基于从众心理的城市轨道交通站内应急疏散仿真研究

李昌宇，李季涛，宋小满，周 茵

（1.大连交通大学 交通运输工程学院，辽宁 大连 116028；2.中国铁道科学研究院 运输及经济研究所，北京 100081）

基于从众心理的城市轨道交通站内应急疏散仿真研究

李昌宇1，李季涛1，宋小满2，周 茵2

（1.大连交通大学 交通运输工程学院，辽宁 大连 116028；2.中国铁道科学研究院 运输及经济研究所，北京 100081）

在阐述 Agent 理论在城市轨道交通车站中的应用、应急疏散行为的影响因素、应急疏散中的从众行为、社会力模型等应急疏散理论研究的基础上，以地铁站为例，分别从仿真模型的疏散人员属性、物理模型的建立、仿真实验设计等方面，进行从众行为在城市轨道交通应急疏散中的仿真，根据仿真结果分析从众行为对于应急疏散的影响。仿真实验结果表明，适度的从众心理能够起到减少反应时间、指引疏散方向的有利作用；反之，过度的盲从只会导致疏散时间增加，疏散效率降低。

城市轨道交通；应急疏散；从众行为；仿真研究；社会力模型

近年来为缓解地面交通的压力，许多大中型城市已经开通城市轨道交通。由于城市轨道交通的车站大多位于地下，与外界的连通性较差，一旦发生火灾等突发事故，乘客往往因为心理慌乱导致逃生秩序混乱，此时极易发生拥堵、踩踏等事件，给乘客、车站和社会造成巨大的经济损失和严重的负面影响[1-2]。城市轨道交通应急疏散问题早已引起国外学者们的关注，GEORGIANA L 等[3]针对现代智能交通系统在突发事件中的应急疏散所起的作用研发智能交通疏散管理系统；TANG C 等[4]对突发事件环境下建筑物的疏散指示图和疏散人员选择疏散路线之间的时间关系进行研究。我国对人员安全疏散行为的研究起步较晚，温丽敏等[5]针对不利于疏散人员的具体特征，采用降低整个疏散能力平均值的方法，提出一种火灾群集疏散模型；孟俊仙等[6]基于元胞自动机模型设计新的目标元胞选择算法，在模型中引入熟悉环境程度和运动方向因子，设计并且实现疏散仿真系统。通过采用先进的计算机可视化仿真技术，对城市轨道交通应急疏散人员心理和疏散时间之间的影响进行实验分析，实验结果可为各城市轨道车站提前做好安全预防措施提供一定依据。

1应急疏散理论

1.1城市轨道交通站内行人疏散行为

城市轨道交通车站是客流集散的重要场所，一般有高架、地面和地下 3 种形式，商业发达的城市中心车站大多建于地下，其站内空间相对密闭、客流频繁并且具有明显的潮汐式特点，特别是在高峰时期更为突出，对于短时间内疏散客流具有更高的要求。

行人的应急疏散行为主要受个体生理、心理因素影响，同时还受环境条件等因素影响。其中，生理、心理因素主要体现在年龄、性别、文化程度、健康状况及对环境的熟悉度等方面，这些差异会反映在疏散步速和行为方式上；环境因素包括疏散场所的行人密度、障碍物位置与数量、行人与出口之间的距离、出口宽度与数量、是否随身携带大件行李及照明强度、信息交换情况、工作人员引导等[7-8]。对此，在固定疏散环境的条件下，针对行人因心理因素导致的从众行为对于疏散时间的影响进行仿真建模。

1.2应急疏散中的从众理论

在群体的影响和压力下，个体由于对某种行为缺乏认识与体验而不再坚持自己的意见，采取跟随他人行动的现象称为从众现象[9]。特别是在火灾现场，人们平时缺乏演习，对消防通道不熟悉，而现场能见度又低，此时人们容易受他人影响产生恐慌情绪，同时更愿意靠近人群。

当行人试图在密闭拥挤的空间疏散时，首先需要确定一个出口方向。每个行人 i 既可以选择自己的方向 ei，也可以选择跟随一定半径 Ri下自身周围行人 j 的平均方向，或者兼而有之。如果用参数 pi定义 2 种选择的权重，则行人 i 最终移动的方向的计算公式为[10]

