地铁站客流仿真模拟研究

□文/杨 鑫 杨 力

（安徽理工大学经济与管理学院 安徽·淮南）

［提要］ 由于我国城市轨道交通建设和城市规划范围的不断扩展，为形成合理的车站点与仿真模型以及对于城市轨道交通客流路线规模及其相应设备布置方式的进一步改良。本文以合肥城市轨道交通某一车站为例，基于Anylogic 软件平台进行仿真模型建设，并从物理模型结构和社会力建模逻辑思想两方面，介绍模拟建设的要点。通过对仿真模拟的历史数据进行计算和数据分析，给出相应优化方案，并辅助以图表的形式体现优化前后比较。

随着中国社会经济技术的迅速发展，更多的省市建设了地铁线路系统，由于城市地铁拥有运能大、车速快、安全准时、成本低、节约能源、换乘舒适方便，以及可减少城市地面交通的拥堵和利于环保等优势，常被称之为“绿色交通”。

合肥轨道交通网络构建规划中第一条线路2016 年12 月26 日正式开通运营。截至2021 年6 月24 日，合肥轨道交通线网总客运量首次突破7 亿人次。随着线路的增加，城市轨道交通的初步成型，使得客运量愈加庞大，一些问题必须得到重视。在城市轨道交通这种复杂的社会环境中，客流乘车行为的安全性、舒适性、效率性以及结节瓶颈区域的通行速率引起愈来愈多的关注。

一、地铁站仿真物理模型构建

（一）仿真软件选择。本文选择Anylogic 软件平台进行对“合肥火车站”地铁站的仿真模型构建。相较于其他仿真软件，Aanylogic 不仅支持智能体组合建模，而且是唯一支持多Agent共同调用的仿真商业软件。具备对混合系统、离散性时间和连续行为进行仿真模拟功能。Anylogic 以设计方法论为理论基础，来源于极其新颖的复杂系统，能够支持企业库、轨道库、交通库混合仿真。本文主要基于Aanylogic 中行人库的社会力模型来构建形象客流的仿真模拟，在此基础之上提供高自由度的开发环境，以迎合不同情况的发生以及多元素的影响。

（二）地铁站空间分析。本文以合肥市庐阳区某一城市轨道交通站点为例进行仿真模型构建。由于地铁站建筑图纸属于轨道集团官方资料，所以本文采用预估法来确定其空间结构，先通过bing 地图、谷歌地图等在线地图，以俯瞰角度确定其外观，再用线上测量工具测量距离并等比例确定其大概尺寸。最后，亲自向“合肥火车站”地铁站现场实地考察，查看相关示意图，确定整体三维立体物理模型的结构。

（三）地铁站物理模型构建。在Anylogic 软件平台进行物理模型的建立，首先设定比例尺，1 像素对应25 米，其次设置好三维参数，X、Y 体现其车站的大小。参数Z 的大小代表地铁站的层数位置，设定一层为5 米。本模型设置三层，地面层、B1 层以及B2 层。其中，B1 层代表地铁站厅层，B2 层代表站台层。模型中符合基本建筑逻辑，线条、墙体闭合，智能体行人不会出现不符合社会力学的行走路径、穿模等非现实现象。并且添置安检门、闸机、自动售票机、自动扶梯、栅栏、路径指示牌等设施。楼层间的“开口”只能通过扶梯来实现，只有通过“扶梯”才可进行上下层行为。行人进出站需通过“目标线”，行走路径遵行正常社会学规律，B1、B2 层平面图如图 1、图 2 所示。（图 1、图 2）

图1 B1 地铁站厅层平面图

图2 B2 站台层平面图

在确定整体模型无逻辑性错误之后，拖入三维窗口进行演示，得到三维效果图，如图3 所示。（图3）

图3 车站三维立体图

二、地铁站客流行为逻辑模拟

（一）行人进出站乘车行为模拟。基于行人的常规乘车路径模拟出行人乘车的基本流程，从A、B、C、D 四个进口进入站台层，其中A、D 两口为一端，C、B 两口为另一端。基于智能手机的快速发展以及实地在车站进行的考察记录，手机扫码通过闸机成为主流，故利用“selectout”模块将进入的行人设置七成为直接通过安检用手机扫码通过闸机，剩下三成通过自动售票机，售票后在进行安检，通过闸机。行人通过扶梯进入B2 候车层候车。

而下车出站的行人，基于社会力行为的逻辑，从下车的“目标线”产出，选择相对最近的扶梯上到B1 层，通过闸机。根据上述流程所构建的仿真物理模型，对客流乘车出站行走路径与物理设施之间的相关逻辑关系进行模拟分析，依据于每层模型的逻辑关系将各个设备设施之间进行连接，最终考虑楼层之间的逻辑联系，以此构建成该地铁车站仿真模型完整的逻辑框架图，乘客乘车逻辑框架图与出站逻辑框架图分别如图4 和图5所示。（图 4、图 5）

趋成熟，在新型电网规划体系中运用这些技术可以提高地理环境信息数据获取的准确性和及时性。另外，在外部数据中存在大量的非结构化数据，此类数据非常容易被忽视，针对这一问题，新型电网规划体系一般是对每类非结构化数据进行分析，并通过提取数据特征等方法来对数据进行识别，同时去掉非结构化数据中的冗余部分，再对优化的非结构化数据进行分类整理。

