魏宇浩，張 然，秦 華, ，石熙普

（1.北京建筑大學 機電與車輛工程學院，北京 102616；2.北京市建筑安全檢測工程技術研究中心，北京 102616)

0 引言

隨著城市軌道交通日趨成熟，越來越多的居民選擇地鐵作為主要的出行工具。地鐵換乘車站作為不同線路間換乘的主要設施，客流規(guī)模龐大，尤其是在高峰時段，車站內(nèi)的瓶頸場所人員數(shù)量極大、聚集頻繁且人員的行為復雜多樣，一旦出現(xiàn)突發(fā)情況，極易造成擁堵，形成安全隱患。因此，迫切需要對地鐵站站內(nèi)出現(xiàn)的擁堵瓶頸進行識別和優(yōu)化，提高地鐵運營管理水平和乘客服務水平。

對于地鐵站站內(nèi)的瓶頸識別，相關學者提出了許多模型和評價指標。陳紹寬等[1]選取M/G/c/c網(wǎng)絡排隊模型，分析地鐵站內(nèi)樓梯和通道的疏散能力，識別出在不同客流到達率下，樓梯和通道的疏散能力瓶頸點；盛應平等[2]提出了改進的行人流線網(wǎng)絡法模型，并利用流線飽和度、設施最大擁堵面積等指標分析了原方案及3個優(yōu)化方案在多種客流工況下的客流適應性，給出了推薦方案；張瑞等[3]將用戶均衡理論融入M/G/c/c模型，構建出乘客網(wǎng)絡動態(tài)客流分配和瓶頸識別模型，該模型可以有效識別車站瓶頸和擁堵情況，并指出最終疏解效果與導流桿的設置方法有關；付婷[4]使用約束理論(TOC)對城市軌道交通車站系統(tǒng)進行瓶頸分析與識別；黃敏等[5]提出了考慮高峰期客流時空特點的人流交織區(qū)域及人流沖突點、局部擁擠系數(shù)、設施利用不均系數(shù)3個評價指標，對地鐵站廳設施布局進行仿真評價，并提出了優(yōu)化措施；吳賢國等[6]以人流密度、關聯(lián)人群組數(shù)和人流負荷率作為瓶頸點風險的評價指標，結合LED評分法，提出了人群集散風險等級的計算方法，之后通過仿真進行了驗證并提出了增設導流桿和增加檢票口的優(yōu)化方法；陳偉等[7]選取乘客平均排隊長度、平均逗留時間和區(qū)域密度3個指標，結合行人密度圖探討布局設施優(yōu)化方案，且驗證了其方法的可行性。

國內(nèi)學者對識別出的瓶頸進行疏解和優(yōu)化主要是針對瓶頸設施改進，莫逆等[8]從閘機的布設方式入手，結合仿真結果，提出了與客流流線呈傾斜角的布設方式；柳澤原等[9]調(diào)查了車站的實際狀況，發(fā)現(xiàn)閘機的布置存在弊端，隨后通過仿真進行布局優(yōu)化，并驗證了優(yōu)化方案的可行性；黃文成等[10]以建國門地鐵站為研究對象，通過AnyLogic仿真模擬，選取換乘疏散時間為衡量指標，對換乘樓梯寬度做出優(yōu)化。上述方法直接對形成瓶頸的設施進行改進，針對性較強，但遇到諸如加寬樓梯、加寬站臺等措施時，會產(chǎn)生較高的成本，且可行性較差。本研究以客流密度作為瓶頸識別準則，通過AnyLogic軟件中的行人仿真模塊對整個換乘車站進行模擬仿真，對站內(nèi)客流進行分析，以客流密度和區(qū)域平均逗留時間作為評價優(yōu)化效果的指標，結合人流自組織效應探討可以緩解擁堵且簡單易行的有效措施，為地鐵站客流組織優(yōu)化提供建議。

1 研究方法

1.1 角門西地鐵換乘站概況

角門西站是北京市地鐵4號線和10號線的換乘車站，車站地下共分3層，地下1層為地鐵站站廳層，地下2層為乘坐地鐵4號線的站臺層，地下3層為乘坐地鐵10號線的站臺層，車站共有A1，A2，B，C，D，E，F(xiàn)，G共8個出入口，其中A1，A2共用一個出入口通道，接下來將其合并稱作為出入口A。站廳層分為A/B廳、C/D廳、E廳、F/G廳4個部分，4個部分由換乘通道連接，其中A/B廳和C/D廳可以乘坐4號線，E廳和F/G廳可以乘坐10號線，各廳內(nèi)均具備自助售票機、人工服務窗口、電梯、安檢區(qū)、檢票閘機、樓扶梯等設施。角門西換乘站客流流向如圖1所示，是各進站口進站客流與換乘客流的流向展示，由于出站客流相對于進站客流和換乘客流來說較少，為了更加清晰地展示主要客流的流向，圖中省略了出站客流流線，且未展示車站中不影響客流的設施細節(jié)。

