第15卷第6期 智能系统学报 Vol.15 No.6 2020年11月 CAAI Transactions on Intelligent Systems Nov.2020 D0L:10.11992tis.201811003 轨道交通车站乘客集散系统Anylogic仿真优化 李冰，杨薪玉，王延锋2 (1.郑州大学管理工程学院，河南郑州450001：2.中国矿业大学机电与信息工程学院，北京100083) 摘要：为了研究地铁轨道交通车站站台乘客行为的特殊性对地铁轨道交通车站设施设备布局的影响，本文运 用基于社会力模型算法的Anylogic动态仿真软件构建了面向复杂交织乘客行人流的地铁轨道交通站台场景模 型。以某市地铁轨道交通车站为例对该模型进行了校核与验证，针对地铁车站内的设施设备布局的缺陷提出 了优化改进措施。实证研究表明：优化后的地铁轨道交通站台场景模型，能够科学合理地阐述客流组织与地铁 轨道交通之间的动态关系，同时对其他地铁轨道交通车站的规划设计与运营具有重要的借鉴与指导意义。 关键词：轨道交通；集散系统；动态优化；Anylogic仿真；仿真分析；行人行为；行人疏散；社会力模型 中图分类号：TP391文献标志码：A文章编号：1673-4785(2020)06-1049-09 中文引用格式：李冰，杨薪玉，王延锋.轨道交通车站乘客集散系统Anylogic仿真优化J.智能系统学报，2020,15(6)： 1049-1057. 英文引用格式：LI Bing,.YANG Xinyu,WANG Yanfeng.Simulation and optimization of the passenger distribution system Anylo- gic in rail transit stationsJ.CAAI transactions on intelligent systems,2020,15(6):1049-1057. Simulation and optimization of the passenger distribution system Anylogic in rail transit stations LI Bing',YANG Xinyu',WANG Yanfeng? (1.School of Management Engineering,Zhengzhou University,Zhengzhou 450001,China;2.School of Mechanical Electronic&In- formation Engineering,China University of Mining and Technology,Beijing 100083,China) Abstract:To analyze the influence of the particularity of passenger behavior on the layout of facilities and equipment in metro stations,a scenario model of metro rail transit stations oriented to complex interweaving passenger-pedestrian flow is constructed using the dynamic simulation software AnyLogic based on the social force model algorithm.Taking the subway station of a city as an example,the platform scenario model is verified,and the improvement measures for the disadvantages of the layout of facilities and equipment in the subway station are proposed.The experimental results scientifically and reasonably expound the dynamic relationship between passenger flow organization and rail transit and can serve as important reference and guidance for the planning,design,and operation of other metro rail transit stations. Keywords:rail transit;distributed system;dynamic optimization;AnyLogic simulation;simulation analysis,pedestrian behavior,pedestrian evacuation;social force model 地铁轨道交通车站作为地铁轨道交通网络的 此外，地铁轨道交通车站的乘客行为具有主观性， 链接点与交叉点，相较于地铁轨道交通普通停靠 即高集中性、多方向与多路径性、方向不均衡性和 站台而言，其人流通道、设施设备布局、安全紧急 时间不均衡性等特点，为满足乘客行为的大众化 疏散通道以及其他服务措施与输运组织、疏散能 多样化的出行需求，地铁轨道交通车站站台的科 力等复杂性与多元化的特点，对地铁轨道交通车 学合理设计与运营具有重要的理论与现实意义。 站的规划设计与安全运营提出了更高的要求四。 目前国内外众多学者进行了相关研究。文 献[2-3]建立了基于元胞自动机模型的复杂形势 收稿日期：2018-11-05. 基金项目：国家自然科学基金项目(U1604150,U1804151). 下乘客行为仿真模型，研究了在势能场的影响 通信作者：李冰.E-mail:Ib@zzu.edu.cn 下，具有不同出行目的的乘客在地铁站台内进行
DOI: 10.11992/tis.201811003 轨道交通车站乘客集散系统 Anylogic 仿真优化 李冰1 ，杨薪玉1 ，王延锋2 （1. 郑州大学 管理工程学院，河南 郑州 450001; 2. 中国矿业大学 机电与信息工程学院，北京 100083） 摘 要：为了研究地铁轨道交通车站站台乘客行为的特殊性对地铁轨道交通车站设施设备布局的影响，本文运 用基于社会力模型算法的 Anylogic 动态仿真软件构建了面向复杂交织乘客行人流的地铁轨道交通站台场景模 型。以某市地铁轨道交通车站为例对该模型进行了校核与验证，针对地铁车站内的设施设备布局的缺陷提出 了优化改进措施。实证研究表明：优化后的地铁轨道交通站台场景模型，能够科学合理地阐述客流组织与地铁 轨道交通之间的动态关系，同时对其他地铁轨道交通车站的规划设计与运营具有重要的借鉴与指导意义。 关键词：轨道交通；集散系统；动态优化；Anylogic 仿真；仿真分析；行人行为；行人疏散；社会力模型 中图分类号：TP391 文献标志码：A 文章编号：1673−4785(2020)06−1049−09 中文引用格式：李冰, 杨薪玉, 王延锋. 轨道交通车站乘客集散系统 Anylogic 仿真优化 [J]. 智能系统学报, 2020, 15(6): 1049–1057. 英文引用格式：LI Bing, YANG Xinyu, WANG Yanfeng. Simulation and optimization of the passenger distribution system Anylogic in rail transit stations[J]. CAAI transactions on intelligent systems, 2020, 15(6): 1049–1057. Simulation and optimization of the passenger distribution system Anylogic in rail transit stations LI Bing1 ，YANG Xinyu1 ，WANG Yanfeng2 (1. School of Management Engineering, Zhengzhou University, Zhengzhou 450001, China; 2. School of Mechanical Electronic & Information Engineering, China University of Mining and Technology, Beijing 100083, China) Abstract: To analyze the influence of the particularity of passenger behavior on the layout of facilities and equipment in metro stations, a scenario model of metro rail transit stations oriented to complex interweaving