洪 玲，徐瑞華，段曉英（同濟(jì)大學(xué)道路與交通工程教育部重點實驗室，上海201804）

?

基于動態(tài)切換的城市軌道交通車站應(yīng)急疏散模型

洪 玲，徐瑞華，段曉英
（同濟(jì)大學(xué)道路與交通工程教育部重點實驗室，上海201804）

基于應(yīng)急條件下乘客可能采取的最近疏散行為、退避疏散行為、從眾疏散行為、回返疏散行為、均衡疏散行為等5種主要疏散行為對乘客吸引力的動態(tài)變化，構(gòu)建了基于應(yīng)急信息刺激的乘客疏散行為動態(tài)切換的3層模型體系.對不同微觀行人仿真模型的優(yōu)缺點進(jìn)行分析，構(gòu)建了融合應(yīng)急行為決策模型、A＊算法、社會力模型的應(yīng)急疏散聯(lián)合仿真體系.最后，利用實際城市軌道交通車站的應(yīng)急疏散調(diào)查數(shù)據(jù)，對模型參數(shù)進(jìn)行了標(biāo)定，并對仿真效果進(jìn)行了驗證.

城市軌道交通車站；應(yīng)急疏散行為；動態(tài)切換；應(yīng)急疏散決策模型

國內(nèi)外城市軌道交通系統(tǒng)所發(fā)生的一些重大突發(fā)事件都曾有過慘痛的經(jīng)驗教訓(xùn).這些突發(fā)事件的發(fā)生具有難以預(yù)知和不可控制性，不但對車站疏散乘客造成困難，還會導(dǎo)致相鄰線路車站上的客流積壓，引起網(wǎng)絡(luò)上客流的波動［1］.因此，深入研究乘客應(yīng)急疏散過程中的心理及行為特點，總結(jié)乘客應(yīng)急疏散的運動規(guī)律［2－4］，是制定符合實際需求、適應(yīng)事件演變應(yīng)急預(yù)案的基礎(chǔ)和前提，對提高應(yīng)急疏散預(yù)案的有效性和實用性具有重要的理論意義和實踐指導(dǎo)作用.

本文基于對城市軌道交通車站乘客應(yīng)急疏散流程的分析研究，將相應(yīng)的應(yīng)急疏散仿真劃分為“疏散信息層”、“行為決策層”、“行為執(zhí)行層”3部分內(nèi)容及相應(yīng)的模型體系.該研究結(jié)果可以用于構(gòu)建更加完善的城市軌道交通客流疏散仿真系統(tǒng)，用以評價城市軌道交通車站的規(guī)劃、設(shè)計，制定更加完善的應(yīng)急疏散預(yù)案.

1 行人疏散仿真模型研究現(xiàn)狀

國內(nèi)外對行人仿真的研究經(jīng)歷了宏觀模型［5－6］、中觀模型［7－9］、微觀模型［10－14］等不同階段.

這些行人仿真模型各有優(yōu)缺點，在此不一一贅述，其中應(yīng)用較為廣泛的模型主要是元胞自動機(jī)模型和社會力模型.通過對比可以發(fā)現(xiàn)它們各有優(yōu)缺點：元胞自動機(jī)模型能夠迅速、直接地模擬和反映現(xiàn)實中各類行人運動方向，計算速度快，物理意義明確.但也存在著模擬效果粗糙，行為規(guī)則較為簡單，移動方向機(jī)械，不能精確反映行人的各類細(xì)節(jié)特征等缺點.社會力模型能夠連續(xù)計算行人行進(jìn)過程中的行為變化（如自組織現(xiàn)象），對仿真智能體的行為特征描述更加細(xì)膩，更符合行人運動的實際特征，還可通過個體“涌現(xiàn)”的方式真實模擬群體行為.但其缺點是計算量較大，運算效率較低，且對于特定行人行為（例如特定的疏散行為）的建模較為抽象、復(fù)雜.鑒于此，應(yīng)綜合考慮不同微觀仿真模型（元胞自動機(jī)模型和社會力模型）的優(yōu)缺點，來組合構(gòu)建完善的城市軌道交通車站應(yīng)急疏散仿真模型體系.

此外，上述行人運動微觀仿真模型在應(yīng)急疏散領(lǐng)域往往只考慮對1種疏散行為（主要是最近疏散行為）進(jìn)行描述，很難對不同疏散行為進(jìn)行綜合考慮或進(jìn)行疏散行為的切換建模.

