大型铁路客运站到达旅客疏散微观仿真

第11卷第4期2011年8月交通运输系统工程与信息Journal of Transportation Systems Engineering and Information TechnologyVol.11No.4August2011文章编号：1009-6744（2011）04-0110-07大型铁路客运站到达旅客疏散微观仿真李季涛*1，付佳2，王宇1（1．大连交通大学交通运输工程学院，辽宁大连116028；2．沈阳铁路局大连站，辽宁大连116022）摘要：对铁路客运站客流到达、疏散的时空特性进行分析，提出了大型铁路客运站到达旅客疏散仿真概念模型．从车站到达旅客交通特性出发，在经典社会力模型基础上对旅客站内交通行为进行微观仿真建模，并对模型的行人尺寸和期望速度参数进行了分析和标定．通过对沈阳铁路局大连站到达旅客疏散仿真实验，得到该站地下通道和南出站口处旅客人数随时间变化的曲线、旅客最高聚集人数95%置信区间和高峰出现的时间，到站旅客换乘时间95%置信区间，找出了存在安全隐患的带状区域和点状区域．仿真结果表明，模型具有较高的可靠性和实用性．关键词：铁路运输；换乘时间；微观仿真；旅客疏散；交通特性；社会力模型中图分类号：U293．13文献标识码：AMicroscopic Simulation of Arrival Passenger Evacuationin Large Scale Railway StationLI Ji-tao1，FU Jia2，WANG Yu1（1．School of Traffic and Transportation Engineering，Dalian Jiaotong University，Dalian116028，Liaoning，China；2．Dalian Railway Station，Shenyang Railway Administration，Dalian116022，Liaoning，China）Abstract：Based on the space-time characteristics of arrival passenger mustering and evacuation in largescale railway station，the paper presents the simulation conceptual model on evacuation process of arrivalpassengers．The microscopic traffic behavior simulation model is developed by improving the classic socialforce model，and the passenger size and expected speed parameters of the model are analyzed andcalculated．Through the simulation experiment in Dalian railway station，the time plots of passenger numberin underpass and south exit are drawn，and the indexes of the95%confidence interval of maximumpassenger mustering，the peak time and the95%confidence interval of arrival passenger transfer time areobtained．The band region and point region of potential safety hazard in railway station are also examined．The simulation results show that the model is reliable and practical．Key words：railway transportation；transfer time；microscopic simulation；passenger evacuation；trafficcharacteristic；social force modelCLC number：U291．13Document code：A收稿日期：2011-04-12修回日期：2011-05-10录用日期：2011-05-26作者简介：李季涛（1971－），男，吉林省舒兰市人，副教授，硕士．*通讯作者：to_lijitao@djtu．edu．cn1引言铁路客运站到站旅客集散具有客流瞬时总量大、流量随时间和空间分布不均衡、旅客交通行为动态复杂等特点．对大型铁路客运站到站旅客疏散过程进行微观仿真研究，不仅可以对现有车站布局和设备利用情况进行评价、找出热点区域和关键通道，而且为新建或在建客运专线车站的设计和人群紧急疏散提供可靠的技术指标．