passenger–pedestrian flow is constructed using the dynamic simulation software AnyLogic based on the social force model algorithm. Taking the subway station of a city as an example, the platform scenario model is verified, and the improvement measures for the disadvantages of the layout of facilities and equipment in the subway station are proposed. The experimental results scientifically and reasonably expound the dynamic relationship between passenger flow organization and rail transit and can serve as important reference and guidance for the planning, design, and operation of other metro rail transit stations. Keywords: rail transit; distributed system; dynamic optimization; AnyLogic simulation; simulation analysis; pedestrian behavior; pedestrian evacuation; social force model 地铁轨道交通车站作为地铁轨道交通网络的 链接点与交叉点，相较于地铁轨道交通普通停靠 站台而言，其人流通道、设施设备布局、安全紧急 疏散通道以及其他服务措施与输运组织、疏散能 力等复杂性与多元化的特点，对地铁轨道交通车 站的规划设计与安全运营提出了更高的要求[1]。 此外，地铁轨道交通车站的乘客行为具有主观性， 即高集中性、多方向与多路径性、方向不均衡性和 时间不均衡性等特点，为满足乘客行为的大众化、 多样化的出行需求，地铁轨道交通车站站台的科 学合理设计与运营具有重要的理论与现实意义。 目前国内外众多学者进行了相关研究。文 献 [2-3] 建立了基于元胞自动机模型的复杂形势 下乘客行为仿真模型，研究了在势能场的影响 下，具有不同出行目的的乘客在地铁站台内进行 收稿日期：2018−11−05. 基金项目：国家自然科学基金项目 (U1604150, U1804151). 通信作者：李冰. E-mail：lb@zzu.edu.cn. 第 15 卷第 6 期 智 能 系 统 学 报 Vol.15 No.6 2020 年 11 月 CAAI Transactions on Intelligent Systems Nov. 2020
·1050· 智能系统学报 第15卷 方向选择和制定进出站决策问题。文献[4]针对 景模型，通过实例仿真对其进行了校核与验证， 地铁车站行人拥堵和瓶颈处，以北京西直门地铁 科学合理地阐述了客流组织与地铁轨道交通车站 站为例，建立了地铁车站M/G/C/C排队网络模 之间的动态关系，为地铁轨道交通车站的规划设 型，计算分析出地铁通道内疏散瓶颈并对其进行 计与运营提供了理论基础和分析手段。 优化，提高了疏散能力。文献[5]进一步提出了 将数学模型和社会力模型进行耦合的行人疏散模 1地铁轨道交通车站站台乘客行为 型，并且仿真模拟了灾难突发状况下地铁车站的 特殊性分析 行人疏散过程。文献[6]首先对几种行人运动仿 相较于其他城市交通工具而言，由于地铁轨 真模型进行归纳总结，并通过研究当前行人运动 道交通车站的乘车时间以及乘客群社会关系、乘 的发展现状，提出研究行人运动，改善行人通行 客社会层次等因素的影响，地铁轨道交通车站站 能力的必要性。文献[⑦)构建了基于社会力的行 台的乘客流具有如下特殊性： 人交通微观仿真模型，以目标点局部极小化为准 则并对其模型进行优化，验证了优化方案的可行 1)乘客行为的制约性。由于地铁车站内设备 设施、乘客行走通道以及其他服务设施的限制， 性与优越性。文献[8]设计了一种列车驾驶模拟 器，其中通过层级递进结构可实现虚拟乘客的乘 乘客在地铁车站内行走、寻路等行为具有一定的 规范性，行走空间有限且主要行动方向由地铁内 车意图、环境感知、目标决策等行为。文献[910] 应用Anylogic仿真软件分别对北京市南站地铁通 线路引导。 道宽度和北京玄武门车站不同时刻乘客流向以及 2)乘客的动态时空排队性。地铁通道内站台 乘客密度进行仿真模拟，提出了不同的改进优化 层的行人流主要聚集在进出站楼梯扶梯、换乘设 方案。文献[11]对不同运行时段地铁车站内乘客 施出入口以及狭窄的通道等处；此外，地铁列车 疏散能力进行Pathfinder仿真建模，并从疏散用 到站时乘客会大量涌入列车内，也会产生拥堵现 时、拥堵点、人员疏散路径和出口利用率等方面 象。随着时间的推进，地铁通道内流量增多，也 进行结果分析，提出了相应的建议。文献[12]为 会影响到整个地铁通道内站台系统的通行能力。 了解决地铁换乘过程中人流拥堵问题，构建了人 3)乘客流线的不确定性。乘客的行走路径不 流流动路径拉普拉斯方程，通过计算人流流动势 仅由其出行目的决定，还需考虑站内环境及拥堵条 能场完成人流交互导向，提高了地铁车站通行效 件的影响，特别是地铁车站内站台空间和设施能力 率。文献[13]对地铁换乘站内设施布局以及乘客 相对有限，因此乘客的行走方向、步行速度等行为 换乘路径进行仿真，对于乘客在地铁车站内行走 特征可能因周围其他乘客的行为发生突变或波动。 的流畅性、舒适性和逗留性进行分析，地铁车站 由于地铁轨道交通站台乘客行为的特殊性 内部设施布局进行优化。文献[14]为了提高船舶 为了更好地了解地铁车站内行人交通组织与空间 疏散效率，增强疏散人员的安全性，建立了一种社 换乘情况，本文将整个地铁车站看作一个完整的 会力模型与智能体建模技术相结合的船舶疏散仿 动态系统对地铁车站内部站点平面布局、设施设 真模型，仿真结果表明了该模型的合理性和有效性。 备能力、乘客的动向安排和紧急疏散通道进行评价。 通过上述研究可知，客流组织是一项复杂的 动态时空排队服务系统，地铁轨道交通车站作为 2地铁轨道交通车站站台行人流场 客流组织的载体，两者之间相互影响而又相互作 景模型 用，关于两者之间作用机理与耦合现象的相关研 基于Anylogic的地铁轨道交通车站站台复杂 究较少。然而基于社会力模型算法的Anylogic动 交织乘客行人流场景模型s6构建流程如图1所 态仿真软件能够实现离散、连续和混合行为的复 示，其具体步骤见1)人5)。 杂系统仿真，同时其灵活的人机交互仿真功能可 以从宏观与微观双层面快速构建客流组织与地铁 建立仿直 参数调整 运行仿真 轨道交通车站之间的动态交互仿真模型，为研究 英拟模型 设置 实验 两者之间的相互作用与影响关系提供了平台。因 此，本文针对乘客流的多样性与多元化特点，分 图1仿真模拟流程 Fig.1 Flowchart of the simulation 析了地铁轨道交通车站站台乘客行为的特殊性， 以某市地铁轨道交通车站站台为例，构建了面向 1)资料收集与整理。根据地铁轨道交通车站 复杂交织乘客行人流的地铁轨道交通车站站台场 站台与乘客行为特性，所需收集的资料包括基础
方向选择和制定进出站决策问题。文献 [4] 针对 地铁车站行人拥堵和瓶颈处，以北京西直门地铁 站为例，建立了地铁车站 M/G/C/C 排队网络模 型，计算分析出地铁通道内疏散瓶颈并对其进行 优化，提高了疏散能力。文献 [5] 进一步提出了 将数学模型和社会力模型进行耦合的行人疏散模 型，并且仿真模拟了灾难突发状况下地铁车站的 行人疏散过程。文献 [6] 首先对几种行人运动仿 真模型进行归纳总结，并通过研究当前行人运动 的发展现状，提出研究行人运动，改善行人通行 能力的必要性。文献 [7] 构建了基于社会力的行 人交通微观仿真模型，以目标点局部极小化为准 则并对其模型进行优化，验证了优化方案的可行 性与优越性。文献 [8] 设计了一种列车驾驶模拟 器，其中通过层级递进结构可实现虚拟乘客的乘 车意图、环境感知、目标决策等行为。文献 [9-10] 应用 Anylogic 仿真软件分别对北京市南站地铁通 道宽度和北京玄武门车站不同时刻乘客流向以及 乘客密度进行仿真模拟，提出了不同的改进优化 方案。文献 [11] 对不同运行时段地铁车站内乘客 疏散能力进行 Pathfinder 仿真建模，并从疏散用 时、拥堵点、人员疏散路径和出口利用率等方面 进行结果分析，提出了相应的建议。文献 [12] 为 了解决地铁换乘过程中人流拥堵问题，构建了人 流流动路径拉普拉斯方程，通过计算人流流动势 能场完成人流交互导向，提高了地铁车站通行效 率。文献 [13] 对地铁换乘站内设施布局以及乘客 换乘路径进行仿真，对于乘客在地铁车站内行走 的流畅性、舒适性和逗留性进行分析，地铁车站 内部设施布局进行优化。