图4 乘车逻辑框架图

图5 出站逻辑框架图

（二）仿真模拟逻辑思路内涵。为了真实模拟客流，新建智能体“person”，其中设置参数“gender”，可使新生成的男女概率均为50%。而所有新生成的乘客，都从A、B、C、D 四个进出口生成，并新设两个集合“collection”采用 randomFrom（collection）函数使得“pedSource”模块可以正常运行，同时添加两个事件“event”采用inject（）函数调用，可以确定乘客的生成时间、数量，也方便根据客流量的不同，来改变生成时间间隔，达到实现早晚高峰的情况。

而在乘客出站行为逻辑模拟中，为实现就近原则找出口的社会行为。新建集合“exit”并调用nearestExit 函数，具体代码如下：

double dshortest = infinity；

EscalatorGroup nearestexit = null；

for（EscalatorGroup exit ：exits）{

double d = ped.distanceTo（exit.getX（），exit.getY（））；

if（d ＜dshortest）{

nearestexit = exit；

}

}

return nearestexit ；

至此，地铁站行人仿真模拟模型构建完成，可以演示，效果如图6 所示。（图6）

图6 客流仿真图

三、地铁站客流数据统计及分析

（一）数据逻辑生成。地铁车站仿真模型进行演示之后生成相关数据，基本有图与表两种形式体现。本仿真模型通过Anylogic 中“直方图”“时间折线图”“密度图”应用模块来分别统计出入站的“时间”“速度”以及“拥挤程度”等相关参数。并对此进行相关分析与建议。

在“pedSource”模块后添加“timeMeasureStart”模块，在“pedSink”模块前添加“timeMeasureEnd”模块。对乘车以及落车的4 条逻辑线皆如此操作，即可统计到客流的进站以及出站时间分布。

为统计客流的平均速度，新添参数“speed”，事件“event”并调用函数：

speed=0；

for（Person p：people）

speed=speed+p.getSpeed（）/people.size（）；

来遍历所有行人的移动速度并取平均值。最后，通过行人库添加“密度图”并选定统计参数为“行人”智能体。默认情况下“临界密度”（Critical Density）值为 1.5 个单位/m2，为贴合实际客流情况，调整为2.0 个单位/m2。

（二）数据统计及分析。假设模型中出站服务延迟时间均相同，自动扶梯固定运行速度为0.5m/s 左右，不同步速的客流呈均匀分布之势，行人速度0.4～1.0m/s 左右，综合统计客流乘车，出站密度图效果如图7、图8 所示。（图7、图8）

图7 出站服务延迟120s 时区域密度图

图8 出站服务延迟240s 时区域密度图

由密度图表明，该仿真模型还是存在问题。通过模型演示效果分析原因可知，B1 站厅层是所有客流进站乘车与所有出站乘客的交汇点，行人数量大约为地面层以及B2 候车层的客流数量之和，而客流的到达时间间隔由D.G.Kendall 在1953 年提出的排队论模型论证中可以得出，服从指数分布。当客流增多时，自动扶梯以及闸机的行人密度明显过大，排队路径也显得较为杂乱，应考虑对安全闸机的构建位置及数量的多少有所修缮、引导标识的适当安放也有利于客流路径的合理化分布。

从模型B1 层物理模型来看，自动售票机的数量并不能满足客流增多情况下购票安检的流程速率，对此，A、D 侧口通道处可以考虑增加自动售票机设施的数量，同时对闸机口的位置进行改善，在增加闸机口数量的预估前提下，将闸机口与安检门的位置相对拉远，方便排队路径的优化改善。同时，对A 口出站客流行为，通过增添连续隔离栅栏将客流引导至A 侧通道处，对应在模型里逻辑架构里，即是通过添加新的“路径”区域，来控制客流的行走路径。方便出站行人可以顺着人流正常出站，而D 口出站行人与A 口进站行人可以通过同向导向，来防止人流的交叉，使得“出站”“乘车”行为互不干涉，造成拥挤拥挤现象。

同时，可全程使用语音提示，提示乘客提前准备好健康码、行程码，提高防疫工作流程效率，减轻出口闸机处的拥堵。这样不仅可以缓解通道处与闸机出口处的拥堵现象，还能减少不熟悉乘客的迟疑。对于B、C 口可进行同样的改善措施。同时，考虑到疫情防控以及客运安全的严格把控，可以增添新的安检设备，行人自行安检，提高排队速率的同时，保证安检质量。

通过在模型中新添加闸机口的数量以及规划行人路径等一系列措施来改善仿真模型之后。由两次模型演示所出的进出站时间分布以及平均行人速度来计算出在客流主要行为的平均用时以及整体过程的平均速度对比，结果见表1。（表1）

表1 改善前后模型客流参数对比一览表

通过表1 可以明显看出，行人的进出站平均用时有所减少，而平均步行速度也接近于1.3m/s 的“舒适速度”。对行人在地铁站的乘车时间以及效率有较大提升。

综上，本文以城市轨道交通站为例，在Aanylogic 软件台上对其进行仿真模型的构建。运用社会力学模型，贴合实际，演示出客流乘车、出站、安检等行为流程。通过仿真模拟分析，得出了三维效果图、客流流密度图及各个进出口中，行人乘车与出站行为的平均用时和平均速度表，并观察B1 层拥堵节点，在不改变地铁站整体架构的基础上，针对性地提出了优化措施，并进行仿真优化实验。优化后，新添护栏的布置更加合理，并对仿真模型的演示数据进行统计与分析。综合对客流特点的结果，提出了实际有用的优化意见，通过三线表直观地展现出优化的效果。虽然是仿真模拟，但是与实际情况较为贴合，其中问题仍具有普遍性和代表性。期望后续研究可以对客流问题的改善更进一步、更具有借鉴性。