式中：Norm (z) = z/‖z‖ 表示矢量 z 的标准化；pi为跟随他人的可能性，定义为从众系数。当 pi较低时，更多地表现出个人行为；当 pi较高时，个体行为转化为其他人的行为。

1.3基于 Agent 技术的社会力模型

Agent 是一个有目标的对象，或能自主地执行一些动作作用于它所在环境的实体，微观的仿真模型也称为“基于 Agent 技术的仿真模型”。Agent可以通过协议、通信、交互行为等方式有机构成复杂社会组织或系统，将该系统赋予在特定的虚拟情景或真实环境中，则构成多智能体系统 (multi-agent systems，MAS)。该系统具有自治性、社会性、反映性、能动性，以及一些人类才具有的特性如知识、信念、义务、意图等[11-12]。

社会力模型是德国交通流专家 HELBING D 提出的一种用来模拟人的追随现象和堵塞效应的多粒子自驱动连续性模型，他把人群行为和心理特性及与环境间的相互作用描述为力学模型，扩展了从众行为的仿真方法，更细致地模拟行人的运动状态与受力状态[13-14]。疏散仿真中的社会力如图1所示。

在城市轨道交通站内的行人应急疏散仿真系统中，每个疏散个体都是能够独立思想并可以同环境交互的 Agent，行人 Agent 的环境感知能力、协作交互能力和自身行为控制可以直接影响其应急反应时间、疏散从众心理及逃生出口选择，传统的系统建模方法通常只能够宏观地仿真车站整体系统，无法细致地刻画出行人的局部特征。因此，采用基于Agent 技术的社会力模型对城市轨道交通车站人员应急疏散进行建模和仿真研究。

图1　疏散仿真中的社会力

2城市轨道交通应急疏散仿真模型构建

AnyLogic 是一个对离散、系统动力学、多智能体和混合系统建模和仿真的工具，其基于Agent理论和社会力模型开发的行人库主要用来构建行人仿真模型。因此，以地铁站为例，运用 AnyLogic 7 Professional 7.0.2 平台仿真不同从众行为下的城市轨道交通站内应急疏散状况。

2.1仿真模型的疏散人员属性

2.1.1疏散人员的分类

根据公式 ⑴，将模型中的疏散人员分为 2 类：一类是理性的行人，另一类是有从众心理的行人。行人所处的物理位置对逃生过程中的决策心理有很大影响，通常距离出口较远的行人所处的环境较危险、从众心理较强，在不确定各出口疏散情况的条件下，容易慌乱失去理智从而跟随他人。模型设定：在疏散前与出口的直线距离 ＞1/5 站台长的行人为“潜在从众人员”。

当行人 i 收到疏散信号时，理性的疏散人员最先根据疏散开始时刻的位置，判断并选择距离较近的出口方向 ei开始疏散，即“就近原则”；而有从众心理的人往往停在原地迟疑观察几秒后，再根据各出口实时疏散人数来判断自己的逃生方向，即选择逃生人数较多的出口方向〈。

2.1.2疏散人员从众心理界定

将疏散人员的从众心理量化为“从众系数”，分别设定为 0.0～0.8，步长为 0.1。当从众系数为 0.0 时，站台内所有人皆理性按照“就近原则”选择逃生出口；当从众系数为 0.1 时，10% 总人数的“潜在从众人员”变为“从众人员”跟随众人的方向疏散，其余人按照“就近原则”疏散。以此类推，当从众系数为 0.8 时，80% 总人数的“潜在从众人员”变为“从众人员”跟随众人的方向疏散，其余人按照“就近原则”疏散。

2.2物理模型的建立

在仿照地铁站台形状的二维矩形平面 (20m×40m) 上，左右分别放置 2 个位置与宽度 (3m) 完全相同的逃生出口，并且站台上没有任何妨碍行人疏散的障碍物。在模型开始运行时，不断有行人出现并随机地分布在站台上，当站台内达到 150 人时将不再继续生成新的行人，考虑到人与人之间潜在的安全距离，模型中用直径为 1 m 的圆点代替行人。当发生突发事故时改变行人当前状态，进行疏散，此时根据不同的从众系数，站台上部分“潜在从众人员”转化为“从众人员”并且准备疏散。在疏散开始时刻，理性的人最先作出应急反应开始疏散，从众人员原地等待几秒后跟随，所有人尽可能地选择最短路径向出口逃生，疏散逃生速度为 3～4 m/s。

