大型铁路客运站旅客集散微观仿真

第30卷,第3期 中国铁道科学Vo l 130No 13

2009年5月 CH INA RAILWAY SCIEN CE

M ay,2009

文章编号:1001-4632(2009)03-0119-06

大型铁路客运站旅客集散微观仿真

李得伟,韩宝明,李海鹰

(北京交通大学交通运输学院,北京 100044)

摘 要:为准确预测大型铁路客运站旅客聚集能力和设施利用程度,分析大型铁路客运站旅客集散特点,提出旅客集散仿真的基本流程,构建基于个体活动的旅客集散微观仿真模型。将旅客在站内的活动过程划分为路径选择、节点选择和决策感知3个阶段,运用最小支撑子图求解旅客路径,建立基于多项L O GIT 模型的节点选择模型,给出旅客复杂行为决策感知的统一表达式,开发大型铁路客运站旅客集散仿真系统。以北京南站为例进行综合仿真分析可知:全站绝大多数时间内服务水平较高,高峰时间段服务水平有所下降;在高峰时期最高聚集旅客人数达3907人;在非高峰时期可以适当减少售票窗口,以提高售票设备利用率。 关键词:铁路客运站;旅客集散;个体行为;微观仿真 中图分类号:U 293113 文献标识码:A

收稿日期:2008-05-30;修订日期:2009-02-10

基金项目:国家自然科学基金资助项目(60674012);国家/八六三0计划项目(2007AA11Z136);北京交通大学校基金资助项目

(2007RC039)

作者简介:李得伟(1982)),男,青海乐都人,讲师,博士。

铁路客运站客流具有流量大、成分复杂、疏散空间受限、流线交叉多等特点。准确预测客运站中的客流聚集能力和分布规律,对客运站的设计和运营管理都具有非常重要的意义。随着客运专线的大规模建设,一批新的现代化大型铁路客运站正在建设或已开通运营。这些大型铁路客运站空间结构复杂,在运营效率、车站服务、管理水平等方面均要求较传统客运站有较大提升,并且由于大型铁路客运站客流行为的复杂性[1,2],依靠传统的经验手段处理这方面的问题往往会失效[3-7]。国外的经验表明,旅客集散行为具有十分突出的地域性和非线性动力特性[8-12],因此也无法直接采用国外的模型和方法。本文在既有研究的基础上[13-15]

,通过计算机仿真,模拟大客流在复杂车站环境中的群集运动和活动行为,获得有关客流集散效率和车站设施利用等方面实用可靠的结果,从而为合理安排车站设施,科学制定客流组织方案和应急疏散预案提供可靠的技术手段和决策支持。

1 大型铁路客运站旅客集散特点

客流集散的本质是大量旅客行为的积聚体现。在不同的环境下,旅客行为会有很大的差异,客流

积聚原理也有所不同。与其他环境下的客流集散相比,大型铁路客运站的旅客集散具有如下特点。

(1)客流规模庞大,流线复杂。大型铁路客运站一般位于人口密集城市,开行列车数量多,因此形成大量的客流;大型铁路客运站立体空间格局复杂,设备数量众多,易形成网络化的密集客流流线。

(2)客流生成模式复杂。客流生成受事件和时间双重复合驱动。客流生成的事件驱动主要是列车的到发,时间驱动主要是列车时刻表。旅客自身的出行偏好也会影响客流的生成。

(3)旅客行为动态复杂。旅客的交通行为(如买票、候车、安检等)由旅客移动、等待、排队、接受服务、避让等微观行为通过复杂机制组合形成,而且伴随着大量潜在的非交通行为(问询、购物、充电等),增加了旅客站内行为的动态性。

2 旅客集散基本仿真流程

大型客运站旅客集散仿真的实质是在一定的车站空间结构和车站作业安排下,对旅客行为和集散规律的再现,从而完成对车站设施利用、作业安排、客运组织等方面的综合评估和优化。

211前处理

前处理包括车站空间模型数字化、客流流线结构化和控制事件离散化。车站空间模型数字化是在CAD模型的基础上将车站设施划分为具有一定属性的实体,将几何空间划分为结构化的网格,使车站设施具有与旅客模型进行交互的能力。车站流线结构化是将非结构化的作业流程和客流流线用一种通用、快速、有效的数据结构表达,并能够进行灵活调整。控制事件离散化则是将车站中列车出发与到达、客流的产生与消散、设备的开启与关闭等事件进行建模,并离散到仿真时钟的粒度范围内。212仿真控制

