通過規(guī)定斷面的平均人數(shù)(見圖19、圖20)。

圖19 統(tǒng)計(jì)單位時間內(nèi)通過斷面人數(shù)的代碼

圖20 平均換乘人數(shù)統(tǒng)計(jì)仿真效果

3.3.4 平均排隊(duì)長度

要實(shí)現(xiàn)統(tǒng)計(jì)隊(duì)列的平均排隊(duì)長度，可以檢測系統(tǒng)內(nèi)每個排隊(duì)系統(tǒng)中隊(duì)列的排隊(duì)人數(shù)。從智能體庫中拖入與所需統(tǒng)計(jì)隊(duì)列數(shù)等量的“變量”，并在事件“event”行動框中寫入實(shí)現(xiàn)統(tǒng)計(jì)排隊(duì)長度的代碼，在系統(tǒng)執(zhí)行定義行為時，分別統(tǒng)計(jì)每個隊(duì)列中的實(shí)時平均排隊(duì)長度(見圖21、圖22)。

圖21 實(shí)現(xiàn)統(tǒng)計(jì)排隊(duì)長度代碼

圖22 實(shí)現(xiàn)統(tǒng)計(jì)排隊(duì)長度仿真效果

3.4 評價結(jié)果示例

將提出的建模方法應(yīng)用于深圳北站客流換乘地鐵5號線的過程仿真，并展示仿真評價結(jié)果。圖23和圖24分別為地鐵站廳層和站臺層的人流密度效果。

圖23 站廳層的密度顯示效果(仿真20 min)

圖24 地鐵進(jìn)站后站臺人流密度仿真效果

由圖23、圖24可直觀識別瓶頸區(qū)域，不同區(qū)域的人流密度隨時間而變化，顏色由淺變深，可作為初步識別的瓶頸區(qū)域(如自動扶梯處)；進(jìn)而從Anylogic輸出的結(jié)果文件中提取參數(shù)指標(biāo)，進(jìn)行數(shù)據(jù)對比分析，實(shí)現(xiàn)定量化評價，為優(yōu)化措施的制定提供依據(jù)。

4 結(jié) 語

最大程度地對現(xiàn)實(shí)情況進(jìn)行模擬是仿真的關(guān)鍵所在，文中旨在實(shí)現(xiàn)高鐵與城市軌道交通客流換乘過程的精細(xì)化仿真。所提出的建模技巧和評價指標(biāo)量化提取方法可廣泛應(yīng)用于換乘設(shè)施的運(yùn)營評價，對高鐵樞紐的優(yōu)化設(shè)計(jì)也具有重要實(shí)用價值和指導(dǎo)意義。