高铁客流换乘城市轨道交通仿真评价<br/>——基于Anylogic的建模技巧及实现

高铁客流换乘城市轨道交通仿真评价
——基于Anylogic的建模技巧及实现

2021-09-16王京元周婷婷彭劲稳

交通科技与经济 2021年5期

王京元，周婷婷，彭劲稳,2

(1.深圳大学土木与交通工程学院，广东深圳 518060；2.惠州市交通运输局惠城区分局，广东惠州 516211)

高铁与城市轨道交通的无缝衔接已成为实现城际与市内出行全程高效的共识[1]。由于涉及两种不同制式的交通方式转换，而且高铁客流换乘城市轨道交通的过程也较为复杂，因此，交通仿真已被越来越多地应用于枢纽设计和运营管理中[2-4]，借助输出的量化指标实现瓶颈识别和定量化评价[5]。客流换乘仿真需要从细节上刻画行人行为，基于社会力模型或元胞自动机模型的Vissim、Anylogic及Legion等微观仿真软件被普遍接受[6-10]。Anylogic具有行人库和轨道库等专用插件库，且支持Java的二次开发，可根据需要定义开发特定的模型库件，进行人车(轨道)混合仿真，模拟复杂的换乘行为[11-12]。

由于运营管理部门和模式的差异，高铁与城市轨道的换乘无法实现站内换乘，需从高铁付费区转移至地铁付费区，环节众多，流线复杂，且不同的高铁站设施布局千差万别。鉴于开发通用性的考虑，Anylogic的自有建模模块无法实现对现实中所有设施及行为的直接体现，加之作为一款国外软件，也缺乏针对我国国情的运营管理措施模块开发，如安检等环节。仅利用自有模块进行仿真建模，就必须对一些重要情景进行简化，否则会影响仿真效果。为更加逼真地模拟实际换乘过程，需针对特殊设施和环节进行二次开发，并借助特定的建模方法和技巧，实现对换乘行为的精细化描述。

以深圳北站为例，在交通调查的基础上研究高铁与地铁5号线的换乘仿真，着重对接受安检旅客、通过闸机旅客、使用楼梯旅客、使用3层自动扶梯旅客、地铁列车进出站等高铁客流换乘城市轨道交通过程中的典型行为进行解析，探究其基于Anylogic仿真的建模技巧及换乘效率评价指标在Anylogic中的量化提取方法。

1 换乘特性分析与调查

1.1 深圳北站概况

深圳北站占地240万m2，设有9个岛式站台、2个侧式站台，配设20条股道，2011年正式投入使用，日均发送旅客约15万人次。深圳北站为南北方向布置，包括高铁站房、东广场及西广场，东、西广场位于高铁站房两侧，整体呈“十”字形结构。深圳北站布设了4号线、5号线地铁，通过东广场实现换乘。站房标高为90 m，4号线站台标高为106 m，5号线站台标高为68 m。文中针对高铁换乘5号线开展研究。

1.2 高铁与城市轨道换乘特点

由于高铁和地铁分属于两大不同部门，使得高铁客流无法在高铁站内换乘地铁。旅客下车后要先通过站台层的楼扶梯经检票闸机出站，通过站前广场到达地铁出入口，再利用扶楼梯等连接设施进入地铁站非付费区，购票安检后，通过检票闸机进入地铁付费区，最后使用地铁站台层电梯或扶梯到达地铁站台，再等待上车。以深圳北站为例，高铁旅客下车后如换乘地铁5号线，需穿过东广场，经地铁出入口到达5号线站厅层，安检购票乘坐地铁，具体流程如图1所示。

图1 深圳北站高铁客流换乘地铁5号线流程

由换乘流程可看出，与常规的地铁站内换乘相比，高铁换乘地铁环节多、流线复杂。受高速铁路列车到站时间影响，换乘客流呈现出较强的脉冲性和波动性。高铁到站后，大量客流会瞬间涌入地铁，形成换乘瓶颈，加之部分高铁旅客携带大件行李，会使瓶颈进一步加剧。

1.3 交通调查

为更广泛深入地掌握旅客换乘特性及建模仿真数据，对深圳北站高铁站出站口、站前广场及5号线地铁站等进行实地调研和数据采集。调查主要包括地铁站内换乘设施设备布局、数量规模与服务能力，以及换乘旅客在换乘过程中的步速、购票比例等相关行人特性。结合深圳北站高铁列车到达的高峰时段，选取周五至周日每天16:00—18:00进行3天的数据采集。

由统计分析可知，换乘地铁客流的平均步行速度为0.93 m/s，平均每人次安检时耗为2.32 s，通过检票闸机的时间为4.01 s。此外，对扶梯、自动售票机、闸机及安检机等换乘设施的实际服务能力也进行了详尽分析，为后文的实例建模和参数标定提供数据支持。