许多学者对铁路客运站仿真模型［1，2］进行了深入的研究，但对旅客在站内的微观交通特性考虑较少．近年来，随着人们对公共设施舒适性、安全性、方便性的要求不断提高，以及公共设施突发事件的不断增多，与交通流密切相关的行人流问题越来越引起国内外学者的关注［3－8］．本文从铁路客运站到站旅客交通特性出发，对到站客流到达、疏散的时空特性进行分析，提出了大型铁路客运站到站旅客疏散微观仿真模型，从而为准确预测车站到达客流集散时空高峰、合理制定运营组织和疏散方案提供可靠依据．2大型铁路客运站到达旅客集散特点和交通特性分析2．1到达旅客集散特点铁路客运站到达客流集散的本质是大量到站旅客行为的积聚体现，与其他环境下的客流集散相比，铁路客运站到达旅客是在特定地点、特定时间发生的社会活动，其客流集散具有以下特点：（1）客流瞬时总量大．大型铁路客运站一般位于人口密集城市，开行列车数量多、立体空间格局复杂、设备数量众多，表现为客流瞬时总量大和网络化的密集客流流线．（2）流量随时间分布不均衡．客流生成受事件和时间双重复合驱动，其事件驱动是列车到达，时间驱动主要是列车时刻表，这就形成到达客流集中、时间分布不均衡、供需矛盾突出、客流波动性强的特点．（3）空间分布不均衡．客运站到站客流的空间分布直接受车站布局影响（如到发线计划、通道入口和出站口位置），也间接受到相关管理措施的影响（如交通诱导标志）和车站周边交通状况的影响．空间分布不均衡容易在客流密集的地方形成安全隐患，如地下通道、出站检票口处和站外出口处是人群密集的场所，客流的空间分布集中在带状和点状区域，易形成高密度的动态和静态人流．2．2交通特性分析国内许多文献对行人交通特性进行了研究［3，4］，除具有一般行人的7点交通特性之外［4］，铁路到站旅客交通行为还有其自身特点：（1）旅客目的地虽然相对简单，但对环境陌生的旅客会产生徘徊和问询等潜在的非交通行为，形成分段目的地，因此在仿真时需要对路径进行分段规划．（2）虽然旅客倾向于选择“最快”的路线，但部分到站旅客对时间敏感性不强，导致旅客的期望速度范围与一般行人期望速度（0．9 1．5m/s之间［9］）相比范围更广．（3）到站长途旅客会携带大量行李和随身物品，导致旅客实体的尺寸和质量比通常意义下的行人尺寸和质量的范围波动更大．（4）由于列车到站时间的不均衡特点，到达旅客出站路径通常会形成单向而非双向人流，“靠右”规则对旅客影响不大，只是根据自身目的地和当时人流状况而定．总结来看，到站旅客的交通行为由移动、等待、徘徊、排队、服务、避让、选择等微观行为通过复杂机制组合形成，同时伴随着大量潜在的非交通行为（如问询、补票、行李搬运等），增加了旅客站内行为的动态复杂性．为使仿真能够比较准确地反映旅客从到站到检票出站的连续过程，旅客在站内的移动可以通过移动速度、移动方向和边界避让等来表示．3大型铁路客运站到达旅客疏散微观仿真概念模型本文以到站旅客在站内的交通行为以及车站设施布局和周边环境对旅客行为的影响为基础，将到站旅客从下车到选择特定换乘方式离开车站的流程定义为一个网络模型，旅客在站内的活动通过其自主移动和对各个分段目的地节点的方向选择来进行，如图1所示．图中的虚线表示有多个方向和长111第11卷第4期大型铁路客运站到达旅客疏散微观仿真度参数的分段连接路径．对模型具体分析如下：图1大型铁路客运站到达旅客疏散微观仿真概念模型Fig．1Conceptual model of microscopic simulation on evacuation process of arrival passengerin large scale railway passenger station（1）到达流生成．车站到达客流可以分为两种类型，即到站旅客和接站人员．对于到站旅客可以采用一次生成的方式，时间事件由依据列车时刻表的列车到达事件触发，到站旅客人数随机分布通过对一定时间段内（如1个月）每列列车实际到站旅客人数的统计分析得出，可以采用有界的均匀分布或三角分布描述．接站人员的到达时间虽然受列车时刻表影响，但由于接站人员数量较少且其到站时间为非密集性到达，因此可以采用泊松分布、到达率以小时为单位随机生成．（2）站台下车节点．列车停留站台可以依据车站到发线运用计划设置，站台旅客下车节点可以依据到站列车的编组辆数随机生成，从简化模型角度考虑，可以依据经验在每个站台设置12 18个下车节点．（3）出站口和检票口节点．对于出站口节点选择可以通过实际调查，采用概率的方式选择，检票口节点数量可以根据车站实际情况设置．由于检票时间是一个快速且容易控制的过程，因此可以用有界的三角分布随机生成检票时间．（4）换乘节点．旅客出站后的换乘方式选择定义为换乘方式和选择不同方式的百分比，采用离散分布随机生成，旅客通过对不同换乘节点的方向选择进行自主移动．换乘方式的设置需要考虑车站所在城市的实际交通状况，其百分比参数可以通过现场数据的采集分析获得．