圖1 角門西換乘站客流流向Fig.1 Passenger flow direction of JiaoMenxi transfer station

1.2 仿真工具選取

目前描述行人運動的微觀模型主要包括元胞自動機模型、社會力模型、移動效益模型、磁力模型和排隊論模型等[11]。其中，社會力模型在建模過程中綜合考慮了行人對目標的運動、行人間的相互作用及周圍環(huán)境的影響，可以較好地模擬再現(xiàn)行人的典型自組織現(xiàn)象。模型把行人抽象為具有一定形狀、質(zhì)量和體積的粒子，然后以力的形式對行人受到的外部影響進行量化，再通過經(jīng)典力學中的受力分析來分析行人在走行過程中的受力情況，以此來解釋行人運動中遇到的路徑選擇、加速、減速、等待及趨向性等問題[12]。

AnyLogic作為成熟的社會力模型仿真軟件，其內(nèi)置的行人庫不僅可以構建行人微觀仿真模型，還提供了高自由度的二次開發(fā)環(huán)境，用戶可以進行細致的環(huán)境建模，使得仿真過程、結果更加接近真實情況。該軟件還可以輸出動畫和一些統(tǒng)計數(shù)據(jù)信息，包括停留時間、排隊長度、通過某區(qū)域的人流量以及通過人流密度圖直觀地顯示人流密度的分布情況等?？紤]到這些特點，選擇AnyLogic作為仿真建模的工具。

1.3 地鐵站內(nèi)客流擁堵評價指標

研究主要從空間和時間2個方面對整個地鐵換乘站內(nèi)瓶頸區(qū)域的擁擠程度進行評價，空間方面的評價采用人流密度[13]作為指標，時間方面參照陳偉等[7]對平均逗留時間的定義，提出區(qū)域平均逗留時間作為指標。

（1）人流密度ρi是指在指定區(qū)域i內(nèi)單位面積的平均人數(shù)，數(shù)值越大說明擁堵程度越高。

式中：Ni表示區(qū)域i內(nèi)的行人人數(shù)，人；Si表示區(qū)域i的面積，m2；ρi表示區(qū)域i的人流密度，人/m2。

（2）區(qū)域平均逗留時間Tqi(單位s)，是指在時間q內(nèi)進入?yún)^(qū)域i的行人通過區(qū)域i的平均走行時間，其值越大，說明行人在區(qū)域i內(nèi)滯留越嚴重，擁擠程度越高。

式中：Nq表示在時間q內(nèi)進入?yún)^(qū)域i內(nèi)的行人數(shù)量，人；tj表示在時間q內(nèi)進入?yún)^(qū)域i的行人j通過區(qū)域i的走行時間，s。

1.4 仿真環(huán)境搭建

通過實地調(diào)研獲取角門西換乘站的布局、尺寸等數(shù)據(jù)，數(shù)據(jù)采集時間為2019年10月21日至2019年10月25日的9 : 00—11 : 00，采集方法為通過使用手機測距APP進行相關尺寸測量，利用獲取的數(shù)據(jù)繪制角門西換乘站的AutoCAD圖紙，圖紙包括3部分，分別為：站廳層、4號線站臺層、10號線站臺層。隨后，在AnyLogic軟件中建立模型并導入角門西換乘站的AutoCAD圖紙，調(diào)節(jié)模型比例尺，對照圖紙繪制墻壁并添加檢票閘機、樓扶梯等智能體設施，其中樓梯使用矩形區(qū)域進行繪制，得到角門西換乘站仿真底圖如圖2所示。