2 車站乘客應(yīng)急疏散流程與建模

2.1 總體疏散流程

通過對過往研究及調(diào)查成果的總結(jié)及分析［15－17］可以看出，應(yīng)急疏散過程中最主要的疏散行為包括最近疏散行為、退避疏散行為、回返疏散行為、從眾疏散行為以及均衡疏散行為.在這5種主要疏散行為中，只有2種疏散行為是疏散乘客自發(fā)產(chǎn)生的：1種是最近疏散行為，這種疏散行為直接反映了疏散乘客最直接的疏散動機(jī)——“盡快出站”；另1種是退避疏散行為，這種疏散行為是人類對災(zāi)害最自然的反應(yīng).這2種疏散行為反映了人類“趨利避害”的特性，其他的疏散行為都是為了能夠達(dá)到這種疏散目的而采取的臨時疏散策略.

回返疏散行為是乘客在決策變化時所采取的暫時按原路返回的補(bǔ)救行為.城市軌道交通車站的結(jié)構(gòu)越來越復(fù)雜，功能也越來越多，進(jìn)入車站內(nèi)部猶如進(jìn)入迷宮，這一點對于大型的換乘樞紐尤為明顯.乘客身處內(nèi)部經(jīng)常分不清方向，即使經(jīng)常在同站乘降的乘客也深有同感.所以在應(yīng)急疏散過程中，各類客流有可能會選擇自己先前采用的路徑、閘機(jī)或是出入口，這樣做更有安全感，更有把握.

從眾疏散行為主要是因為乘客受到群體行為“感染”而采取的1種“跟隨式”行為.跟從其他人會使疏散乘客具有很強(qiáng)的安全感，自然而然由個體從眾行為涌現(xiàn)出群體疏散行為.除此之外，疏散引導(dǎo)人員給人的安全感更強(qiáng)，疏散乘客更容易跟隨疏散引導(dǎo)人員進(jìn)行疏散.

均衡疏散行為是當(dāng)乘客在疏散過程中，如果面對多于1個選擇（不同的疏散出口或是樓梯等）時，會對不同的疏散選擇進(jìn)行權(quán)衡，選擇疏散速度最快的進(jìn)行疏散.當(dāng)某一個疏散出入口或是疏散樓梯聚集較多乘客，而其他疏散設(shè)施乘客較少時這種均衡選擇行為尤為明顯.

從上述分析可以看出，乘客在應(yīng)急疏散狀態(tài)下會重點比較不同疏散行為的利弊，進(jìn)而選擇1種最優(yōu)的行為進(jìn)行疏散，在疏散過程中還有可能會根據(jù)應(yīng)急場景的變化而動態(tài)改變自己的疏散行為選擇，直到疏散成功，其變化過程如圖1所示.

圖1 在站乘客的應(yīng)急疏散自我決策流程Fig.1 Self decision－making flow of emergency evacuation at stations

圖1中，疏散信息層、行為決策層、行為執(zhí)行層模擬了應(yīng)急條件下行人疏散的全過程.外部的車站環(huán)境影響因素為行人疏散提供了重要的外部刺激，但由于篇幅所限，本文重點對行人的內(nèi)部疏散邏輯（疏散信息層、行為決策層、行為執(zhí)行層）進(jìn)行建模分析.

疏散信息層代表了乘客在應(yīng)急條件下對不同疏散信息進(jìn)行權(quán)衡利弊而判斷各類可能的疏散行為選擇.主要通過對乘客自身屬性、疏散目的信息、當(dāng)前位置信息、當(dāng)前疏散行為信息，判斷可供選擇的疏散行為.

行為決策層首先對選擇某一種疏散行為時可能付出的時間或距離代價，或選用某一種疏散行為的效用值大小進(jìn)行估算.由于元胞自動機(jī)模型具有計算速度快、物理意義明確的特點，所以該層主要通過元胞自動機(jī)模型來計算或評估不同疏散行為的效用值，進(jìn)而為行為決策層提供決策依據(jù)（疏散時間值或疏散距離值）.

行為執(zhí)行層代表了乘客在選定某一種疏散行為時的具體執(zhí)行過程.在實際仿真過程中，考慮到社會力模型能夠連續(xù)計算行人行進(jìn)過程中的行為變化，行為仿真更加細(xì)膩，而A＊算法能夠高效地進(jìn)行大范圍最短尋路計算.因此，可以通過A＊算法與社會力模型的聯(lián)合來模擬乘客具體的尋路模式及微觀行為特征.

上述3層模型的運作流程是：首先，由疏散信息層根據(jù)各類應(yīng)急信息，篩選可供選擇的應(yīng)急疏散行為；行為決策層利用元胞自動機(jī)模型計算不同疏散行為的臨時目標(biāo)點和效用值（格子數(shù)），并選定其中1種疏散行為，進(jìn)而確定其臨時目標(biāo)點；最后，行為執(zhí)行層根據(jù)臨時目標(biāo)點開展仿真模擬.因此，行為決策層模型不但提供了不同疏散行為的效用值，還為行為執(zhí)行層提供了不同疏散行為的臨時目標(biāo)點，是3層模型的關(guān)鍵環(huán)節(jié).