2 复杂过程建模技巧

接受安检旅客、通过闸机旅客、使用楼梯旅客、使用3层自动扶梯旅客、地铁列车进出站等高铁客流换乘城市轨道交通过程中的典型行为是仿真建模中不可忽略的主要问题，由于Anylogic中并没有直接对应以上典型行为的建模模块，因此，对该系列行为的模拟较为复杂，为使仿真效果与实际更加吻合，需要一定的建模技巧才能实现上述典型行为的仿真模拟。

2.1 接受安检旅客

安检是目前国内搭乘地铁的重要安防措施，是旅客行李通过安检设施、自身接受人身检查的过程。在Anylogic中需要通过以下3步实现旅客接受安检的模拟。

1)定义2个新的智能体类型，分别命名为pedestrian和bag，为在仿真过程中实现“是否携带行李”流程，使不同类型行人接受安检，拖入“参数”模块，并对2个新智能体进行参数与属性设置。

2)拖入2条目标线代表旅客行走的起终点；设置3条线服务，模拟携带行李旅客的放包过程、自身安检过程及等待拿包过程；在流程建模库中拖入2个“矩形节点”作为放包与取包区域，并通过设置“path-路径”外观选择其类型为输送带，模拟行李在安检机上的安检过程。

3)行为建模是指通过从流程建模库中拖入split、delay、match、combine模块，实现旅客与行李安检、行李在输送带上传输、旅客与属于自身的行李相匹配等流程。

建模完成后，旅客接受安检仿真模型，如图2、图3所示。观察仿真效果可知，携带行李的旅客以及未携带行李的旅客均可与实际安检流程相符合，完成安检过程。

图2 旅客接受安检仿真模型

图3 旅客接受安检效果

2.2 通过闸机旅客

旅客实现换乘地铁的交通行为必须从地铁非付费区通过闸机检票进入付费区，在Anylogic建模中需要以下两步来实现模拟旅客使用闸机进入付费区行为。

1)通过拖入行人库内空间标记中的线服务，并将其属性内服务类型设置为线性；拖入流程库模块中的点节点以标记闸机位置，并将所拖入的所有点节点放入到“collection”集合中。

2)拖入智能体组件内的函数，将其命名为findNum，设置参数并在函数体框内调用for循环；将新建智能体命名为gates，使用智能体内的“状态图进入点”“状态”“变迁”绘制闸机开关流程。

建模完成后，仿真模型如图4—图6所示。观察仿真效果可知，当旅客刷卡通过闸机时，闸机门由关闭状态变为开启状态，该仿真效果与实际旅客通过闸机过程相吻合。

图4 通过闸机旅客仿真模型

图5 旅客通过闸机前闸机关闭效果

图6 旅客通过闸机时闸机开启效果

2.3 使用楼梯旅客

楼梯是换乘旅客在换乘时实现空间高度层面转换的辅助换乘设施，在Anylogic建模中需要以下两步模拟旅客使用楼梯实现层间转换行为。

1)用行人库内空间标记中的“矩形区域”画出一个梯段的楼梯显示区域范围，将其设置为倾斜，然后用演示库的“矩形”模拟立体情况下的楼梯实体，并设置矩形的相应参数以模拟楼梯的级数、长度及宽度[8]。此外，拖入“目标线”作为模拟旅客出发点与目的地，并将其设置在不同层级，需要特别注意的是，要在楼梯段的结束位置另设2条处于不同高度的目标线，以实现旅客通过楼梯进行楼层间移动的效果。

2)使用行人库中的pedSource、pedChangeGround、pedGoTo、pedSink模块建立旅客行为流程，其中通过pedChangeGround实现旅客从一个高层平面到另一个高层平面的移动。

建模完成后，仿真模型如图7、图8所示，观察仿真效果可知，旅客可通过楼梯实现层间转移。

图7 楼梯仿真模型

图8 楼梯行人仿真效果

2.4 使用3层自动扶梯旅客

在换乘设计中，一般情况下地铁枢纽内的站厅层与站台层是位于不同高层的平面，部分高铁枢纽站为3层，有的甚至高达4～5层。自动扶梯作为实现旅客层间输送的一种高效连接设施，实现了将乘客省时省力、快速平稳地转移到不同高度楼层进行换乘的目的。在Anylogic建模中需要以下两步来实现模拟旅客利用自动扶梯的现象。

1)用演示中的“矩形”工具绘制3个不同高层的平面，从行人库中拖入2组扶梯组，分别设置2组扶梯组连接不同平面，扶梯数均设置为2，代表上行和下行方向。

2)从行人库模块中拖入pedsource、pedEscalator、pedGoTo、pedSink模块，将其连接起来并设置各模块属性。

建模完成后，仿真模型如图9、图10所示，观察仿真效果可知，旅客可通过自动扶梯实现枢纽内不同楼层的移动，仿真效果与实际相吻合。

图9 3层自动扶梯行人仿真模型

图10 3层自动扶梯行人仿真效果

2.5 地铁列车进出站

在高铁客流换乘地铁过程中，旅客必然会到达地铁站站台层等待地铁列车进站，当地铁进站后旅客搭乘地铁离开，以实现换乘地铁行为。在Anylogic建模中需要以下两步来实现模拟地铁列车进出站现象。