圖2 角門西換乘站仿真底圖Fig.2 Simulation base map of JiaoMenxi transfer station

1.5 參數(shù)設置

流程建模需要客流流線、客流量、設施參數(shù)、路徑選擇比例等數(shù)據(jù)，研究人員在2019年10月28日至2019年11月1日期間，對角門西換乘站7 : 30—8 : 30的早高峰進行實地調(diào)研獲取所需數(shù)據(jù)。根據(jù)調(diào)研結果設置客流流程圖和列車流程圖，其中，4號線下車乘客流程建模如圖3所示，給出了4號線下車乘客的換乘、出站流程，乘客下車后依次通過各設施，通過在PedSelectOutput中設置不同的概率值實現(xiàn)客流按照特定比例選擇不同路線和設施。4號線列車流程建模如圖4所示，給出了4號線列車的生成、進站、乘客下車、乘客上車、離站過程，可以通過控制參數(shù)改變列車到達時間間隔。調(diào)研過程中，采用抽樣統(tǒng)計方法獲取各設施服務時間，根據(jù)統(tǒng)計結果得到以下參數(shù)：行人速度、閘機單人服務時間、單個乘客安檢服務時間、單個乘客人工售票窗口購票時間和自助售票窗口購票時間，分別服從 1.2 ～ 1.8 m/s，1 ～ 5 s，2 ～ 4 s，15 ～ 25 s和 18 ～ 50 s的均勻分布。各路徑客流比例、樓扶梯選擇比例分別以10 min時間內(nèi)觀察到的對應比例近似。地鐵車站各出入口早高峰客流量如表1所示，列車上下車人數(shù)如表2所示。對模型進行調(diào)試，完成后進行3 600 s的仿真實驗。

表1 地鐵車站各出入口早高峰客流量 人次/ hTab.1 Passenger flow at all entrances and exits of the subway station during morning peaks

表2 列車上下車人數(shù)Tab.2 Number of people getting on and off the train

圖3 4號線下車乘客流程建模Fig.3 Process modeling of passengers getting off at Line 4

圖4 4號線列車流程建模Fig.4 Process modeling of the train in line 4

2 仿真結果與分析

2.1 瓶頸區(qū)域識別

仿真運行過程中，通過顯示整個車站的客流密度圖，可以對站內(nèi)各區(qū)域的客流密度大小有一個直觀的了解，便于初步識別出可能發(fā)生擁擠的瓶頸區(qū)域。優(yōu)化前站廳層(左)和站臺層(右)客流密度圖如圖5所示，灰色橢圓標記的位置即為初步識別出的可能發(fā)生擁堵的瓶頸區(qū)域，其中a為CD口安檢設施限流排隊區(qū)域，b為E口站廳換乘4號線樓扶梯區(qū)域，c為AB口站廳換乘10號線樓扶梯區(qū)域，d為4號線站臺靠近CD口的樓扶梯區(qū)域，e為4號線站臺靠近AB口的樓扶梯區(qū)域，f為10號線站臺靠近E口的樓扶梯區(qū)域，g為10號線站臺靠近FG口的樓扶梯區(qū)域。后續(xù)在對各瓶頸區(qū)域的評價指標進行計算時，以矩形框劃定各瓶頸區(qū)域的具體范圍，矩形框的大小在仿真運行3 600 s時能完全包括紅色區(qū)域，各瓶頸區(qū)域統(tǒng)計面積如表3所示。

表3 各瓶頸區(qū)域統(tǒng)計面積Tab.3 Statistical area of each bottleneck area

圖5 優(yōu)化前站廳層(左)和站臺層(右)客流密度圖Fig.5 Passenger density map of station hall floor (left) and platform floor (right)before optimization

2.2 瓶頸原因及優(yōu)化措施

瓶頸區(qū)域a為CD口進站客流在安檢設施前排隊等待形成，由于CD口進站客流很大，只有2個安檢口不足以保證乘客通暢進站，實地調(diào)研中發(fā)現(xiàn)，工作人員為了保證乘客有秩序地排隊安檢，在該區(qū)域采取了限流措施，根據(jù)密度圖顯示，在拐角處密度較大，該拐角為折角型設計，走向具有突變性，流暢性差，在客流較大時極易形成局部高密度客流而造成擁堵[14]，有些研究中把這樣的折角去掉后取得了不錯的效果[15]。因此，提出將折角拐角改為弧形拐角的優(yōu)化方案，優(yōu)化后的模型中把拐角處的直角墻壁和護欄調(diào)整為半徑1 m的弧形。