2.2 疏散信息層模型建模

在應(yīng)急狀態(tài)下，在站乘客會根據(jù)當(dāng)前的應(yīng)急場景信息、自身所處的位置、自身的各種屬性來動態(tài)判斷所應(yīng)采取的應(yīng)急疏散行為或改變當(dāng)前疏散行為，疏散信息層為乘客的各種行為判斷提供了必不可少的動態(tài)信息［18－20］，這些信息也是車站外部環(huán)境因素與疏散乘客產(chǎn)生聯(lián)系與互動的主要紐帶.綜合考慮在站乘客可能接收到的應(yīng)急疏散信息，該疏散信息模型可以建模為

式中：Ai為疏散信息數(shù)據(jù)集；Si為仿真智能體在t時刻的狀態(tài)信息集合；Ei為應(yīng)急事件的刺激信息集合；Bi為智能體的應(yīng)急疏散行為信息集合.乘客本身狀態(tài)信息為

式中：p為智能體在t時刻所占據(jù)的網(wǎng)格位置；v為智能體在t時刻的瞬時速度；c為智能體的個體屬性，包括強(qiáng)壯、一般、弱?。籥為智能體的移動方向；b為智能體當(dāng)前所采取的疏散行為.應(yīng)急事件信息為

式中：g為疏散指示燈等裝置以及引導(dǎo)人員對智能體產(chǎn)生的影響；f為起火及火勢擴(kuò)散事件對智能體的影響；j為阻塞對智能體的影響.對城市軌道交通車站行人的不同疏散行為的選擇傾向信息建模為

式中：α、β、γ、δ、ρ分別代表最近疏散行為、退避疏散行為、從眾疏散行為、回返疏散行為、均衡疏散行為選擇傾向的權(quán)重系數(shù).

疏散信息模型Ai包含了城市軌道交通車站內(nèi)部乘客疏散時所需要的3類主要信息：乘客本身狀態(tài)信息Si；應(yīng)急事件信息Ei；疏散行為信息（效用值）Bi.綜合利用這3類信息可以實現(xiàn)城市軌道交通車站乘客的應(yīng)急疏散決策.其中，乘客本身狀態(tài)信息Si和應(yīng)急事件信息Ei來源于系統(tǒng)設(shè)定或仿真過程輸入，而疏散行為信息（效用值）Bi則需要通過對不同疏散行為建模并計算其效用值來實現(xiàn).

2.3 行為決策層模型建模

國內(nèi)外利用元胞自動機(jī)原理構(gòu)建了多種多樣的微觀行人仿真模型，并用于仿真執(zhí)行的具體過程.參考其建模思路［21－23］，對5種疏散行為分別進(jìn)行建模，但該建模并非用于仿真執(zhí)行的具體過程，而是每隔一定仿真間隔為行為決策層提供上述5種疏散行為的疏散效用值及不同疏散行為的臨時目標(biāo)點，即起到導(dǎo)向的作用.而具體的連續(xù)仿真執(zhí)行模型則由行為執(zhí)行層的A＊算法與社會力模型來完成.

2.3.1 最近疏散行為

根據(jù)最近疏散行為的特點，最近疏散行為模型可以構(gòu)建為

英語與茶看似毫不相干，但是我國茶文化在國際化發(fā)展過程中，語言的需求是不可或缺的。從世界范圍來看，英語依然是主要語言，以其方便、簡單、適用國家多等突出優(yōu)勢成為國際交流的主要語言。運用英語這個傳播工具向世界各國推廣中國傳統(tǒng)茶文化，打造國際茶文化旅游區(qū)是當(dāng)前我國茶文化旅游區(qū)宣傳營銷的主要任務(wù)。

ij近疏散行為選擇傾向的權(quán)重系數(shù)；dij為位于網(wǎng)格（i，j）的智能體沿最短路徑到達(dá)最近出口的距離；Dij為位于網(wǎng)格（i，j）的智能體沿最短路徑到達(dá)最遠(yuǎn)出口的距離.

2.3.2 退避疏散行為

根據(jù)退避疏散行為的特點，退避疏散行為模型可以構(gòu)建為

式中：A（β）ij為網(wǎng)格（i，j）對智能體的退避吸引力；βij為退避疏散行為選擇傾向的權(quán)重系數(shù)；P（β）ij為網(wǎng)格（i，j）對智能體退避安全參數(shù)；ef為網(wǎng)格（i，j）到突發(fā)事件（例如火災(zāi)）的位置.