4基于社会力模型的铁路客运站到达旅客交通行为建模目前国际上常见的行人流模型可以分为两种：一种是连续型模型，如社会力模型［5，6］；另一种是离散型模型，如格子气模型［7］和元胞自动机模型［8］等．社会力模型基于多粒子自驱动系统框架，假定组成人群的个体具有对周围环境做出反应的能力，将人的主观愿望、人与人的关系和人与环境的关系用社会力来描述，能够解释行人运动的本质．因此，本文采用经典的社会力模型来描述铁路客运站到站旅客在站内的交通行为．4．1模型基本原理社会力模型以牛顿力学为基础，假设行人在所受社会力的作用下移动，行人所受全部力的合力产生一个加速度d v/d t．基于前面对到站旅客交通特性的分析，由于出站路径通常会形成单向人流，从简化模型考虑，本文忽略了经典社会力模型［5］中人与人间的身体接触力，建立基本公式如下：mid vi（t）d t=miv0iei－vi（t）τi+fib（xi（t））（1）211交通运输系统工程与信息2011年8月式中mi 为旅客i的质量；v0i为旅客i的期望速度；ei 为旅客i的期望运动方向；vi（t）为旅客i在t时刻的实际速度；τi 为适应时间；xi（t）为旅客i在t时刻的位置；fib为旅客i与边界之间的作用力．期望的运动方向可由旅客此刻的位置xi（t）和目标位置p算出，其公式如下：e i =（2）旅客与边界（如地下通道墙壁）的作用力在模型中用排斥力来描述，该力取决于旅客与边界间的距离，在某一微小距离内有一个最大值（即力不会超过最大极限），并会随着距离增大而减小到零，可用一个指数方程来表示：f ib （xi（t））=Aiexprib－dibBinib（3）式中Ai 为旅客i与边界相互作用的强度；Bi为排斥力的影响距离；dib为旅客i与边界中心间的距离；rib 为旅客i的尺寸半径与边界半径之和；nib为旅客i到边界的单位矢量．社会力模型中的参数由于其物理意义是可以被测量的．由公式（1）－（3）可知，社会力模型的两个基础型参数分别是行人尺寸和期望速度，本文根据大型铁路客运站到站旅客实际交通特性调查，对两个参数进行了分析和标定．4．2到站旅客期望速度到站旅客步行速度同自身因素、路径条件和环境条件有关．国际上对行人速度的研究主要以数据收集和分析为主，HCM2000［9］认为人行道行人自由速度为1．52m/s，并且步行速度依赖于老年人（超过65岁）的比例，说明行人的构成会直接影响行人的速度．行人速度影响因素多，变化范围大，综合研究成果表明，由于行人生理（年龄）和调查地点的不同，行人速度在0．9 1．5m/s之间．本文通过对到站旅客速度数据收集与分析，在期望速度参数标定时采用离散分布定义旅客速度值的范围和不同速度值组成的百分比，在仿真时为每个旅客实体随机生成速度期望值，其数学公式如下：E（x）=x1p1+∑（（x i－x i－1）p i）（4）式中xi 为随机变量x所有可能的取值（i=1，2，…，k）；pi为对应取值的概率．4．3到站旅客尺寸和质量对于社会力模型来说，由于没有元胞网格的限制，旅客的尺寸相对灵活，可以是固定值，也可以是随机的．考虑性别年龄因素和个体身体尺寸差异，本文认为采用随机分布的方式比较合适．文献［7］将行人占用空间范围转换为椭圆的长半轴b范围为［0．33，0．40］m，但由于铁路客运站到站旅客的特殊性，即随身携带大量行李和物品，从简化模型考虑，本文将到站旅客占用空间范围标定为圆形半径r，范围为［0．33，1．40］m．在到站旅客尺寸参数设置时，采用有界的三角分布为每个旅客实体随机生成圆形尺寸数值，其数学公式如下：f（x）=2（x－0．33）（1．40－0．33）（m－0．33），0．33≤x＜0．802（1．40－x）（1．40－0．33）（1．40－m），0．80≤x＜1．{40（5）式中m表示旅客实体圆形尺寸半径最可能取值，单位为m，本文取0．7m．旅客实体质量随半径r呈线性变化［7］，本文取分布范围在［42，90］kg．其他参数依据文献［5］设定，Ai=2000N，Bi=0．08m，τi=0．5s．5实例分析本文以沈阳铁路局大连站为例，车站由南站房、高架候车室和北站房三部分组成，旅客流线为“上进下出”，出站旅客经由地下通道从南、北两个出站口出站．大连站共有5个站台、9条站线，地下通道在每个站台处东、西向各开一个入口，通过楼梯直通检票口，南出站口设置检票口3个，北出站口设置检票口1个．5．1仿真参数设置通过调查，大连站属于双向峰型的客流日分布曲线，因此仿真时间取其中一个旅客出站高峰时段6：00 10：00．车站2009年3月到达列车车次、终到时间、停靠站台和列车到站旅客人数统计分析结果如表1所示．