文献 [14] 为了提高船舶 疏散效率，增强疏散人员的安全性，建立了一种社 会力模型与智能体建模技术相结合的船舶疏散仿 真模型，仿真结果表明了该模型的合理性和有效性。 通过上述研究可知，客流组织是一项复杂的 动态时空排队服务系统，地铁轨道交通车站作为 客流组织的载体，两者之间相互影响而又相互作 用，关于两者之间作用机理与耦合现象的相关研 究较少。然而基于社会力模型算法的 Anylogic 动 态仿真软件能够实现离散、连续和混合行为的复 杂系统仿真，同时其灵活的人机交互仿真功能可 以从宏观与微观双层面快速构建客流组织与地铁 轨道交通车站之间的动态交互仿真模型，为研究 两者之间的相互作用与影响关系提供了平台。因 此，本文针对乘客流的多样性与多元化特点，分 析了地铁轨道交通车站站台乘客行为的特殊性， 以某市地铁轨道交通车站站台为例，构建了面向 复杂交织乘客行人流的地铁轨道交通车站站台场 景模型，通过实例仿真对其进行了校核与验证， 科学合理地阐述了客流组织与地铁轨道交通车站 之间的动态关系，为地铁轨道交通车站的规划设 计与运营提供了理论基础和分析手段。 1 地铁轨道交通车站站台乘客行为 特殊性分析 相较于其他城市交通工具而言，由于地铁轨 道交通车站的乘车时间以及乘客群社会关系、乘 客社会层次等因素的影响，地铁轨道交通车站站 台的乘客流具有如下特殊性： 1) 乘客行为的制约性。由于地铁车站内设备 设施、乘客行走通道以及其他服务设施的限制， 乘客在地铁车站内行走、寻路等行为具有一定的 规范性，行走空间有限且主要行动方向由地铁内 线路引导。 2) 乘客的动态时空排队性。地铁通道内站台 层的行人流主要聚集在进出站楼梯扶梯、换乘设 施出入口以及狭窄的通道等处；此外，地铁列车 到站时乘客会大量涌入列车内，也会产生拥堵现 象。随着时间的推进，地铁通道内流量增多，也 会影响到整个地铁通道内站台系统的通行能力。 3) 乘客流线的不确定性。乘客的行走路径不 仅由其出行目的决定，还需考虑站内环境及拥堵条 件的影响，特别是地铁车站内站台空间和设施能力 相对有限，因此乘客的行走方向、步行速度等行为 特征可能因周围其他乘客的行为发生突变或波动。 由于地铁轨道交通站台乘客行为的特殊性， 为了更好地了解地铁车站内行人交通组织与空间 换乘情况，本文将整个地铁车站看作一个完整的 动态系统对地铁车站内部站点平面布局、设施设 备能力、乘客的动向安排和紧急疏散通道进行评价。 2 地铁轨道交通车站站台行人流场 景模型 基于 Anylogic 的地铁轨道交通车站站台复杂 交织乘客行人流场景模型[15-16] 构建流程如图 1 所 示，其具体步骤见 1)~5)。 收集基础 资料并进 行整理 建立仿真 模拟模型 参数调整 与设置 运行仿真 实验 分析结 果，提出 优化建议 图 1 仿真模拟流程 Fig. 1 Flowchart of the simulation 1) 资料收集与整理。根据地铁轨道交通车站 站台与乘客行为特性，所需收集的资料包括基础 ·1050· 智 能 系 统 学 报 第 15 卷
第6期 李冰，等：轨道交通车站乘客集散系统Anylogic仿真优化 ·1051· 资料和乘客特性资料，其中基础资料以地铁车站 模型，如图2所示，其中字母表示该地铁车站站厅 站内部设计资料为主，即平面布局图；而乘客特 层的6个出入口，绿色的虚线箭头表示进站乘客 性资料主要以客流及乘客行为特征的资料为主， 流线和出站乘客流线，橙色正方形表示出站、进 即地铁轨道交通车站站台中各出入口行人行走路 站，灰色正方形和绿色的目标线表示换乘的扶梯 径及行人数量等调研数据。 和电梯。 2)建立仿真实验模型。首先通过所收集的资 UUU■ UU 料数据，结合地铁车站内具体内部布局，绘制地 tti ti 入口B 铁车站站台地下出站厅的CAD平面图，确认地下 人口A 团000g正0 空间的边界与建筑内障碍物尺寸，在Anylogic仿 真软件中建立地铁车站平面布局图，定位各种设 施设备之间的相关关系；其次将建立的仿真模型 由 人▣C 与实地调查情况相比对，确定所建立模型的真实 a00时加0+0 人口D 性与正确性。 3)参数设置调整。通过实地调研与访谈等形 (a)地下1层地铁站厅层平面图 式，对地铁轨道交通车站站台不同时段内的行人数 量、行人通行路径等进行调查与统计，计算人口、 围 出口、安检设施、闸机等模块的参数，并对车站内 中h中出 某个时间段内的行人走行过程进行观察与统计，所 调查与统计的数据类型主要以行人类型（男性和女 性)、数量、步速等为主，得到地铁车站站内各设施 (b)地下2层1号线站台平面图 设备的通过能力，然后将数据录入仿真模拟系统， 并观察仿真模拟结果与实际情况的吻合程度，如果 仿真结果与实际情况有出入，需要根据实际情况对 模型参数进行适当的调整，直到建立的仿真模型与 观察到的地铁站实际运行情况相符为止。 4)仿真实验。运行建立的二维、三维仿真模 型，观察模型运行情况，输出各种模拟对象指标， (c)地下3层2号线站台平面图 如人流密度、平均走行时间等各项评价指标。 图2地铁通道站台平面图 5)分析输出结果，提出方案优化建议。依据 Fig.2 Subway platform plan 仿真输出的各项指标的数据，对模拟对象的空间 2)乘客进出站逻辑关系与换乘关系 使用情况进行评估，找出容易发生拥堵瓶颈点或 根据上述绘制的三层站台平面模型，对每一 安全隐患，提出优化建议，再次进行仿真模拟，最 层中乘客行走路径以及设备设施之间的逻辑关系 后将优化前、后的结果进行对比，验证了优化后 进行分析，分别根据每层的逻辑关系将设备设施 方案能更好地提高地铁车站内空间使用率，为提 进行连接，最后考虑三层之间的逻辑联系，建立 高地铁车站的运行效率提出相应的建议。 出该地铁车站完整的逻辑框架图，乘客进出站逻 辑框架图与换乘站逻辑框架图分别如图3和4所示。 3仿真实验 3.2某市地铁轨道交通车站站台乘客流线路径 3.1某市地铁轨道交通车站站台场景构建 设定 某市地铁轨道交通车站站台的平面形状近似 地铁换乘站内乘客流线可以分为3类：进站 为长方形，共有3层，其中地下1层为地铁站站厅 流线、出站流线和换乘流线，如图5所示。进站 层，地下2层为地铁1号线站台层，地下3层为地 流线中乘客行走流程为：乘客从6个入口进入地 铁2号线站台层。地铁站厅层与地下1层之间共 下1层站厅层，购票后进行安检，到达地铁的检票 有6个出入口且均通过楼梯和自动扶梯相连接， 口，经地下2层的扶梯到1号线站台上车，或经地 而地下1层站厅层、地下2层1号线站台层与地 下3层的扶梯到1号线站台上车，通过地铁进入 下3层2号线站台层通过自动扶梯和电梯相连接。 城市其他区域。出站及换乘流线中乘客行走流程 1)三层站台平面模型绘制 为：乘客从地铁下来，经过扶梯进行换乘或者经 首先在Anylogic仿真软件中绘制出三层车站 过扶梯直接出站
资料和乘客特性资料，其中基础资料以地铁车站 站内部设计资料为主，即平面布局图；而乘客特 性资料主要以客流及乘客行为特征的资料为主， 即地铁轨道交通车站站台中各出入口行人行走路 径及行人数量等调研数据。 2) 建立仿真实验模型。首先通过所收集的资 料数据，结合地铁车站内具体内部布局，绘制地 铁车站站台地下出站厅的 CAD 平面图，确认地下 空间的边界与建筑内障碍物尺寸，在 Anylogic 仿 真软件中建立地铁车站平面布局图，定位各种设 施设备之间的相关关系；其次将建立的仿真模型 与实地调查情况相比对，确定所建立模型的真实 性与正确性。 3) 参数设置调整。通过实地调研与访谈等形 式，对地铁轨道交通车站站台不同时段内的行人数 量、行人通行路径等进行调查与统计，计算入口、 出口、安检设施、闸机等模块的参数，并对车站内 某个时间段内的行人走行过程进行观察与统计，所 调查与统计的数据类型主要以行人类型 (男性和女 性)、数量、步速等为主，得到地铁车站站内各设施 设备的通过能力，然后将数据录入仿真模拟系统， 并观察仿真模拟结果与实际情况的吻合程度，如果 仿真结果与实际情况有出入，需要根据实际情况对 模型参数进行适当的调整，直到建立的仿真模型与 观察到的地铁站实际运行情况相符为止。 4) 仿真实验。运行建立的二维、三维仿真模 型，观察模型运行情况，输出各种模拟对象指标， 如人流密度、平均走行时间等各项评价指标。 5) 分析输出结果，提出方案优化建议。依据 仿真输出的各项指标的数据，对模拟对象的空间 使用情况进行评估，找出容易发生拥堵瓶颈点或 安全隐患，提出优化建议，再次进行仿真模拟，最 后将优化前、后的结果进行对比，验证了优化后 方案能更好地提高地铁车站内空间使用率，为提 高地铁车站的运行效率提出相应的建议。 3 仿真实验 3.1 某市地铁轨道交通车站站台场景构建 某市地铁轨道交通车站站台的平面形状近似 为长方形，共有 3 层，其中地下 1 层为地铁站站厅 层，地下 2 层为地铁 1 号线站台层，地下 3 层为地 铁 2 号线站台层。地铁站厅层与地下 1 层之间共 有 6 个出入口且均通过楼梯和自动扶梯相连接， 而地下 1 层站厅层、地下 2 层 1 号线站台层与地 下 3 层 2 号线站台层通过自动扶梯和电梯相连接。 