2.3.3 從眾疏散行為

根據(jù)從眾疏散行為的特點，從眾疏散行為模型可以構(gòu)建為

式中：A（γ）ij為網(wǎng)格（i，j）對智能體的從眾吸引力；γij為從眾疏散行為選擇傾向的權(quán)重系數(shù)；P（γ）ij為網(wǎng)格（i， j）對智能體的從眾吸引參數(shù)為網(wǎng)格（i，j）與

仿真地圖中所有N個仿真乘客的距離之和；為仿真智能體與仿真地圖中所有N個仿真乘客的距離之和；N為仿真地圖中所有的仿真智能體個數(shù).

2.3.4 回返疏散行為

根據(jù)回返疏散行為的特點，回返疏散行為模型可以構(gòu)建為

式中：A（δ）ij為網(wǎng)格（i，j）對智能體的回返吸引力；δij為回返疏散行為選擇傾向的權(quán)重系數(shù)；P（δ）ij為網(wǎng)格（i，j）對智能體的回返吸引參數(shù)；d（δ）ij為位于網(wǎng)格（i，j）的智能體沿最短路徑到達(dá)其進(jìn)站口的距離.

2.3.5 均衡疏散行為

根據(jù)均衡疏散行為的特點，均衡疏散行為模型可以構(gòu)建為

式中：A（ρ）ij為網(wǎng)格（i，j）對智能體的均衡疏散吸引力；ρij為均衡疏散行為選擇傾向的權(quán)重系數(shù)；P（ρ）ij為網(wǎng)格（i，j）對智能體的均衡吸引參數(shù)；μd和μj分別為距離吸引力和擁堵吸引力的平衡系數(shù)，μd＋μj＝1，且μj隨時間的推移逐漸增大；Pij（j）為考慮網(wǎng)格（i，j）的阻塞參數(shù).

2.3.6 行為決策模型

針對前文所述的5類疏散行為，仿真乘客如何根據(jù)具體的環(huán)境、條件等信息來自動選擇某一種疏散行為（根據(jù)不同疏散行為的效用值），或動態(tài)切換不同疏散行為，是仿真系統(tǒng)“上下串聯(lián)”和開發(fā)實現(xiàn)的關(guān)鍵一環(huán).國內(nèi)外的仿真系統(tǒng)無論其仿真模型對疏散行為描述得如何精細(xì)，均沒有對仿真乘客（智能體）的行為決策過程進(jìn)行詳細(xì)描述與仿真，并不能真正反映應(yīng)急條件下不斷變換的疏散行為.為在仿真環(huán)境中真實模擬該動態(tài)決策過程，本文從信息權(quán)重角度解決應(yīng)急疏散行為的決策調(diào)用問題.根據(jù)上文疏散信息層中疏散行為初始選擇傾向權(quán)重：Bi＝｛α，β，γ，δ，ρ｝，結(jié)合5種疏散行為的實時效用值，構(gòu)建城市軌道交通車站行人的疏散行為動態(tài)選擇模型為

式中：p（x）ij為網(wǎng)格（i，j）對智能體選用某一疏散行為的概率；x為行人選擇某一疏散行為的初始權(quán)重系數(shù)，取值為α、β、γ、δ、ρ之一.

2.4 行為執(zhí)行層模型建模

當(dāng)行為決策層選定某一種具體疏散行為，并確定具體的臨時目標(biāo)點后，具體的仿真驅(qū)動則由行為執(zhí)行層來實現(xiàn)，即驅(qū)動仿真智能體到達(dá)具體的臨時目標(biāo)點.行為執(zhí)行層主要由A＊算法以及社會力模型構(gòu)成，其主要思路是通過A＊算法來搜索到達(dá)某一臨時目標(biāo)點的中長距離的最優(yōu)路徑，然后在實際的執(zhí)行過程中依靠社會力模型優(yōu)化調(diào)整階段性或是小范圍的具體路徑或行為.

A＊算法是即時戰(zhàn)略游戲中經(jīng)常采用的尋路算法，但是有一個缺點，即不能保證局部沖突之間的合理避讓，對向沖突雙方（仿真乘客之間）會機(jī)械地等待或是擁堵，同向仿真乘客會機(jī)械地沿一條線運動.所以在仿真過程中需要利用社會力模型來優(yōu)化具體的避讓路徑，以反映仿真乘客與仿真乘客之間以及仿真乘客與障礙物之間的作用力.