311第11卷第4期大型铁路客运站到达旅客疏散微观仿真表1列车到站时间、停留站台和列车到站旅客人数分布Table1The arrival time，staying platform and arrival passenger number distribution of train车次始发站终到时间站台列车到站旅客人数随机分布分布名称分布函数2220齐齐哈尔6：081均匀分布UNIF（708，992）T262哈尔滨6：335三角分布TRIA（383，429，846）Z82北京7：233三角分布TRIA（91，101，213）K7334延吉7：315三角分布TRIA（365，392，653）K550齐齐哈尔7：422均匀分布UNIF（230，401）T130大庆8：081均匀分布UNIF（449，601）K684北京8：165三角分布TRIA（458，948，1003）K7386通化8：501均匀分布UNIF（622，1387）K930佳木斯9：085均匀分布UNIF（396，744）对大连站出站旅客换乘数据采集的结果分析，得到旅客选择换乘方式较多的南出站口离开的百分比为93%，选择北出站口离开的百分比为7%．根据对大连站实际到站旅客速度采集的结果分析，设置旅客实体在水平面、楼梯下行和楼梯上行的速度分布如图2、图3、图4所示．图2旅客实体水平速度分布Fig．2Speed distribution of passengers entity onfloor图3旅客实体楼梯下行速度分布Fig．3Speed distribution of passengers entitymoving downstairs模型的逻辑结构应用Simio仿真软件建模，设置一次仿真运行30天，重复仿真运行100次．图4旅客实体楼梯上行速度分布Fig．4Speed distribution of passengers entitymoving upstairs5．2仿真结果与分析仿真结果如表2所示，图5显示了站内地下通道和南出站口站外旅客人数随时间变化的曲线．行人密度一般指单位步行空间中的人数（人/m2），是衡量步行环境服务水平的主要指标．本文采用国际上广泛采用的Furin评价指标标准［10］，标准规定A 级最好、F级最差．对具体仿真结果分析如下：（1）到站旅客人数95%置信区间为［5110，5568］，实际到站旅客人数为5227，在置信区间内，说明仿真结果具有较高的准确性．（2）地下通道内旅客最高聚集人数95%置信区间为［889，921］，时间出现在8：55－9：00，大连站地下通道面积约为720m2，在高峰时刻密度阈值为1．26人/m2，服务等级为E级，服务水平差，属于存在安全隐患的带状区域．（3）南出站口站外旅客最高聚集人数95%置信区间为［159，169］，时间出现在7：45－7：50，出站口外面积约为165m2，高峰时刻密度阈值0．99411交通运输系统工程与信息2011年8月人/m 2，服务等级为D 级，服务水平较差，属于存在安全隐患的点状区域．（4）到站旅客换乘时间95%置信区间为［8．75，9．67］分钟，最大换乘时间为23．95分钟，采用文献［11］的评价指标计算得出大连站换乘水平为D 级（A 级最好、E 级最差）．主要原因在于大连站主要换乘方式集中在南出站口外，由于南出口检票口通行能力有限，造成前往南出口的地下通道聚集了大量旅客，影响了整体换乘的流畅性，增加了旅客的换乘时间．（5）检票口均态利用率仅为0．2438，但忙时南出站口3个检票口平均排队长度可达23人，最高可达109人，其原因在于到达客流随时间分布的不均衡性极为显著．表2大连站到站旅客疏散仿真结果Table 2Simulation results of arrival passenger evacuation in Dalian railway station指标名称平均值95%置信区间区间半长区间最小值区间最大值最小值最大值实际平均值到站旅客人数533922951105568480058365227地下通道内最高聚集人数90516889921－－－南出站口站外最高聚集人数1645159169－－－旅客换乘时间（分钟）9．210．468．759．671．9123．95－检票口排队长度（人）23320260109检票口均态利用率0．24380．01010．23370．2539－－图5地下通道和南出站口站外旅客人数随时间变化曲线Fig．5Time plot of passengers number inside underpassand outside south passenger exit总体分析来看，随着未来哈大客运专线2012年的建成接入和城际列车的公交化开行，大连站目前采用的一条地下通道南北两个出站口的换乘方式将无法满足未来的发展需要，势必会影响服务质量，形成安全隐患．6研究结论对微观行人运动仿真的研究，关键是建立的模型能准确反映实际系统中的行人交通特性．基于这个目标，本文针对大型铁路客运站到达旅客集散特点和交通特性，建立了基于社会力的旅客交通行为微观仿真模型，并采用Simio 仿真软件实现了系统逻辑结构．通过以沈阳铁路局大连站为实例进行了仿真实验，仿真结果证明了模型的有效性和实用性，能够较好地反映实际到站旅客的疏散过程．由于社会力模型计算复杂、参数标定困难，本文对旅客实体移动建模只考虑了单向人流的情况，忽略了人与人间的作用力和身体接触力，这将是今后进一步研究的主要问题．