1) 三层站台平面模型绘制 首先在 Anylogic 仿真软件中绘制出三层车站 模型，如图 2 所示，其中字母表示该地铁车站站厅 层的 6 个出入口，绿色的虚线箭头表示进站乘客 流线和出站乘客流线，橙色正方形表示出站、进 站，灰色正方形和绿色的目标线表示换乘的扶梯 和电梯。 入口 A 入口 D 入口 B 入口 C (a) 地下1层地铁站厅层平面图 (b) 地下2层1号线站台平面图 (c) 地下3层2号线站台平面图 图 2 地铁通道站台平面图 Fig. 2 Subway platform plan 2) 乘客进出站逻辑关系与换乘关系 根据上述绘制的三层站台平面模型，对每一 层中乘客行走路径以及设备设施之间的逻辑关系 进行分析，分别根据每层的逻辑关系将设备设施 进行连接，最后考虑三层之间的逻辑联系，建立 出该地铁车站完整的逻辑框架图，乘客进出站逻 辑框架图与换乘站逻辑框架图分别如图 3 和 4 所示。 3.2 某市地铁轨道交通车站站台乘客流线路径 设定 地铁换乘站内乘客流线可以分为 3 类：进站 流线、出站流线和换乘流线，如图 5 所示。进站 流线中乘客行走流程为：乘客从 6 个入口进入地 下 1 层站厅层，购票后进行安检，到达地铁的检票 口，经地下 2 层的扶梯到 1 号线站台上车，或经地 下 3 层的扶梯到 1 号线站台上车，通过地铁进入 城市其他区域。出站及换乘流线中乘客行走流程 为：乘客从地铁下来，经过扶梯进行换乘或者经 过扶梯直接出站。 第 6 期 李冰，等：轨道交通车站乘客集散系统 Anylogic 仿真优化 ·1051·
·1052· 智能系统学报 第15卷 路径选择 2 车室8 地下层往西换乘 车室 车室 往东 下2黄 路径选择10 出口4 2其一 电 候车室1的 车室1 0 2甚下行 落轻洗择1 图3乘客进出站逻辑框架 Fig.3 Logical framework for passenger entry and exit stations 地下2基到地下1层1 往东电权 下层可地下2层1 地下2到地下1层2 酒电 地下层下路径选择 地下层到地下1层1电梯 换乐一号线 卡出站 住北电师 的转出站 地下层刊地下22 楼桃 地下2层到地下1层 膨卡出站3 卡出站 图4换乘站逻辑框架 Fig.4 Schematic of the transfer station logic frame 行人产生 随车产生 3.3参数设定 根据上述构建的场景模型，此处需设定的参 进口A 进口B 进口C 进D 数主要以模型参数和行人参数为主，其中模型参 数是地铁车站设备设施的具体参数以及地铁列车 安检系统 达到参数，分别见表1和2。 出站系统 自动售票机系统 人工系统 而行人参数是地铁轨道交通车站站台内运动 的行人描述，其包括行人数量、行人速度和行人空 间等参数。为分析行人数量对地铁轨道交通车站 1号线 2号线 换乘系统 站台的影响，本文选择早、中、晚3个时段内站台的 、上车 出站 行人数量为研究对象，对某市地铁轨道交通车站站 图5地铁换乘站内乘客流线 台的行人数量进行了为期一个月的调查与统计，取 Fig.5 Passenger flow line in a subway transfer station 其平均值作为行人数量的参数，具体见表3
路径选择7 地下2层往 东换乘一 地下2层往东换乘二 地下1层往西换乘一 地下2层往西换乘二 地下2层二号 线北电梯 地下2层二号线南电梯 地下2层 下行扶梯 地下2层下行 扶梯换乘 路径选择3 安检 检票 路径 选择1 路径 选择2 路径 选择4 路径选择11 路径选择5 路径选择6 路径选择10 路径选择9 进口 A 候车室1 出口1 出口2 出口3 出口4 出口5 出口6 出口7 Queue1 Queue2 Queue3 Queue4 候车室2 候车室3 候车室4 候车室5 候车室6 候车室7 候车室8 候车室9 候车室10 候车室11 候车室12 候车室13 候车室14 候车室15 候车室16 候车室17 候车室18 候车室19 候车室20 候车室21 买票 TrainSource1 TrainMoveTo1 TrainMoveTo5 Delay Pickup TrainDispose1 TrainSource2 TrainMoveTo2 Delay1 Pickup1 TrainMoveTo6 TrainDispose2 TrainSource3 TrainMoveTo3 Delay2 Pickup2 TrainMoveTo7 TrainDispose3 TrainSource4 TrainMoveTo4 TrainMoveTo8 Delay3 Pickup3 TrainDispose4 往西 二号线 往东 图 3 乘客进出站逻辑框架 Fig. 3 Logical framework for passenger entry and exit stations 地下3层下车 地下3层到地下2层1 地下2层到地下1层1 地下2层到地下1层2 地下2层到地下1层 地下2层到地下1层22 换乘1号线 换乘一号线 往南 往北电梯 北楼梯 南楼梯 二号线北 二号线南 地下3层到地下1层2 地下3层到地下2层2 地下3层到地下1层1电梯 路径选择 路径选择3 路径选择1 往东电梯 刷卡出站1 刷卡出站2 刷卡出站3 刷卡出站4 PedSink 往西电梯 路径选择2 地下3层 下车2 图 4 换乘站逻辑框架 Fig. 4 Schematic of the transfer station logic frame 行人产生 自动售票机系统 人工系统 1号线 安检系统 上车 换乘系统 随车产生 出站系统 出站 进口 A 进口 B 进口 C 进口 D 2号线 图 5 地铁换乘站内乘客流线 Fig. 5 Passenger flow line in a subway transfer station 3.3 参数设定 根据上述构建的场景模型，此处需设定的参 数主要以模型参数和行人参数为主，其中模型参 数是地铁车站设备设施的具体参数以及地铁列车 达到参数，分别见表 1 和 2。 而行人参数是地铁轨道交通车站站台内运动 的行人描述，其包括行人数量、行人速度和行人空 间等参数。为分析行人数量对地铁轨道交通车站 站台的影响，本文选择早、中、晚 3 个时段内站台的 行人数量为研究对象，对某市地铁轨道交通车站站 台的行人数量进行了为期一个月的调查与统计，取 其平均值作为行人数量的参数，具体见表 3。 ·1052· 智 能 系 统 学 报 第 15 卷
第6期 李冰，等：轨道交通车站乘客集散系统Anylogic仿真优化 ·1053· 表1地铁车站设备通行能力 人，不同颜色代表行人密度的高低，密度越高则 Table 1 Capacity of the subway station equipment 色彩偏红色，反之则偏蓝色。 通行能力/ 人均通过 仿真使用 设备名称 (人h 时间/s 参数 自动售票机 600 6 Uniform(5,7) 人工售票口 400 9 Uniform(7,10) 安检设备 900 Uniform(3,5) 进出站闸机 2400 2 2 表2列车到达情况调查表 Table 2 Train arrival questionnaire 发车间隔/停站时间/ 平均每门上下车人数 (a)早 列车 方向 min min 上 下 往东 13 17 1号线 3 往西 18 15 往南 16 20 2号线 10 往北 31 19 表3某市地铁轨道交通车站站台行人流量平均值 Table 3 Average pedestrian flow at a subway station 客流量人h (b)中 早上 中午 晚上 出入口 (5:009:00) (10:0014:00) (17:00-21:00) 进站出站 进站出站 进站出站 A 13241430 852 907 1267 1304 B 10651206 678 641 1153 1201 C11271266763 8521190 1067 D 947988 594 532 809 912 行人速度是表征行人交通特性的主要参数， (c)晚 行人的步幅和步频是行走过程的基本特性，两者 图6地下1层不同时间段对比 构成行人速度，具体参数见表4。 Fig.6 Comparison of different time periods of the first level of the underground station 表4某市地铁轨道交通车站站台行人速度 Table 4 Pedestrian speed at a subway station platform 速度ms) 性别 平均速度 初始速度 舒适速度 男性 1.35 女性 [0.5,1.8J [0.8,1.3] 1.24 (a)早 41 仿真结果与优化分析 4.1结果分析 4.11不同时间段站台行人密度分析 图6~8分别表示地下不同层站台在早、中、 晚3个时间段的行人密度，图中圆点表示单个行 (b)中