仿真控制包括对车站内各种事件和旅客活动控制,后者是旅客集散微观仿真的核心问题。与列车、车站设备和服务有关的事件具有相对确定的特性,对它们的状态控制基本都是通过列车时刻表、作业计划及排队规则等指令性文件完成的。而对旅客活动的控制则具有动态性,控制目的是既要保证旅客能够在指定的车站位置完成必要活动,还要体现由于自身属性和状态不同而产生的选择性活动,也就是不但能够体现个体旅客行为特征,而且也能够反映旅客群和旅客流的整体特性。

213后处理

后处理包括结果输出和数据统计分析。利用仿真得到的结果分析评价车站设计和运营的效果,预测客运站中的客流聚集能力和分布规律,为车站设计和运营的优化调整做决策支持。

3旅客集散微观仿真模型

旅客在车站内的活动划分为路径规划、节点选择和决策感知3个阶段。大量个体旅客通过活动影响整个车站的环境和设备状态,反过来间接改变了自身活动决策。这种反馈机制下旅客集散过程涌现出复杂的特征,使车站的聚集态势出现动态变化。基于此建立旅客集散微观仿真模型。

311路径规划

旅客在车站内的路径包括全局、局部和临时3种路径。全局路径是旅客对固定起讫点条件下的期望路径,它可以描述为站内一系列设施节点的集合。设(v1,v2,,,v m)为某类流线L i上的所有设施节点,这些节点构成有向图G(V,A),节点之间连通关系为(a1,a2,,,a k),则在t时刻,起讫点为(v o,v d)的旅客全局路径可以用G的最小支撑子图G(V c,A c)表示,满足所有点对起点和终点均单向连通条件,表示为

A c={a(v i,v j)|a(v o,v i)X5,a(v j,v d)X5, i>j,i=1,2,,,k;j=1,2,,,k}(1)

局部路径是旅客从当前位置运动至目标位置时所选择的适当路径,用旅客运动的连续方向角e p(t)表示。由于旅客对时间的敏感性,在自由流状态下,旅客局部路径通常为最快路径。实际情况下,旅客处于复杂的客流环境中,由于拥堵旅客会根据自身周围的密度情况对其走行方向进行调解。在保证旅客走行方向不变的时间段t e内,新的行进方向通过碰撞检测范围内其他行人的移动速度v t(i)和移动位置P i(x,y)获得,可以表示为

e c p(t)=

E P i(x,y)+v t(i)t e

E P i(x,y)+v t(i)t e-e p(t)

(2)

临时路径是旅客由于特殊原因,脱离全局或局部路径而形成临时的新路径,其表示方法与局部路径相同。临时路径通常源于自身扰动,例如由于疲劳、饥饿等因素,旅客受到脱离原有路径趋势力的影响。假定产生趋势力的因素为R1,R2,,, R m,并且这些因素的增强和削弱与旅客站内活动时间呈现单调关系,则乘客脱离原有路径形成临时路径的概率可以表示为

P r=f i

F

t(3)式中:f i为某个乘客受到的第i种初始趋势力;t 为该乘客在该趋势力下的持续时间;F为乘客能够忍受的最大趋势力。

312节点选择

在确定了运动路径后,旅客首先需要对路线上的主要活动进行选择。例如:是否需要购票、是否需要候车等具体行为。这类事件的驱动主要与乘客的个体属性和当前时间有关。在某一类活动中,乘客可能将面临多个活动地点的选择,如对于售票窗口的选择和上车地点的选择,为了将乘客对各种服务设备选择行为抽象为1个模型,可以将乘客的节点选择行为简化归结为拥挤程度、接近程度和设备服务频率3个因素。由此,通过多项LOGIT模型刻画乘客对同一活动不同地点的选择概率如下U in=V in+E in=-(A t in+B c in+C s in)+E in

(4)

P in=e

K U

in

E n

j=1

e K U j n

(5)

120中国铁道科学第30卷