北京南站地下换乘层安检服务过程仿真研究

窦敏

[提要] 本文针对北京南站地下换乘层客流组织的复杂性，依据站内客流组织和功能区布局，根据北京南站官方数据和出京人员流量监测调查数据统计结果，分析春运期间出京人员选择地下换乘层排队安检服务的过程，建立M/M/C排队模型。利用Anylogic微观动态仿真软件对此过程进行仿真研究，首先建立客流组织离散随机模型，设计仿真流程和评价体系，通过对安检通道客流拥堵分布、等待时间、排队队长等多指标进行分析，提出安检通道设备优化配置与运营管理优化方案，为实际运营管理决策提出依据。

关键词：北京南站；安检服务；M/M/C模型；Anylogic仿真；优化分析

中图分类号：F27 文献标识码：A

收录日期：2017年9月30日

北京南站是大型铁路客运站，是集北京铁路、地铁、公交、出租车等交通换乘方式于一体，更是集中北京连接全国高速铁路客运专线以及快速列车的始发站和停靠站。容纳了包括京沪高铁、京津城际列车在内的24条到发线。随着京津冀区域内铁路网建设和规划的进一步完善和客运组织的优化升级，北京南站的客流量逐渐增长，尤其是在春运期间、寒暑假等节假日期间客流量不断创下纪录。本文针对北京南站地下换乘层客流组织的复杂性，以及春运期间对北京南站出京人员流量监测调查，分析站内功能区位布局及客流流线，利用Anylogic微观动态仿真软件对地下换乘层排队安检过程进行客流仿真，分析仿真结果并提出客流组织优化方案，为实际运营管理提供决策支持意见。

一、北京南站地下换乘层总体概况

（一）站内功能区位布局。北京南站地下换乘层功能区布局较为复杂，如图1所示，整个车站的换乘大厅包括进站厅7个，其中高速进站厅3个，普速进站厅2个，城际进站厅2个；出站口8个，其中高速出站口4个，普速出站口2个，城际出站口2个；本层设置售票处4个，南北两侧电梯设置各2个，在春运期间南北两侧设有安检通道，由此通往二层候车区域。高铁与地铁换乘共用的站厅在换乘大厅的中央部位，地铁出口在南北两侧，入口在东西两侧。另外，在东西各有一个地铁售票口；中央换乘大厅南北两端同公交车场相连。（图1）

（二）站内出京人员客流分析。根据北京南站服务指南针对旅客在进站环节进行的讲解和提示，北京南站共分为五种进站方式：

1、乘坐公交车到站。乘坐公交车到站的旅客到达平面层后可通过南、北两个进站口进站，未购票的旅客请先乘坐电扶梯前往地下换乘层5、6号售票厅购票。

2、乘坐地铁到站。乘坐地铁到站的旅客，已购票的旅客请乘坐南、北进站口电扶梯直接前往二层候车区候车；未购票的旅客请就近在地下换乘层5、6号售票厅购票。

3、乘坐出租车到站。乘坐出租车到站的旅客可通过东、西进站口进入二层候车区，未购票旅客可选择二层的4个售票厅及自动售票机购票候车。

4、自驾车到站。自驾车旅客将车停入东、西停车场后，未购票的旅客请就近在地下换乘层5、6号售票厅购票。

5、乘坐机场大巴到站。机场大巴下车区为北进站口，未购票旅客请先乘坐电扶梯前往地下换乘层5、6号售票厅购票。

由上述五种到站方式的购票渠道可以看出，乘坐公交车、地铁和机场大巴的旅客必须到地下换乘层进行购票进站，自驾车的旅客可以自由选择就近去地下换乘层购票进站，经过我们对春运出京人员客流量调查结果显示，旅客进站购票方式占比见表1所示。（表1）

进入地下换乘层购票的旅客，可以选择两种方式进站乘车，一是通过快速到达口通道乘车，二是通过地下换乘层的南北安检通道进入二层候车区检票进乘车。但是快速进站口仅限于离发车时间30分钟以内乘客检票进站，并且每个快速进站口外空间有限，也无候车座椅，所以离发车时间较长的旅客建议进入二层候车区候车。因此在春运客流量高峰期，对地下换乘层的南北两侧安检口造成排队拥挤现象。本文通过Anylogic微观动态软件对此安检过程进行仿真研究。

二、仿真方法及模型建立

（一）Anylogic仿真建模。Anylogic行人仿真主要依靠其行人庫实现，行人库的对象分为全局参数设置对象PedComguration、环境对象、行人对象等，其核心算法为社会力模型。Anylogic中的行人仿真建模过程，如图2。（图2）

随着仿真的进行，source在面板中代表旅客进站过程，根据旅客不同的进站速率，会实时呈现旅客进站人数统计；queue代表排队过程，实时呈现平均排队人数；安检过程说明旅客在进站过程中有延迟情况，可以选择安检仪的台数、安检服务速度，然后实时呈现服务完成的人数；sink则代表旅客安检过后立刻离开，实时呈现服务完成离开的旅客人数统计。