表 1 地铁车站设备通行能力 Table 1 Capacity of the subway station equipment 设备名称 通行能力/ (人·h−1) 人均通过 时间/s 仿真使用 参数 自动售票机 600 6 Uniform(5,7) 人工售票口 400 9 Uniform(7,10) 安检设备 900 4 Uniform(3,5) 进出站闸机 2 400 2 2 表 2 列车到达情况调查表 Table 2 Train arrival questionnaire 列车 发车间隔/ min 停站时间/ min 方向 平均每门上下车人数 上 下 1号线 3 1 往东 13 17 往西 18 15 2号线 10 1 往南 16 20 往北 31 19 表 3 某市地铁轨道交通车站站台行人流量平均值 Table 3 Average pedestrian flow at a subway station 出入口 客流量/(人·h−1) 早上 (5:00~9:00) 中午 (10:00~14:00) 晚上 (17:00~21:00) 进站 出站 进站 出站 进站 出站 A 1 324 1 430 852 907 1 267 1 304 B 1 065 1 206 678 641 1 153 1 201 C 1 127 1 266 763 852 1 190 1 067 D 947 988 594 532 809 912 行人速度是表征行人交通特性的主要参数， 行人的步幅和步频是行走过程的基本特性，两者 构成行人速度，具体参数见表 4。 表 4 某市地铁轨道交通车站站台行人速度 Table 4 Pedestrian speed at a subway station platform 性别 速度/(m·s−1) 平均速度 初始速度 舒适速度 男性 1.35 [0.5,1.8] [0.8,1.3] 女性 1.24 4 仿真结果与优化分析 4.1 结果分析 4.1.1 不同时间段站台行人密度分析 图 6~8 分别表示地下不同层站台在早、中、 晚 3 个时间段的行人密度，图中圆点表示单个行 人，不同颜色代表行人密度的高低，密度越高则 色彩偏红色，反之则偏蓝色。 (a) 早 (b) 中 (c) 晚 图 6 地下 1 层不同时间段对比 Fig. 6 Comparison of different time periods of the first level of the underground station (a) 早 (b) 中 第 6 期 李冰，等：轨道交通车站乘客集散系统 Anylogic 仿真优化 ·1053·
·1054· 智能系统学报 第15卷 1层站厅属于各种行人汇集点且行人数量较大， 受到设备通行能力的限制，导致了地下1层站厅 H出 出现拥堵的情况。 2)由图7可知，地下2层站台的南、北扶梯处 人流密度较大，存在较为严重的拥堵现象，分析 (c)晚 其原因发现，地下2层站台的南、北两侧各有一 图7地下2层不同时间段对比 台扶梯，该扶梯的行人通行能力已无法满足大流 Fig.7 Comparison of different time periods of the second 量行人的使用需求，与地下1层站厅的楼梯扶梯 level of the underground station 处发生拥堵现象的原因相似。 3)观察不同层站台在早、中、晚3个时间段 的行人密度发现，与中午时间段相比，在早、晚两 个时间段内3个站台的行人密度均较大，其中在 该两个时间段内，3个站台的部分区域均出现了 严重拥堵情况，分析其原因发现，早、晚时间段属 于上下班、上学高峰期，3个站台的设备服务能力 (a)早 有限，特别是不同站台之间的楼梯扶梯、进出站 楼梯扶梯以及闸机口等设备的通行能力。 4.12不同时间段进出口闸机乘客排队数量 分析 如图9所示为不同时间段内进出口闸机A、 B、C和D处乘客排队数量。由图9的(a)和(c) (b)中 可知，在早、晚时间段内，进出口闸机A处乘客 排队数量呈线性增长趋势，而进出口闸机B、 C和D处乘客排队数量略有增加但总体趋于稳 定，在中午时间段内，进出口闸机A和C处乘客 排队数量略高于其他两处。 (c)晚 20 图8地下3层不同时间段对比 Fig.8 Comparison of different time periods of the third level of the underground station 10 通过对地下不同层站台早、中、晚3个时间 段的行人密度分析，可得出以下结论： 1)对比图6-8发现，在早、中、晚3个时间段 0306090120150180210240 内，地下1层站厅的行人密度最大，地下2层次 时间s 之，地下3层行人密度最低，相较于其他两层，其 (a)早 12 中地下1层站厅的行人密度以红色为主，部分区 域存在严重拥堵现状。分析其原因可知，地下 9 1层站厅为乘客进站乘车和所有出站乘客的汇集 点，行人数量约为其他层站台的行人数量之和， 6 是导致其行人密度较大的原因之一。其次，由图6 可知，地下1层站厅的主要拥堵点和瓶颈点是在 楼梯扶梯处和进站闸机口处，特别是进站闸机口 306090120150180210240 A和C,分析其原因发现，楼梯扶梯与进站闸机口 时间/s 的设备通行能力决定着行人的通行速度，而地下 (b)中
(c) 晚 图 7 地下 2 层不同时间段对比 Fig. 7 Comparison of different time periods of the second level of the underground station (a) 早 (b) 中 (c) 晚 图 8 地下 3 层不同时间段对比 Fig. 8 Comparison of different time periods of the third level of the underground station 通过对地下不同层站台早、中、晚 3 个时间 段的行人密度分析，可得出以下结论： 1) 对比图 6~8 发现，在早、中、晚 3 个时间段 内，地下 1 层站厅的行人密度最大，地下 2 层次 之，地下 3 层行人密度最低，相较于其他两层，其 中地下 1 层站厅的行人密度以红色为主，部分区 域存在严重拥堵现状。分析其原因可知，地下 1 层站厅为乘客进站乘车和所有出站乘客的汇集 点，行人数量约为其他层站台的行人数量之和， 是导致其行人密度较大的原因之一。其次，由图 6 可知，地下 1 层站厅的主要拥堵点和瓶颈点是在 楼梯扶梯处和进站闸机口处，特别是进站闸机口 A 和 C，分析其原因发现，楼梯扶梯与进站闸机口 的设备通行能力决定着行人的通行速度，而地下 1 层站厅属于各种行人汇集点且行人数量较大， 受到设备通行能力的限制，导致了地下 1 层站厅 出现拥堵的情况。 2) 由图 7 可知，地下 2 层站台的南、北扶梯处 人流密度较大，存在较为严重的拥堵现象，分析 其原因发现，地下 2 层站台的南、北两侧各有一 台扶梯，该扶梯的行人通行能力已无法满足大流 量行人的使用需求，与地下 1 层站厅的楼梯扶梯 处发生拥堵现象的原因相似。 3) 观察不同层站台在早、中、晚 3 个时间段 的行人密度发现，与中午时间段相比，在早、晚两 个时间段内 3 个站台的行人密度均较大，其中在 该两个时间段内，3 个站台的部分区域均出现了 严重拥堵情况，分析其原因发现，早、晚时间段属 于上下班、上学高峰期，3 个站台的设备服务能力 有限，特别是不同站台之间的楼梯扶梯、进出站 楼梯扶梯以及闸机口等设备的通行能力。 4.1.2 不同时间段进出口闸机乘客排队数量 分析 如图 9 所示为不同时间段内进出口闸机 A、 B、C 和 D 处乘客排队数量。由图 9 的 (a) 和 (c) 可知，在早、晚时间段内，进出口闸机 A 处乘客 排队数量呈线性增长趋势，而进出口闸 机 B、 C 和 D 处乘客排队数量略有增加但总体趋于稳 定，在中午时间段内，进出口闸机 A 和 C 处乘客 排队数量略高于其他两处。 5 15 20 10 0 60 90 120 150 180 210 240 30 乘客排队数量/人 时间/s (a) 早 3 9 12 6 0 60 90 120 150 180 210 240 30 乘客排队数量/人 时间/s (b) 中 ·1054· 智 能 系 统 学 报 第 15 卷