社會力模型［13］將客流仿真過程中各個乘客之間以及乘客與環(huán)境之間受到的物理力以及心理作用力都抽象為一種“社會”的作用，能夠從微觀角度模擬仿真乘客的細(xì)致運動軌跡，從而擴(kuò)展了牛頓第二定律.利用社會力模型可以保證在多數(shù)仿真乘客采用同一最短路徑疏散時進(jìn)行更細(xì)微的避讓模擬，使仿真乘客之間以及仿真乘客與障礙物之間的相互作用力更符合實際情況，仿真乘客的疏散路徑不至于機(jī)械.

綜上所述，疏散仿真路徑規(guī)劃分為3個步驟，如圖2所示.疏散仿真的示意圖如圖3所示.

圖2 疏散仿真的路徑規(guī)劃Fig.2 Path planning of evacuation simulation

圖3 疏散仿真示意圖Fig.3 Schematic diagram of evacuation simulation

3 疏散模型應(yīng)用實例

3.1 模型樣本數(shù)據(jù)

基于對地鐵車站進(jìn)行的應(yīng)急問卷調(diào)查，得到了乘客在地鐵車站應(yīng)急情況下最可能采取的疏散行為數(shù)據(jù)，如圖4所示.

圖4 疏散行為選擇傾向示意圖Fig.4 Choice tendency of evacuation behaviors

從圖4可以明顯看出：地鐵乘客在面臨應(yīng)急疏散時，對疏散行為的第一反應(yīng)主要包括最近疏散、從眾疏散、退避疏散、回返疏散、均衡疏散等5種疏散行為.“其他”選項合計約占6%，其中較為集中的是“冷靜”和“不知所措”等內(nèi)容.這說明本模型所考慮的5種疏散行為與城市軌道交通車站乘客的主流疏散意向比較一致.

問卷中，乘客對應(yīng)急疏散最關(guān)注的影響因素調(diào)查結(jié)果如圖5所示.

圖5 應(yīng)急疏散最關(guān)注因素示意圖Fig.5 Passengers’concerned factors in emergency evacuation

從圖5可以看出：乘客在疏散過程中最關(guān)注的問題是疏散的速度以及疏散的安全性，這也是影響乘客對不同疏散行為選擇的關(guān)鍵因素.本模型中對5種疏散行為的效用值通過“疏散速度”（疏散路徑所耗費網(wǎng)格數(shù)）予以描述，保證了疏散速度因素的基礎(chǔ)性作用.

該調(diào)查并非單選題，大部分乘客選擇了多種疏散行為作為自己可能的疏散選擇，選擇不同疏散行為個數(shù)的比例如圖6所示.

由圖6可以看出，選擇2種疏散行為（34%）和3種疏散行為（33%）的比例最高，合計67%，甚至有相當(dāng)比例的乘客選擇了5種疏散行為和6種疏散行為.雖然該問卷調(diào)查為意向性調(diào)查，不能完全反映在真實應(yīng)急條件下乘客的應(yīng)急選擇，但從一個側(cè)面揭示了城市軌道交通車站乘客的應(yīng)急疏散絕不是單一的疏散行為，而是多種疏散行為間或切換的復(fù)雜過程，這也證明了本文考慮不同疏散行為動態(tài)切換的思想是符合實際情況的.本調(diào)查僅針對乘客面臨應(yīng)急事件時的自發(fā)反應(yīng)，如果考慮到車站內(nèi)廣播、引導(dǎo)、導(dǎo)向標(biāo)志對疏散乘客的影響，其選擇行為將可能更多.

圖6 多種疏散行為的變化Fig.6 Evacuation behaviors’change

3.2 模型仿真參數(shù)標(biāo)定

利用上述數(shù)據(jù)為本文所構(gòu)建應(yīng)急疏散模型標(biāo)定參數(shù)，即

Bi＝｛α，γ，β，δ，ρ｝＝｛0.22，0.21，0.22，0.19，0.10｝為保證疏散選擇概率歸一，上述參數(shù)適當(dāng)調(diào)整為：｛0.24，0.22，0.24，0.20，0.10｝.將該參數(shù)代入p（x）ij可以在仿真模型中動態(tài)選擇不同的疏散行為.

利用上述模型，開展疏散仿真試驗.構(gòu)建如圖7所示的站廳仿真模型.站廳層包括4個出入口：0號出入口、1號出入口、2號出入口、3號出入口；2組入口閘機(jī)：1號入口閘機(jī)、2號入口閘機(jī)；4組出口閘機(jī)：1號出口閘機(jī)、2號出口閘機(jī)、3號出口閘機(jī)、4號出口閘機(jī).站臺層、站廳層之間通過6組樓梯相關(guān)聯(lián)：0號樓梯區(qū)、1號樓梯區(qū)、2號樓梯區(qū)、3號樓梯區(qū)、4號樓梯區(qū)、5號樓梯區(qū).其中，4號樓梯區(qū)為上行進(jìn)站客流通往站臺的單向樓梯；5號樓梯區(qū)為下行進(jìn)站客流通往站臺的單向樓梯；0號樓梯區(qū)和1號樓梯區(qū)為上行出站客流通往站廳的單向自動扶梯；2號樓梯區(qū)和3號樓梯區(qū)為下行出站客流通往站廳的單向自動扶梯.站廳長度為118m，寬度為38m.