2.3仿真实验设计

2.3.1实验目的

“从众”是一种个人到群体心理转移的社会传播行为，非理性的从众行为通常会导致较为严重的后果，在现实中模拟地铁应急疏散必须投入大量人力物力，此时通过建立仿真模型代替现实中的系统，既能实时观测不同从众心理情况下行人在地铁站内的疏散情况，又能探索从众行为对于地铁站疏散时间的影响。

2.3.2 实验方案设计

考虑到每个疏散个体的走行速度和反应时间不同、从众人员位置的随机性及实验结果的准确性，在每组不同从众系数 (0.0～0.8) 条件下分别运行 10 次实验，取均值作为最终实验结果。具体实验方案如下。

（1）实验 1：当站台内有 150 人时 (默认状态) 开始疏散→站台上全部人员疏散完毕→仿真运行结束。

（2）实验 2：当站台内有 150 人时 (默认状态)开始疏散→站台上随机 60 人疏散完毕→仿真运行结束。

（3）实验 3：当站台内有 150 人时 (默认状态)开始疏散→系统的疏散时间达到 60 s→仿真运行结束。

3从众行为对于城市轨道交通站内应急疏散的影响分析

（1）实验 1 运行结果。在默认状态下，站台上全部人员疏散完毕所用时间如表1所示。

表1　默认状态下全部人员疏散完毕所用时间 　s

由表1可知，随着从众系数的增大，站台上全部人员疏散完毕所用时间呈逐渐增加的趋势，从众系数在 0.0～0.4 之间，疏散时间呈轻微波动上升趋势；从众系数为 0.2 时所用疏散时间最少、疏散效率最高；从众系数大于 0.4 之后疏散时间呈明显上升趋势；当从众系数为 0.8 时所用疏散时间最长。

（2）实验 2 运行结果。在默认状态下，站台上随机 60 人疏散完毕所用时间如表2所示。

表2　默认状态下 60 人疏散完毕所用时间 　s

由表2可知，随着从众系数的增大，站台上随机 60 人疏散完毕所用的时间呈逐渐增加的趋势；从众系数在 0.0～0.4 之间，疏散时间呈轻微波动上升趋势；当从众系数为 0.2 时所用疏散时间最少、疏散效率最高；从众系数大于 0.4 之后疏散时间呈明显上升趋势；当从众系数为 0.8 时所用疏散时间最长。

（3）实验 3 运行结果。在默认状态下，站台上60 s 内疏散完成人数如表3所示。

表3　默认状态下 60 s 内完成疏散人数 　人

由表3可知，随着从众系数的增大，站台上60 s 内完成疏散人数呈逐渐减少的趋势，从众系数在 0.0～0.4 之间，疏散人数呈轻微波动下降趋势；当从众系数为 0.2 时疏散人数最多、疏散效率最高；从众系数大于 0.4 之后疏散人数呈明显下降趋势；当从众系数为 0.8 时疏散的人数最少。

4研究结论

在城市轨道交通站内疏散研究的过程中，以最常见的地铁站为例，应用多智能体建模的仿真方法模拟从众心理影响下的站内人员应急疏散过程。通过站内人员位置圈定潜在从众人员，采用改变从众系数的方式控制从众人员的数量，并且延迟其疏散反应时间，使之明显区别于其他理性人员。实验结果显示适度的从众心理能够起到减少反应时间、指引疏散方向的有利作用；反之过度的盲从只会导致疏散时间增加，疏散效率降低，此时需要工作人员加以正确的引导，可以通过广播及时提供有关逃生出口的位置信息和疏散情况，增加疏散人员对危险环境的认知能力、降低疏散人员的心理恐慌从而提高疏散效率，减轻灾害损失。仿真仅针对从众心理这一影响因素进行研究，站内障碍物位置、火灾情况下着火点位置等环境因素对于城市轨道交通站内疏散的影响还有待进一步的研究分析。

[1] 刘栋栋，刘金亮，张远青. 基于从众心理影响的交通枢纽人员疏散[J]. 建筑防火设计，2011， 10(10)：889-893.

LIU Dong-dong，LIU Jin-liang，ZHANG Yuan-qing. The Analyses of Pedestrian Safety Evacuation at Transportation Hub based on Conformity Psychological Effect[J]. Fire Science and Technology，2011，10(10)：889-893.