第6期 李冰，等：轨道交通车站乘客集散系统Anylogic仿真优化 ·1055· 20 均走行时间。 2)由图10可知，相较于从进站闸机口B和 D进入的乘客平均走行时间，乘客从进站闸机口 10 A和C进人地下3层站台候车区域的平均走行时 间较长。由上述的不同时间段进出口闸机乘客排 队数量分析结果可知，该两处的人流密度较大， 导致行人拥挤，延长了乘客的平均走行时间：此 0306090120150180210240 外，该两处缺乏合理的导向服务措施，致使乘客 时间/s (c)晚 因某些原因在某区域停滞，进而增加了乘客自身 图9各入口不同时间段闸机乘客排队数量分析 和其他乘客的平均走行时间。 Fig.9 Analysis of the number of passengers queuing at 4.2优化前后结果对比 each entrance at different time periods 针对该市地铁轨道交通车站站台存在的问 分析其原因发现，早、晚时间段属于行人高 题，拟提出以下两点优化方案： 峰期，在4个进出口闸机数量与通行能力相同 1)增加地下1层站厅和地下2层站台的楼梯 的前提下，可能受出行方便与否的影响，行人选 与扶梯数量。根据地下1层站厅和地下2层站台 择进出口A和C的概率较其他两个进出口的概 在不同时间段内行人密度和乘客平均走行时间， 率大，进而导致进出口A和C处出现了拥堵现 预估在地下1层站厅和地下2层站台各两部楼梯 象，其根本原因为闸机数量不足和闸机通行能 或直梯以提高通行效率。 力不够。 2)增加进出口A和C处闸机数量。根据不 41.3不同时间段行人平均行走时间分析 同时间段进出口A和C处乘客排队数量与乘客 平均走行时间是指乘客在站厅层中从各入口 平均走行时间，在两处各增加1台闸机可有效缓 到进入站台层的候车系统所花费的平均时间。在 解拥挤程度。 不同时间段内，由于各个站台层乘客数量的不 根据上述优化方案，重新构建该市的地铁轨 同，乘客到达目的站台的走行时间有所不同。本 道交通车站站台复杂交织乘客行人流场景模 文以进站口到地下3层站台的乘客走行时间为研 型，在其他参数均不变的情况下，增加地下1层 究对象，对早、中、晚3个时间段内的乘客平均走 站厅、地下2层站台的楼梯与扶梯数量和进出 行时间进行分析，如图10所示。 口A、C处闸机数量，进而对乘客走行流线进行 240 早上 优化设计。仅以早高峰时间段为模拟仿真对 220 中 晚上 象，优化后不同站台层行人密度图、进出口闸机 200 乘客排队数量和乘客平均走行时间分别如图11 180 和12所示。 140 四 IOA 进口B 进口C 进口D 图10不同时间段平均走行时间对比 Fig.10 Comparison of the average travel time in different time periods 1)由图10可知，乘客在早高峰的平均走行时 间最长，晚高峰次之，中午时间段内乘客的平均 (a)地下1层站厅 走行时间最短。其原因在于，早晚高峰期时间段 内，乘客数量较多，而设备通行能力有限，导致在 某些处存在排队现象，是早晚高峰时间段内乘客 平均走行时间的增多的原因之一；另一方面，在 各个站台内区域面积一定的情况下，由于乘客数 量的增多，导致行人拥挤，进而增加了乘客的平 (b)地下2层站台
5 15 20 10 0 60 90 120 150 180 210 240 30 乘客排队数量/人 时间/s (c) 晚 图 9 各入口不同时间段闸机乘客排队数量分析 Fig. 9 Analysis of the number of passengers queuing at each entrance at different time periods 分析其原因发现，早、晚时间段属于行人高 峰期，在 4 个进出口闸机数量与通行能力相同 的前提下，可能受出行方便与否的影响，行人选 择进出口 A 和 C 的概率较其他两个进出口的概 率大，进而导致进出口 A 和 C 处出现了拥堵现 象，其根本原因为闸机数量不足和闸机通行能 力不够。 4.1.3 不同时间段行人平均行走时间分析 平均走行时间是指乘客在站厅层中从各入口 到进入站台层的候车系统所花费的平均时间。在 不同时间段内，由于各个站台层乘客数量的不 同，乘客到达目的站台的走行时间有所不同。本 文以进站口到地下 3 层站台的乘客走行时间为研 究对象，对早、中、晚 3 个时间段内的乘客平均走 行时间进行分析，如图 10 所示。 100 180 160 140 120 220 200 240 最大平均行走时间/s 进口 A 进口 B 进口 C 进口 D 早上 中午 晚上 图 10 不同时间段平均走行时间对比 Fig. 10 Comparison of the average travel time in different time periods 1) 由图 10 可知，乘客在早高峰的平均走行时 间最长，晚高峰次之，中午时间段内乘客的平均 走行时间最短。其原因在于，早晚高峰期时间段 内，乘客数量较多，而设备通行能力有限，导致在 某些处存在排队现象，是早晚高峰时间段内乘客 平均走行时间的增多的原因之一；另一方面，在 各个站台内区域面积一定的情况下，由于乘客数 量的增多，导致行人拥挤，进而增加了乘客的平 均走行时间。 2) 由图 10 可知，相较于从进站闸机口 B 和 D 进入的乘客平均走行时间，乘客从进站闸机口 A 和 C 进入地下 3 层站台候车区域的平均走行时 间较长。由上述的不同时间段进出口闸机乘客排 队数量分析结果可知，该两处的人流密度较大， 导致行人拥挤，延长了乘客的平均走行时间；此 外，该两处缺乏合理的导向服务措施，致使乘客 因某些原因在某区域停滞，进而增加了乘客自身 和其他乘客的平均走行时间。 4.2 优化前后结果对比 针对该市地铁轨道交通车站站台存在的问 题，拟提出以下两点优化方案： 1) 增加地下 1 层站厅和地下 2 层站台的楼梯 与扶梯数量。根据地下 1 层站厅和地下 2 层站台 在不同时间段内行人密度和乘客平均走行时间， 预估在地下 1 层站厅和地下 2 层站台各两部楼梯 或直梯以提高通行效率。 2) 增加进出口 A 和 C 处闸机数量。根据不 同时间段进出口 A 和 C 处乘客排队数量与乘客 平均走行时间，在两处各增加 1 台闸机可有效缓 解拥挤程度。 根据上述优化方案，重新构建该市的地铁轨 道交通车站站台复杂交织乘客行人流场景模 型，在其他参数均不变的情况下，增加地下 1 层 站厅、地下 2 层站台的楼梯与扶梯数量和进出 口 A、C 处闸机数量，进而对乘客走行流线进行 优化设计。仅以早高峰时间段为模拟仿真对 象，优化后不同站台层行人密度图、进出口闸机 乘客排队数量和乘客平均走行时间分别如图 11 和 12 所示。 (a) 地下1层站厅 (b) 地下2层站台 第 6 期 李冰，等：轨道交通车站乘客集散系统 Anylogic 仿真优化 ·1055·
·1056· 智能系统学报 第15卷 面向复杂交织乘客行人流的地铁轨道交通车站站 台场景模型，以不同时间段站台行人密度、不同 时间段进出口闸机乘客排队数量和不同时间段乘 客平均走行时间为评价指标，提出了该市地铁轨 道交通车站站台的优化改进方案，并通过优化前 (c)地下3层站台 后结果对比分析，验证了优化方案的可行性与科 图11优化后行人密度 学性，同时对其他地铁轨道交通车站的规划设计 Fig.11 Pedestrian density map after optimization 与运营具有重要的借鉴与指导意义。 参考文献： 3 [1]ZHONG Maohua,SHI Congling,TU Xuwei,et al.Study of the human evacuation simulation of metro fire safety analysis in China[J].Journal of loss prevention in the pro- cess industries.2008.21(3):287-298 [2]ZHANG Qi,HAN Baoming,LI Dewei.Modeling and sim- ulation of passenger alighting and boarding movement in 306090120150180210240 Beijing metro stations[J].Transportation research part C: 时间/s emerging technologies,2008,16(5):635-649. 图12优化后乘客排队数量 [3]张琦，韩宝明，李得伟，等.地铁枢纽站台的乘客行为仿 Fig.12 Number of passengers queuing after optimization 真模型[).系统仿真学报，2007,19(22)：5120-5124 对比图6~8中的(a)图和图11，地下1层站厅 ZHANG Qi,HAN Baoming,LI Dewei,et al.Modeling 的整体行人密度显著降低，且各进出站闸机口处 and simulation of passenger behavior in platform of MTR 和楼梯扶梯处行人密度均有所下降，同时表明该 stations[J].Journal of system simulation,2007,19(22): 优化方案合理有效，但优化后地下1层站厅部分 5120-5124 区域仍存在区域拥挤现象，说明为更加科学合理 [4]陈绍宽，刘爽，肖雄，等.基于M/G/c/c模型的地铁车站楼 地优化站厅层需同时对多种地铁服务设施进行优 梯通道疏散能力瓶颈分析[J几.铁道学报，2012,34(1)： 化设计，制定更加完善的优化方案。 7-12 对比图9(a)和图12，优化后不同进出口闸机 CHEN Shaokuan,LIU Shuang,XIAO Xiong,et al. 处乘客排队数量趋于稳定，优化前进出口闸机 M/G/c/c-based model of passenger evacuation capacity of A处乘客排队数量呈线性增长趋势消失。 stairs and corridors in metro stations[J].Journal of the china railway society,2012,34(1):7-12. 