圖7 站廳模型布局示意圖Fig.7 Station hall’s layout

站廳布置駐留人數(shù)100人，火災(zāi)影響設(shè)置于展廳左側(cè)，利用上述決策模型進(jìn)行仿真，其評價結(jié)果通過空間利用分布圖來展示，如圖8所示，黑色虛線所示的區(qū)域為主要通行路徑.

圖8 空間利用分布圖Fig.8 Space using map

3.3 仿真結(jié)果驗證

為保證疏散仿真的可靠性，本結(jié)果為10次仿真模擬后的空間利用平均值，每次均設(shè)置100個仿真體進(jìn)行試驗.根據(jù)仿真結(jié)果，在自發(fā)條件下的疏散行為不但種類多樣，而且動態(tài)變換.根據(jù)模型的輸出結(jié)果統(tǒng)計分析：每次均有100%的仿真智能體曾經(jīng)采用過最近疏散行為，平均有63%的仿真智能體采用過退避疏散行為，平均有53%的仿真智能體采用過從眾疏散行為，平均有18%的仿真智能體采用過回返疏散行為，平均有17%的仿真智能體采用過均衡疏散行為.導(dǎo)致產(chǎn)生仿真統(tǒng)計結(jié)果與初始參數(shù)設(shè)定權(quán)重不一致的原因是：本模型用疏散速度作為各疏散行為效用值的評判標(biāo)準(zhǔn)，無形中增大了最近疏散行為被選擇的幾率.但這種變化與相同受訪者最關(guān)注的應(yīng)急疏散影響因素調(diào)查結(jié)果是相一致的.即：最近疏散行為（40%）反映了地鐵乘客“盡快疏散”的意愿（42%）；退避疏散行為＋從眾疏散行為（合計32%）反映了地鐵乘客“安全疏散”的意愿（36%）；均衡疏散行為（7%）反映了乘客“不擁擠、舒適”的疏散意愿（9%）；回返疏散行為（7%）反映了乘客“環(huán)境熟悉”的意愿（6%）.所以該模型的仿真結(jié)果比較合理地反映了地鐵乘客的各類應(yīng)急疏散意愿.具體對比關(guān)系如圖9所示.

圖9 仿真疏散行為與調(diào)查疏散意愿對比Fig.9 Contrast of simulated evacuation behaviors and investigated evacuation intentions

在仿真智能體所選擇的疏散行為數(shù)目的統(tǒng)計中可以看出：選擇1種疏散行為完成疏散的約有10%；選擇2種疏散行為完成疏散的約有53%，選擇3種疏散行為完成疏散的約有25%，選擇4種疏散行為完成疏散的約有7%，選擇5種疏散行為完成疏散的約有5%.其統(tǒng)計結(jié)果與實際調(diào)查比例（選擇1種的占12%，選擇2種的占34%，選擇3種的占33%，選擇4種的占9%，選擇5種的占8%，選擇6種的占4%）略有異同.相同點主要是行為選擇數(shù)目都集中在2種和3種，其中調(diào)查統(tǒng)計結(jié)果共計67%（2種和3種合計），仿真統(tǒng)計結(jié)果為75%（2種和3種合計），這反映了城市軌道交通車站乘客疏散行為選擇數(shù)目的一種主流意向.不同的差異主要是仿真統(tǒng)計結(jié)果中選擇2種疏散行為（53%）遠(yuǎn)高于選擇3種疏散行為（25%），而調(diào)查統(tǒng)計結(jié)果中選擇2種疏散行為（34%）與選擇3種疏散行為（33%）的比例較為接近.這主要是因為本次仿真驗證僅構(gòu)建了城市軌道交通車站的站廳模型，并沒有考慮更復(fù)雜的車站結(jié)構(gòu)（例如站臺、換乘等）.具體對比關(guān)系如圖10所示.

總體而言，該模型的仿真結(jié)果與實際調(diào)查的趨勢較為接近，其差異在可解釋范圍內(nèi)，可以為進(jìn)一步構(gòu)建完善的城市軌道交通車站應(yīng)急疏散仿真系統(tǒng)提供關(guān)鍵的乘客應(yīng)急疏散決策模型的技術(shù)支持.