参考文献：［1］李得伟，韩宝明，李海鹰．大型铁路客运站旅客集散微观仿真［J ］．中国铁道科学，2009，30（3）：119－124．［LI D W ，HAN B M ，LI H Y．Microscopic simulation on large scale railway station of passenger mustering and evacuation ［J ］．China Railway Science ，2009，30（3）：119－124．］［2］李文新，周育龙．大型客运站高峰期客运组织仿真模型及其优化［J ］．铁道学报，2003，25（1）：15－19．［LI W X ，ZHOU Y L．Simulating model and optimization on passenger organization of large-scale passenger station between passenger flow rush hours ［J ］．Journal of the China Railway Society ，2003，25（1）：15－19．］［3］贾洪飞，杨丽丽，唐明．综合交通枢纽内部行人流特性分析及仿真模型参数标定［J ］．交通运输系统工程与信息，2009，9（5）：117－123．［JIA H F ，YANG L L ，TANG M．Pedestrian flow characteristics analysisandmodelparametercalibrationin511第11卷第4期大型铁路客运站到达旅客疏散微观仿真comprehensive transport terminal［J］．Journal ofTransportation Systems Engineering and InformationTechnology，2009，9（5）：117－123．］［4］张诗波，何民，骆勇，等．行人交通微观仿真虚拟动力学模型研究［J］．交通运输系统工程与信息，2009，9（1）：51－55．［ZHANG S B，HE M，LUO Y，et al．Modeling virtual dynamics for pedestrianmicroscopic simulation［J］．Journal of TransportationSystems Engineering and Information Technology，2009，9（1）：51－55．］［5］Helbing D，Farkas I，Vicsek T．Simulating dynamical features of escape panic［J］．Nature，2000，407：487－490．［6］Helbing D，Buzna L，Johansson A，et al．Self-organized pedestrian crowd dynamics：experiments，simulations，and design solutions［J］．TransportationScience，2005，39（1）：1－24．［7］Serge Hoogendoorn，Piet H L Bovy．Gas-kineticmodeling and simulation of pedestrian flows［J］．Transportation Research Record，2000，1710：28－36．［8］Victor J Blue，Jeffrey L Adler．Cellular automata micro-simulation for modeling bi-directional pedestrianwalkways［J］．Transportation Research Part B，2001，35：293－312．［9］Transportation Research Board．Highway capacity manual［M］．TRB，National Research Council，Washington DC，2000．［10］Fruin J．Pedestrian and planning design［M］．Metropolitan Association of Urban Designers andEnvironmental Planners，1971．［11］徐良杰，李兆康，王淑琴．城市铁路客运站交通衔接评价方法与模型［J］．武汉理工大学学报，2008，30（8）：105－108．［XU L J，LI Z K，WANG S Q．Evaluation methods and models of traffic transfer aturban railway passenger station［J］．Journal of WuhanUniversity of Technology，2008，30（8）：105－108．］611交通运输系统工程与信息2011年8月。