由表5可知，优化后早高峰时间段内乘客平 [5]LI Fang,CHEN Shaokuan,WANG Xiudan,et al.Pedestri- 均走行时间显著降低，其中进出口闸机A处的乘 an evacuation modeling and simulation on metro plat- 客平均走行时间降低了33.4%，进出口闸机C处 forms considering panic impacts[J].Procedia-social and 的乘客平均走行时间降低了28.6%，极大地缓解 behavioral sciences,2014,138:314-322. 了站台内拥挤现象。 [6]郭谨一，刘爽，陈绍宽，等.行人运动仿真研究综述円.系 表5优化后平均走行时间表 统仿真学报，2008.20(9)：2237-2242 Table 5 Average travel schedule after optimization GUO Jinyi,LIU Shuang,CHEN Shaokuan,et al.Review 入口（早高峰时间段） of pedestrian movement simulation studies[J].Journal of 时间 B C system simulation,2008,20(9):2237-2242. [7]王爱丽，董宝田，王泽胜.基于社会力的行人交通微观仿 优化前 240 180 210 170 真模型研究).系统仿真学报，2014,26(3)：662-669， 优化后 160 170 150 140 WANG Aili,DONG Baotian,WANG Zesheng.Modeling 节省时间% 33.4 5.6 28.6 17.6 and simulation of microscopic pedestrian based on social force[J].Journal of system simulation,2014,26(3): 5 结束语 662-669. [8]唐春林，苏虎，金炜东.一种地铁列车乘客仿真模型 以某市地铁轨道交通车站站台为例，构建了 系统仿真学报，2014,26(10)：2470-2475
(c) 地下3层站台 图 11 优化后行人密度 Fig. 11 Pedestrian density map after optimization 0 6 12 15 3 9 30 60 90 120 150 180 210 240 乘客排队数量/人 时间/s 图 12 优化后乘客排队数量 Fig. 12 Number of passengers queuing after optimization 对比图 6~8 中的 (a) 图和图 11，地下 1 层站厅 的整体行人密度显著降低，且各进出站闸机口处 和楼梯扶梯处行人密度均有所下降，同时表明该 优化方案合理有效，但优化后地下 1 层站厅部分 区域仍存在区域拥挤现象，说明为更加科学合理 地优化站厅层需同时对多种地铁服务设施进行优 化设计，制定更加完善的优化方案。 对比图 9(a) 和图 12，优化后不同进出口闸机 处乘客排队数量趋于稳定，优化前进出口闸机 A 处乘客排队数量呈线性增长趋势消失。 由表 5 可知，优化后早高峰时间段内乘客平 均走行时间显著降低，其中进出口闸机 A 处的乘 客平均走行时间降低了 33.4%，进出口闸机 C 处 的乘客平均走行时间降低了 28.6%，极大地缓解 了站台内拥挤现象。 表 5 优化后平均走行时间表 Table 5 Average travel schedule after optimization s 时间 入口(早高峰时间段) A B C D 优化前 240 180 210 170 优化后 160 170 150 140 节省时间/% 33.4 5.6 28.6 17.6 5 结束语 以某市地铁轨道交通车站站台为例，构建了 面向复杂交织乘客行人流的地铁轨道交通车站站 台场景模型，以不同时间段站台行人密度、不同 时间段进出口闸机乘客排队数量和不同时间段乘 客平均走行时间为评价指标，提出了该市地铁轨 道交通车站站台的优化改进方案，并通过优化前 后结果对比分析，验证了优化方案的可行性与科 学性，同时对其他地铁轨道交通车站的规划设计 与运营具有重要的借鉴与指导意义。 参考文献： ZHONG Maohua, SHI Congling, TU Xuwei, et al. Study of the human evacuation simulation of metro fire safety analysis in China[J]. Journal of loss prevention in the process industries, 2008, 21(3): 287–298. [1] ZHANG Qi, HAN Baoming, LI Dewei. Modeling and simulation of passenger alighting and boarding movement in Beijing metro stations[J]. Transportation research part C: emerging technologies, 2008, 16(5): 635–649. [2] 张琦, 韩宝明, 李得伟, 等. 地铁枢纽站台的乘客行为仿 真模型 [J]. 系统仿真学报, 2007, 19(22): 5120–5124. ZHANG Qi, HAN Baoming, LI Dewei, et al. Modeling and simulation of passenger behavior in platform of MTR stations[J]. Journal of system simulation, 2007, 19(22): 5120–5124. [3] 陈绍宽, 刘爽, 肖雄, 等. 基于 M/G/c/c 模型的地铁车站楼 梯通道疏散能力瓶颈分析 [J]. 铁道学报, 2012, 34(1): 7–12. CHEN Shaokuan, LIU Shuang, XIAO Xiong, et al. M/G/c/c-based model of passenger evacuation capacity of stairs and corridors in metro stations[J]. Journal of the china railway society, 2012, 34(1): 7–12. [4] LI Fang, CHEN Shaokuan, WANG Xiudan, et al. Pedestrian evacuation modeling and simulation on metro platforms considering panic impacts[J]. Procedia-social and behavioral sciences, 2014, 138: 314–322. [5] 郭谨一, 刘爽, 陈绍宽, 等. 行人运动仿真研究综述 [J]. 系 统仿真学报, 2008, 20(9): 2237–2242. GUO Jinyi, LIU Shuang, CHEN Shaokuan, et al. Review of pedestrian movement simulation studies[J]. Journal of system simulation, 2008, 20(9): 2237–2242. [6] 王爱丽, 董宝田, 王泽胜. 基于社会力的行人交通微观仿 真模型研究 [J]. 系统仿真学报, 2014, 26(3): 662–669. WANG Aili, DONG Baotian, WANG Zesheng. Modeling and simulation of microscopic pedestrian based on social force[J]. Journal of system simulation, 2014, 26(3): 662–669. [7] 唐春林, 苏虎, 金炜东. 一种地铁列车乘客仿真模型 [J]. 系统仿真学报, 2014, 26(10): 2470–2475. [8] ·1056· 智 能 系 统 学 报 第 15 卷