圖10 仿真疏散行為與調(diào)查疏散行為選擇對比Fig.10 Behaviors change contrast of evacuation simulation and evacuation investigation

4 結(jié)語

本文對城市軌道交通車站乘客在應(yīng)急條件下心理和行為特征進(jìn)行了分析研究，并根據(jù)其決策、執(zhí)行過程構(gòu)建了相應(yīng)的3層模型：疏散信息層模型、行為決策層模型、行為執(zhí)行層模型.同時，創(chuàng)造性地融合了元胞自動機(jī)模型、A＊算法和社會力模型，保證了疏散行為決策（利用元胞自動機(jī)模型）的準(zhǔn)確表達(dá)與行人微觀行為的細(xì)膩模擬（利用社會力模型）.最后，通過實際調(diào)查數(shù)據(jù)對其疏散行為選擇比例、疏散行為選擇數(shù)目的可靠性進(jìn)行了驗證.

基于該模型的仿真系統(tǒng)可用于對城市軌道交通車站的規(guī)劃設(shè)計、安全設(shè)施布置、應(yīng)急預(yù)案以及應(yīng)急疏散組織進(jìn)行仿真評價，進(jìn)而提供定量化的優(yōu)化建議.此外，通過對不同環(huán)境及疏散行為的專項調(diào)查、分析，調(diào)整部分參數(shù)，該模型也可適用于類似環(huán)境的行人疏散研究，例如樓宇、場館等各類室內(nèi)公共建筑.

［1］洪玲，高佳，徐瑞華.城市軌道交通網(wǎng)絡(luò)突發(fā)事件影響客流量的計算［J］.同濟(jì)大學(xué)學(xué)報：自然科學(xué)版，2011，39（10）：1485.HONG Ling，GAO Jia，XU Ruihua.Calculation method of emergency passenger flow in urban rail network［J］.Journal of Tongji University：Natural Science，2011，39（10）：1485.

［2］Galiza R J，F(xiàn)erreira L.Developing standard pedestrianequivalent factors passenger car：equivalent approach for dealing with pedestrian diversity［J］.Transportation Research Record，2012，2299：166.

［3］Kauffmann P，Kikuchi S.Modeling the practical capacity of escalators：a behavioral approach to pedestrian simulation［J］.Transportation Research Record，2013，2350：136.

［4］Heli?vaara S，Ehtamo H，Helbing D，et al.Patient and impatient pedestrians in a spatial game for egress congestion ［J］.Physical Review E，2013，87（1）：012802.

［5］Henderson L E.The statistics of crowd fluids［J］.Nature，1971，229（2）：381.

［6］溫堅，田歡歡，薛郁.考慮次近鄰作用的行人交通格子流體力學(xué)模型［J］.物理學(xué)報，2010，59（6）：3817.WEN Jian，TIAN Huanhuan，XUE Yu.Lattice hydrodynamic model for pedestrian traffic with the next－nearest－neighbor pedestrian［J］.Acta Physica Sinica，2010，59（6）：3817.

［7］Muramatsu M，Nagatani T.Jamming transition in twodimensional pedestrian traffic［J］.Physica A，2000，275（1）：281.

［8］郭細(xì)偉.基于非均勻格子氣模型的人群疏散動力學(xué)模擬［D］.武漢：華中科技大學(xué)，2013.GUO Xiwei.Modeling of pedestrian evacuation dynamics based on the heterogeneous lattice gas model［D］.Wuhan：Huazhong University of Science and Technology，2013.

［9］Hoogendoorn S，Bovy P H L.Gas－kinetic modeling and simulation of pedestrian flows［J］.Transportation Research Record，2000，1710（1）：28.

［10］Gipps P G，Marksjo B.A micro－simulation model for pedestrian flows［J］.Mathematics and Computers in Simulation，1985，27 （2）：95.

［11］Blue V J，Adler J L.Cellular automata micro simulation for modeling bi－directional pedestrian walkways［J］.Transportation Research Part B：Methodological，2001，35（3）：293.

［12］Okazaki S，Matsushita S.A study of simulation model for pedestrian movement with evacuation and queuing［C］／／Proceeding of the International Conference on Engineering for Crowd Safety.London：Elsevier，1993：271－280.

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

［14］Osaragi T.Modeling of pedestrian behavior and its applications to spatial evaluation［C］／／Proceedings of the Third International Joint Conference on Autonomous Agents and Multiagent Systems.New York：Association for Computing Machinery，2004：836－847.