[2] 余 丽. 城市地铁火灾环境下人员安全疏散的研究[J]. 消防技术与产品信息，2015(1)：12-15.

YU Li. Study on Safety Evacuation in Environment of Urban Subway Fire[J]. Fire Technique and Products Information，2015(1)：12-15.

[3] GEORGIANA L，HAMZA L，KIEN A H，et a1. Leveraging E-Transportation in Real-Time Traffic Evacuation Management [J]. Electronic Commerce Research and Applications，2007，6(4)：413-424.

[4] TANG C，LIN C Y，HSU Y M. Exploratory Research on Reading Cognition and Escape-Route Planning Using Building Evacuation Plan Diagrams[J]. Applied Ergonomics，2008，39(2)：209-217.

[5] 温丽敏，陈 全，陈宝智. 火灾中群集疏散的设计方法及计算机仿真[J]. 东北大学学报(自然科学版)， 1998，19(5)： 445-447.

WEN Li-min，CHEN Quan，CHEN Bao-zhi. Human Evacuation Scenarios in Case of Fire and Simulation by Computers[J]. Journal of Northeastern University(Natural Science)，1998，19(5)：445-447.

[6] 孟俊仙，周淑秋，饶 敏. 基于元胞自动机的人员疏散仿真研究[J]. 计算机与工程设计， 2009， 30(1)： 242-246.

MENG Jun-xian，ZHOU Shu-qiu，RAO Min. Study on Occupant Evacuation Simulation based on Cellular Automata[J]. Computer Engineering and Design，2009，30(1)：242-246.

[7] 何健飞. 基于行为的应急疏散路径优化与仿真[D]. 上海：上海交通大学，2013.

[8] 王秀丹. 基于行人运动特性分析的地铁站紧急疏散仿真[D]. 北京：北京交通大学，2014.

[9] 卢文龙. 城市轨道交通应急疏散的研究[D]. 北京：中国铁道科学研究院，2012.

[10] HELBING D，FARKAS I，VICSEK T. Simulating Dynamical Features of Escape Panic[J]. Nature， 2000(407)：487-490.

[11] WOOLDRIDGE M，JENNINGS N R. Towards a Theory of Cooperative Problem Solving[C]//PERRAM W J，MTILLER J P. Distributed Software Agents and Applications，6th European Workshop on Modelling Autonomous Agents in a Multi-Agent World，MAAMAW ’94，Odense，Denmark，August 1994 Proceedings. Berlin：Springer-Verlag，1996：40-53.

[12] RUSSELL S，NORMING P. Artificial Intelligence：A Modern Approach[M]. Upper Saddle River，New Jersey：Prentice Hall，1995.

[13] HELBING D，KELTSCH J，MOLNAR P. Modelling the Evolution of Human Trail Systems[J]. Nature，1997(388)：47-50.

[14] HELBING D，MOLNAR P. Social Force Model for Pedestrian Dynamics[J]. Phys Rev E，1995(51)：4282-4286.

责任编辑：吴文娟

Research on Simulation of Emergency Evacuation from Urban Rail Transit Station based on Conformity Mentality

LI Chang-yu1，LI Ji-tao1，SONG Xiao-man2，ZHOU Yin2

(1.Transportation Engineering School, Dalian Jiaotong University, Dalian 116028, Liaoning, China; 2.Transportation & Economics Research Institute, China Academy of Railway Sciences, Beijing 100081, China)

Through elaborating on application of Agent theory in city railway transit station, influencing factor of emergency evacuation behavior, conformity behavior of emergency evacuation, social force model and other emergency evacuation theories, this paper taking subway station as example, simulates conformity behavior in emergency evacuation of city rail transit by establishing attribute of evacuation people, constructing physical model, and designing simulation experimentation, and analyses the influence of conformity behavior on emergency evacuation. The results of simulation experiment indicate that moderate conformity behavior can reduce reaction time and give direction for evacuation; and excessive blind follow can increase evacuation time and reduce evacuation efficiency.

Urban Rail Transit; Emergency Evacuation; Conformity Behavior; Simulation Research; Social Force Model

1003-1421(2016)09-0077-05

U239.5

B

10.16668/j.cnki.issn.1003-1421.2016.09.15

2016-05-10

辽宁省教育厅科研项目(L2012156)