第6期 李冰，等：轨道交通车站乘客集散系统Anylogic仿真优化 ·1057· TANG Chunlin,SU Hu,JIN Weidong.Metro passenger NI Baocheng,LIN Zhuang,LI Ping.Passenger ship evac- simulation model[J].Journal of system simulation,2014, uation simulation model considering retrograde avoid- 26(10):2470-2475. ance behavior[J].Journal of Harbin Engineering Uni- [9]聂广渊，袁振洲，吴吴灵.基于AnyLogic仿真的城市轨 versity,2020,41(1)44-51. 道交通枢纽通道宽度研究).城市轨道交通研究，2016， [15]王亚娜，赵永翔.基于社会力模型的地铁站乘客上下车 19(6):34-38. 行为影响因素分析.交通信息与安全，2017,35(1)方 NIE Guangyuan,YUAN Zhenzhou,WU Haoling.Re- 105-111. search on passageway width at urban rail transit hub based WANG Ya'na,ZHAO Yongxiang.An analysis of impact on AnyLogic simulation[J].Urban mass transit,2016, factors of boarding and alighting behaviors of passengers 19(6):34-38. based on a social force model[J].Journal of transport in- [10]李洪旭，李海鹰，樊校，等.基于Anylogic的地铁车站集 formation and safety,2017,35(1):105-111. 散能力仿真分析评估).铁路计算机应用，2012,21(8)： [16]Helbing D,Molnar P.Social force model for pedestrian 48-50. dynamics[J].Physical review E,1995,51(5):4282-4286. LI Hongxu,LI Haiying,FAN Xiao,et al.Anylogic-based simulation analysis and evaluation of subway stations as- 作者简介： semble capacity[J].Railway computer application,2012, 李冰，教授，博士生导师.主要研 21(8):48-50. 究方向为物流优化与控制、运输组织 优化、物流系统规划。主持国家自然 [11]吴桂庆.基于Pathfinder的地铁车站行人疏散仿真研 科学基金项目4项。发表学术论文 究).交通科技与经济，2014,16(3少：80-83. 30余篇。 WU Guiqing.Study on evacuation simulation of Pedestri- an in subway station based on pathfinder[J].Techno- logy economy in areas of communications,2014, 16(3):80-83. 杨薪玉，硕士研究生，主要研究方 [12]李莹，苏也惠.地铁换乘过程人流避免拥堵路径规划仿 向为物流优化与控制。 真).计算机仿真，2018,35(6)：146-150. LI Ying,SU Yehui.Simulation of traffic congestion avoidance path planning in subway transfer process[J]. Computer simulation,2018,35(6):146-150. [13]陈伟，李宗平.地铁换乘站设施布局优化仿真研究). 交通运输工程与信息学报，2016,14(2)：110-15. 王延锋，博士研究生，主要研究方 向为管理创新。 CHEN Wei,LI Zongping.Simulation of layout optimiza- tion of metro transfer station[J].Journal of transportation engineering and information,2016,14(2):110-115. [14]倪宝成，林壮，李平.考虑逆行避让行为的客船疏散仿 真模型[.哈尔滨工程大学学报，2020,41(1)：44-51
TANG Chunlin, SU Hu, JIN Weidong. Metro passenger simulation model[J]. Journal of system simulation, 2014, 26(10): 2470–2475. 聂广渊, 袁振洲, 吴昊灵. 基于 AnyLogic 仿真的城市轨 道交通枢纽通道宽度研究 [J]. 城市轨道交通研究, 2016, 19(6): 34–38. NIE Guangyuan, YUAN Zhenzhou, WU Haoling. Research on passageway width at urban rail transit hub based on AnyLogic simulation[J]. Urban mass transit, 2016, 19(6): 34–38. [9] 李洪旭, 李海鹰, 樊校, 等. 基于 Anylogic 的地铁车站集 散能力仿真分析评估 [J]. 铁路计算机应用, 2012, 21(8): 48–50. LI Hongxu, LI Haiying, FAN Xiao, et al. Anylogic-based simulation analysis and evaluation of subway stations assemble capacity[J]. Railway computer application, 2012, 21(8): 48–50. [10] 吴桂庆. 基于 Pathfinder 的地铁车站行人疏散仿真研 究 [J]. 交通科技与经济, 2014, 16(3): 80–83. WU Guiqing. Study on evacuation simulation of Pedestrian in subway station based on pathfinder[J]. Technology & economy in areas of communications, 2014, 16(3): 80–83. [11] 李莹, 苏也惠. 地铁换乘过程人流避免拥堵路径规划仿 真 [J]. 计算机仿真, 2018, 35(6): 146–150. LI Ying, SU Yehui. Simulation of traffic congestion avoidance path planning in subway transfer process[J]. Computer simulation, 2018, 35(6): 146–150. [12] 陈伟, 李宗平. 地铁换乘站设施布局优化仿真研究 [J]. 交通运输工程与信息学报, 2016, 14(2): 110–115. CHEN Wei, LI Zongping. Simulation of layout optimization of metro transfer station[J]. Journal of transportation engineering and information, 2016, 14(2): 110–115. [13] 倪宝成, 林壮, 李平. 考虑逆行避让行为的客船疏散仿 真模型 [J]. 哈尔滨工程大学学报, 2020, 41(1): 44–51. [14] NI Baocheng, LIN Zhuang, LI Ping. Passenger ship evacuation simulation model considering retrograde avoidance behavior[J]. Journal of Harbin Engineering University, 2020, 41(1): 44–51. 王亚娜, 赵永翔. 基于社会力模型的地铁站乘客上下车 行为影响因素分析 [J]. 交通信息与安全, 2017, 35(1): 105–111. WANG Ya’na, ZHAO Yongxiang. An analysis of impact factors of boarding and alighting behaviors of passengers based on a social force model[J]. Journal of transport information and safety, 2017, 35(1): 105–111. [15] Helbing D, Molnár P. Social force model for pedestrian dynamics[J]. Physical review E, 1995, 51(5): 4282–4286. [16] 作者简介： 李冰，教授，博士生导师，主要研 究方向为物流优化与控制、运输组织 优化、物流系统规划。主持国家自然 科学基金项目 4 项。发表学术论文 30 余篇。 杨薪玉，硕士研究生，主要研究方 向为物流优化与控制。 王延锋，博士研究生，主要研究方 向为管理创新。 第 6 期 李冰，等：轨道交通车站乘客集散系统 Anylogic 仿真优化 ·1057·