［15］藍(lán)善民.高鐵站應(yīng)急疏散研究［D］.成都：西南交通大學(xué)，2014.LAN Shanmin.Research on emergency evacuation for highspeed railway station［D］.Chengdu：Southwest Jiaotong University，2014.

［16］郭雩.何理，石杰紅，等.地鐵不同人群疏散行為特征調(diào)查問卷研究［J］.中國安全生產(chǎn)科學(xué)技術(shù)，2012，8（4）：183.GUO Yu，HE Li，SHI Jiehong，et al.Questionnaire research on the evacuation behavior characteristics of different crowds in subway［J］.Journal of Safety Science and Technology，2012，8 （4）：183.

［17］何理，鐘茂華，史聰靈，等.北京地鐵乘客疏散行為特征調(diào)查試驗分析［C］／／2010（沈陽）國際安全科學(xué)與技術(shù)學(xué)術(shù)研討會論文集.沈陽：東北大學(xué)安全工程研究所，2010：1002－1006.HE li，ZHONG Maohua，SHI Congling，et al.Survy on behavioral features of evacuation of Bejing subway［C］／／Proceeding of 2010（Shenyang）International Colloquium on Safety Science and Technology.Shenyang：Northeast University Safety Engineering Institute，2010：1002－1006.

［18］XU Li，LO Siu－ming，GE Hongxia.The Korteweg－de Vires equation for the bidirectional pedestrian flow model considering the next－nearest－neighbor effect［J］.Chinese Physics B，2013，22（12）：120508.

［19］徐瑞華，洪玲，高佳，等.城市軌道交通車站應(yīng)急疏散的乘客行為及評價技術(shù)研究［R］.上海：同濟(jì)大學(xué)，2011.XU Ruihua，HONG Ling，GAO Jia，et al.Passengers behavior and evaluation research on emergency evacuation of urban rail transit station［R］.Shanghai：Tongji University，2011.

［20］房志明.考慮火災(zāi)影響的人員疏散過程模型與實驗研究［D］.合肥：中國科學(xué)技術(shù)大學(xué)，2012.FANG Zhiming.Modelling and experimental study of evacuation process considering effect of fire［D］.Hefei：University of Science and Technology of China，2012.

［21］張立紅，王策源，楊光，等.基于行人疏散模型的建筑出口設(shè)計優(yōu)化研究［J］.中國安全生產(chǎn)科學(xué)技術(shù)，2014，10（10）：100.ZHANG Lihong，WANG Ceyuan，YANG Guang，et al.Study on optimization of building exits design based on pedestrian evacuation model［J］.Journal of Safety Science and Technology，2014，10（10）：100.

［22］崔喜紅，李強(qiáng)，陳晉，等.基于多智能體技術(shù)的公共場所人員疏散模型研究［J］.系統(tǒng)仿真學(xué)報，2008，20（4）：1006.CUI Xihong，LI Qiang，CHEN Jin，et al.Study on MA－based model of occupant evacuation in public facility［J］.Journal of System Simulation，2008，20（4）：1006.

［23］陳海濤，楊鵬，于潤滄.一種考慮斜向運動參量的行人疏散模型研究［J］.安全與環(huán)境學(xué)報，2014，14（3）：156.CHEN Haitao，YANG Peng，YU Runcang.A simulated pedestrians’evacuation model with a diagonal movement parameter［J］.Journal of Safety and Environment，2014，14 （3）：156.

Emergency Evacuation Model of Urban Rail Transit Station Based on Dynamic Switching Pattern

HONG Ling，XU Ruihua，DUAN Xiaoying
（Key Laboratory of Road and Traffic Engineering of the Ministry of Education，Tongji University，Shanghai 201804，China）

Five evacuation behaviors，including the shortest evacuation behavior，avoidance evacuation behavior，herd evacuation behavior，returning evacuation behavior and equilibrium evacuation behavior，were analyzed and modelled in detail.Then a three－layer evacuation model system of dynamic switching pattern was developed based on emergency information stimulation.After analyzing the advantages and disadvantages of different microscopic pedestrian simulation models，ajoint simulation system，which contains emergency evacuation decision－making model，A－star algorithm and social force model，was built.Finally，with the actual survey data of emergency evacuation of urban rail transit stations，the parameters of the model were calibrated and the simulation results were verified.

urban rail transit station；emergency evacuation behaviors；dynamic switch；emergency evacuation decisionmaking model

U293.1

A

0253－374X（2016）01－0087－08

10.11908／j.issn.0253－374x.2016.01.013

2015-01-05

國家自然科學(xué)基金（71271153）

洪 玲（1972—），女，高級工程師，工學(xué)博士，主要研究方向為交通運輸規(guī)劃與管理.E－mail：ss980308＠#edu.cn