1)利用轨道库中的“轨道”工具绘制地铁运行轨迹，将“轨道上的位置”拖入轨道的合适位置以标记地铁列车进入位置、停靠位置及消失位置。

2)用轨道库中的trainSource、trainMoveTo、trainDispose等模块以及流程建模库中的delay模块构建地铁列车运行流程。

建模完成后，仿真模型如图11—图13所示。观察仿真效果可知，当旅客已抵达站台层但地铁列车还没有抵达时，旅客在隔离门处等待，当地铁列车进站后，旅客上下车。

图11 列车进出站仿真模型

图12 旅客等车效果

图13 地铁列车进站效果

3 评价指标的量化提取方法

综合考虑层次性、协调性、合理性及可定量化[13-16]和仿真软件的输出结果，选取评价指标，并实现基于Anylogic对评价指标的量化提取。

3.1 评价指标选取

根据对换乘过程的分析，构建评价体系，确定评价指标。文中主要从舒适性、效率性和流畅性3个方面对换乘过程进行评价，结合Anylogic的输出结果，舒适性由区域客流密度来定量化评价，效率性由平均换乘时间、单位时间内平均换乘人数来定量化评价，流畅性则由平均排队长度来表征[17]。换乘客流评价指标体系如图14所示。

图14 换乘客流换乘行为评价指标体系

3.2 评价指标量化

3.2.1 区域客流密度

区域客流密度是指客流在换乘中，检测区域内的旅客流量密度大小[18]。Anylogic以图像形式清晰明了地反映了输出，不同颜色深浅代表客流的不同密度大小，在Anylogic密度显示图上以蓝色、蓝绿色、绿色、黄色、橙色和红色依次表示客流密度逐渐递增。区域内显示的颜色越深代表客流密度越大、枢纽内部就越拥挤，可能存在的安全隐患就越大，需优化改善。区域客流密度可量化为单位面积内的旅客数量，算式为

(1)

式中：ρ为检测区域客流密度，n为检测区域旅客总人数，s为检测区域面积。

3.2.2 平均换乘时间

平均换乘时间是指高铁客流换乘地铁过程中的耗时长短[19]。平均换乘时间越长，表明换乘客流在枢纽内的换乘效率越低，旅客的评价出行时间也会随之增加。平均换乘时间一般情况下包括旅客平均行走时间与在换乘过程中各个设施处的耗时。平均换乘时间可量化为

(2)

式中：t平均为检测旅客的平均换乘时间，ti为系统内每名检测旅客的换乘时间，n为系统内检测的总旅客数。

3.2.3 单位时间内平均换乘人数

单位时间内平均换乘人数是指在单位时间内，换乘旅客从高铁出站口至地铁枢纽站内站台层后成功实现从高铁到地铁交通方式转换的旅客数[20]。单位时间内平均换乘人数越多，证明高铁与地铁的衔接性越好，旅客也就具有更高效的换乘行为。单位时间内平均换乘人数可量化为

(3)

3.2.4 平均排队长度

平均排队长度是指当旅客在换乘过程中使用不同设施时，若出现客流实际达到数量大于设施通行能力，则会在设施处形成排队现象[21]。平均排队长度越小，则表明换乘越顺畅高效，平均排队长度可量化为

(4)

式中：L平均为所有检测队列的平均排队长度,Li为每个检测队列的排队长度,n为检测队列总数。

3.3 评价指标的Anylogic提取

3.3.1 区域客流密度

统计换乘过程中某个特定区域的客流密度，需要拖入行人库中的pedAreaDescriptor模块,并用矩形区域标记需要统计客流密度的区域。拖入一个变量，将其命名为“区域客流密度”，且拖入“事件”模块定义区域客流密度的更新时间间隔，写入执行行动代码，行动代码表示模型运行时系统执行定义的行为——统计规定区域客流密度(见图15、图16)。

图15 统计区域客流密度代码

3.3.2 平均换乘时间

新建智能体“pedestrian”添加了“timeEnter”和“timeStay”参数，分别表示旅客进入系统的时间及换乘耗时。拖入分析库中的“数据集dataset”和“统计statistics”进行平均换乘时间统计分析，统计平均换乘时间代码，表示模型运行时系统执行定义行为——分别记录每个智能体(即旅客)进入与离开换乘系统的时间，以此统计旅客的平均换乘时间(见图17、图18)。

图17 统计平均换乘时间代码

图18 平均换乘时间仿真效果

3.3.3 单位时间内平均换乘人数

要实现单位时间内平均换乘人数的统计，可以利用行人库中的空间标记“行人流统计”，并通过拖入事件“event”设置每一秒刷新一次仿真效果，在行动框中写入代码，以此实现单位时间内平均通过横断面的总人数统计，其中主要是通过将“行人流统计”放置在特定位置，如横断面划在地铁隔离门处，将通过该断面单位时间内平均人数等效作为单位时间内平均换乘人数。单位时间内通过某断面平均人数统计的代码表示模型运行时，系统执行定义的行为——记录通过规定断面的平均人数(见图19、图20)。