瓶頸區(qū)域b為換乘10號線的樓扶梯處，該樓扶梯承擔了整個4號線換乘10號線的客流，無論是從4號線左側(cè)樓扶梯還是右側(cè)樓扶梯上來的換乘10號線的乘客均通過該瓶頸區(qū)域去往10號線。實地調(diào)研發(fā)現(xiàn)，從4號線左側(cè)樓扶梯上來的換乘客流可以通過換乘通道從靠近FG口的樓扶梯換乘10號線，但是在沒有工作人員引導的情況下，幾乎所有的乘客均不從該樓扶梯換乘10號線。從仿真密度圖也可以看出該樓扶梯處客流密度較小，尚未有效利用。因此，提出引導部分客流從靠近FG口的樓扶梯換乘10號線，以緩解該瓶頸區(qū)域的客流壓力。經(jīng)試驗確定，引導4號線左側(cè)樓扶梯處上來的換乘客流的30%通過靠近FG口的樓扶梯換乘10號線。同理，瓶頸區(qū)域c也采用引導客流的方法進行優(yōu)化，引導從10號線上側(cè)方向(靠近E口的樓扶梯)上來的部分換乘4號線客流從靠近CD口的樓扶梯處換乘4號線。經(jīng)試驗確定，引導從10號線上側(cè)樓扶梯上來的換乘客流的20%通過靠近CD口的樓扶梯換乘4號線。優(yōu)化后的模型中，在4號線換乘客流的流程邏輯中加入通往靠近FG口的路線，路線概率設為0.3，在10號線換乘客流的流程邏輯中加入通往靠近CD口的路線，路線概率設為0.2，模型里通過設置參數(shù)的方式實現(xiàn)客流分流，在實際應用時，可以通過設置分流護欄和引導人員的方式實現(xiàn)。

瓶頸區(qū)域d，e，f，g均為從列車下來的乘客前往站廳層時在上行扶梯處形成，瓶頸區(qū)域d處客流密度時間折線圖如圖6所示，其密度隨時間呈現(xiàn)一定的波動性，由列車的間隔到達引起。當列車到達時，乘客一擁而下，客流密度迅速增大；隨著乘客上樓，密度逐漸減小。因此提出令2個方向的列車錯峰進站的方式進行優(yōu)化，避免雙向列車同時到達引起的客流激增，優(yōu)化時通過調(diào)整列車到達時間間隔參數(shù)來實現(xiàn)錯峰到達。

圖6 瓶頸區(qū)域d處客流密度時間折線圖Fig.6 Time line chart of passenger density at the bottleneck area d

2.3 優(yōu)化后仿真驗證

為了驗證優(yōu)化的效果，在根據(jù)前述優(yōu)化措施調(diào)整相應設置后，重新進行仿真，通過密度圖和區(qū)域平均逗留時間進行評估。優(yōu)化后站廳層(左)和站臺層(右)客流密度圖如圖7所示。優(yōu)化方案實施后，各瓶頸區(qū)域客流密度均有明顯改善。優(yōu)化前后區(qū)域平均逗留時間對比如表4所示，可以看出優(yōu)化措施有效地減少了行人在瓶頸區(qū)域的逗留時間，減少幅度最大可以達到35%，最小可以達到7.1%，客流通行更加通暢。結合優(yōu)化前后的密度圖和區(qū)域平均逗留時間對比，可以得出結論：研究所提出的優(yōu)化措施有效。

圖7 優(yōu)化后站廳層(左)和站臺層(右)客流密度圖Fig.7 Passenger density map of station hall floor (left) and platform floor (right)after optimization

表4 優(yōu)化前后區(qū)域平均逗留時間對比Tab.4 Comparison of average stay time in bottleneck areas before and after optimization

3 結束語

本研究試圖在不改變地鐵站原有布局的前提下，通過客流的自組織效應及客流引導疏解瓶頸區(qū)域。選取早高峰的角門西換乘站為研究對象，結合AnyLogic仿真實驗獲取密度圖并識別出瓶頸區(qū)域，利用自組織效應和客流引導等方法進行瓶頸優(yōu)化，提出將瓶頸區(qū)域的直角拐角改為弧形拐角、引導客流壓力大的流線分攤出部分客流前往客流壓力較小的流線、調(diào)整列車到達時間以確保雙向列車錯峰到達等優(yōu)化方案，對優(yōu)化后的模型再次進行仿真獲取密度圖、區(qū)域平均逗留時間，其結果均得到了較大改善，驗證了所提優(yōu)化措施的可行性與有效性。相較于以往對瓶頸設施進行改進，研究提出的優(yōu)化方案便捷且經(jīng)濟，減少因作業(yè)施工造成的直接及間接經(jīng)濟損失。不足點在于只針對角門西地鐵站高峰期換乘瓶頸提出優(yōu)化，未來將選取更多地鐵站進行仿真實驗，不斷驗證并完善該仿真方案的可行性，提高地鐵整體服務水平。