（二）仿真参数的设定。根据铁路客运站服务系统的结构特点，将排队论的思想和方法应用到安检服务过程的管理中，建立符合实际情况的多服务台等待机制的M/M/C排队模型。

1、客流高峰期旅客进站速率。根据官方统计数据及春运调查结果分析显示，本文选取1月20日为对象确定北京南站高峰时段地下换乘层的旅客进站速率。当日发送客流总量为159，719人，共发行列车215列，加开动车组16列，由于列车集中在6点～24点，夜间发送旅客数量逐渐减少。白天乘车人数较多，单个车次乘车人数大约分布在500～2，000人。通过表1显示，20日当天在地下换乘层进站的旅客大约有13万人，经过南北安检通道的约10万人次。

由于旅客的到达都是随机的，并且他们之间保持相互独立，旅客前往安检通道的时间间隔是随机的。根据北京南站各时段乘车人数统计和相关文献研究，考虑到春运期间数据的庞大和旅客行为的波动性，论文拟定每小时5，000～7，000人作为仿真研究北京南站高峰时段旅客进入地下换乘层的速率，每小时3，000～5，000人为旅客进入北侧安检通道的速率。

2、安检速度。北京南站的安检主要有两部分组成：机检和人检。车站进站安检的速度主要与安检设备的通过速度、安检人员的业务熟练程度以及每台安检机对应配备的安检人员数量还有旅客携带物品的多少等因素有关。本文将每台安检机及对应配备的安检员称为1条安检通道，北京南站每台安检机对应配备1～2名安检员，日常南北两侧安检通道各配有4台安检仪。endprint

在客流非高峰期每台安检机一般配备1名安检员进行人检，客流高峰期则采用每两台安检机配备3名安检员或者1台安检机对应配备2名安检员，并且在客流高峰时段会增开安检机，同时增加安检员的数量。通过对北京南站旅客进站安检过程进行的实地调研，对单个安检通道每分钟通过的安检人数进行了统计。利用？字2检验法对车站安检过程的服务时间分布进行检验，当车站人数大于安检机个数时，其服务时间服从负指数分布。通过调研数据计算，平均每分钟通过人数为11人，因此单条安检通道的平均安检速度为5.45s/人，即安检服务时间服从参数为？滋=0.183的负指数分布。由于旅客行为的波动性，本文拟定5s～6s/人为安检过程的安检速度。

三、仿真研究分析

（一）北側安检通道排队人数仿真分析。进入北侧安检的旅客进站率为3，000～5，000人/小时，安检速度为5s～6s/人。在春运客流高峰期间，北京南站二层候车区将北侧4台安检仪移至地下换乘层扶梯处，并且将安检仪增至为5台，排队通道设立“回”形引流带，即为单通道多服务台的排队模型。本文通过Anylogic仿真运行，相应的排队人数实时呈现在对应的图表中，安检通道平均排队人数统计例图如图3所示，运行在3，500s即1小时左右平均排队人数将达到100人，并且依然呈递增趋势，造成空间严重拥挤，这极大增加了旅客的排队等待时间。（图3）

（二）优化分析。本文对北侧安检过程优化方案的研究分析主要分为三部分：安检通道的设置、安检仪配置台数以及安检口周围空间分配情况。结合上节的仿真分析，对北侧的安检排队过程进行优化改进。

通过实地调研可知，北侧安检通道的东面和北面设立商业区，西面则为自助取票机和商业区，因此安检过程排队等候空间十分有限。在客流高峰期，“回”形引流带通常延伸到地铁站出口后的通道处，排队人数最多在100人左右，造成空间严重拥挤。通过Anylogic仿真实时模拟的排队人数基本符合实际情况，所以我们对高峰时期北侧的安检过程进行仿真优化，提出以下几点设计方案：

1、减少商业区。减少地铁出口通往北侧扶梯处的商业区，释放安检过程的空间，防止安检口以及安检通道空间太过拥挤。

2、增加安检机数量。当安检机增至6台时，安检通道平均排队人数的实时仿真结果如图4所示，排队安检人数控制在了20人以内，很大程度上缓解了旅客进站的排队等候时间，所以在此基础上满足了客流需求。（图4）

3、加快安检速度。北京南站的安检服务过程在保证机检和人检安全的同时，加快安检速度，减少旅客排队等候时间和排队队长。当安检速度保持在4s～5s/人时，平均排队人数统计图如图5所示，排队人数可以控制在30人以内，同样可以缓解客流量高峰期所带来的压力，减少旅客排队的等候时间和排队队长。（图5）

四、结束语

北京南站地下换乘层的旅客前往二层候车大厅时某些节点处通行能力不足，造成旅客排队等候时间较长，空间严重拥挤，旅客未能实现真正的“零换乘”，而安检区域正是北京南站换乘通道上的关键节点。通过我们仿真优化分析，北京南站在客流高峰期需减少地下换乘层的商业区，释放北侧安检区域的空间。同时，需要不断优化安检速度，减少旅客在机检和人检所需时间。要保证安检过程万无一失，这不仅需要提高安检机的传输效率和辨认率，还要加强对安检员的培训，现场引导员也要做好引导工作，不断提升服务质量，为北京南站未来承载更大的客运量做好充分的准备。

主要参考文献：

[1]薛艳青，张喜.基于Anylogic仿真技术的北京南站客流组织优化分析[J].铁路计算机应用，2012.21.2.

[2]李柱欢.北京站客服设备优化配置仿真评价方法研究[D].北京：北京交通大学，2016.6.

[3]李晓英.北京南站客流组织动态仿真分析方法研究[D].北京：北京交通大学，2009.6.endprint