马语佳, 马 驷，谢冰如

（1.西南交通大学 交通运输与物流学院，成都 610031；2.中铁第四勘察设计院集团有限公司 线路站场设计研究处，武汉 430061）

大型高速铁路客运站客运设施配置仿真优化

马语佳1, 马 驷1，谢冰如2

（1.西南交通大学 交通运输与物流学院，成都 610031；2.中铁第四勘察设计院集团有限公司 线路站场设计研究处，武汉 430061）

通过研究高速铁路客运站客运设施配置与旅客在候车厅内活动的相互影响和相互作用，建立基于Anylogic仿真软件的成都东站高架层候车厅环境仿真模型，统计客运设备服务参数并进行仿真参数设定，模拟成都东站高峰时段旅客候车过程，分析仿真结果和行人密度图，发现由于候车空间进深较短，两侧检票口排队旅客阻碍进入候车厅旅客流线而产生拥堵。针对此问题，提出改变排队队形并配合座椅调整的优化方案，对比分析优化后行人密度图发现，主通道冲突点数下降为零，平均排队时间缩短78 s，验证了调整措施的可行性。

高速铁路客运站；客运设施；Anylogic仿真

随着高速铁路客运站的建设，客运服务水平不断提升，大量新型客运服务设备投入使用。目前，我国高速铁路客运新站候车厅多采用集中式布局，如成都东站、北京南站、上海虹桥站、郑州东站等，其候车厅中央为主要流线通道，主通道两侧为检票口和候车座椅，旅客四面进站。集中式布局的优点在于候车空间内部功能划分明确，检票口位置明显，易于识别，但候车空间进深较短，容易出现两侧检票口排队旅客阻碍进入候车厅旅客流线的现象，产生拥堵[1～2]。现有的分析研究主要提供了静态情况下客流预测和能力计算的办法[3]，但由经验公式匡算所得数据无法体现旅客波动性，不能预估在不同拥堵情况下，旅客对候车厅各种服务设施设备的运用、旅客行为与候车设施配置之间的关联、制约旅客候车厅内活动的瓶颈，给出有效消除瓶颈以及优化布局的方法。

因此，为体现动态因素对旅客行为的影响，易化评价和优化过程，本文通过计算机仿真软件对成都东站高架层候车厅进行仿真模拟，分析仿真结果，提出解决上述问题的优化方案，为实际运营管理和未来车站规划设计提供参考。

1 仿真实现方法

1.1 仿真模型选择

本文主要采用连续型微观社会力模型进行仿真，此模型可以给出真实的行人踪迹。行人受到目标吸引产生自驱动力，在移动过程中为了避免与其他行人和障碍物碰撞冲突，将会产生相互排斥力，提升了行人个体的智能化水平，使个体具备思考和反应能力，体现了行人之间以及行人与环境之间的相互关联，具体表示为以下3种作用力[4～6]。

1.1.1 自驱力

主观意识对个体行为的影响可化为个体所受自己施加的“社会力”，体现了行人以渴望的速度移动到目的地的动机。运动学方程如下：

1.1.2 行人间的作用力

指试图与其他行人保持一定距离所施加的“力”。行人加减速和方向变化方程如下：

1.1.3 行人与障碍物之间的作用力

障碍物对人的影响类似于人与人之间的作用。社会力方程如下：

1.2 仿真软件与仿真过程

通过对各仿真软件的运用领域、应用程度、技术成熟度和获得途径等因素的综合考量，最终选择Anylogic Professional 7.1.2 作为软件仿真平台。

Anylogic软件中基于社会力模型建立的行人库，是专门用于仿真“真实”环境中的行人行为的高级库。行人库支持创建行人建筑（如候车厅，检票闸机等）或道路（其中具有大量行人）；也支持创建弹性模型，可以对基本和高级统计数据进行收集，通过可视化所模拟的过程，形象化地验证和展示所构建的模型[7]。通过仿真收集不同区域的行人密度统计数据，以评估服务模块在预设的负载下是否具有可接受的性能表现。在模型中，行人在连续时空中移动，并对不同类型的障碍物和服务模块（墙壁，服务设施等）以及其他行人作出反应。借助于行人库中已有的模块，进行区别化设定，使仿真模型更加贴近需求，从而进行更精准的测量和优化，直观找出模型中的瓶颈所在。具体仿真过程如图1所示。

图1 Anylogic仿真流程图

2 仿真实例分析

2.1 成都东站候车厅设施设备

成都东站候车厅主要分为站台层候车厅与高架层候车厅，其中高架层候车厅为主要候车厅，其建筑面积达5.7万m2。本文研究对象是成都东站高架层候车厅，高架层有东、南、北3个进站口（南北进站口未启用），西面是与站台层进站口相衔接的扶梯通道。

根据现场调研情况，目前成都东站仅开放东、西两个进站口，故仅有来自东、西两个方向的进入候车厅旅客。大部分到达旅客会根据电子屏幕显示检票口选择到对应的候车区域就坐或在检票口排队等待，在候车过程中部分旅客会使用到服务台、卫生间、饮水处、手机充电站等，并可能进入候车厅内的各类商铺。候车厅进站检票口正常情况下将提前 15～20 min 开启，候车旅客依次排队检票上车。故候车厅内客流主要有进站客流和排队检票客流，如图2所示。

图2 成都东站候车厅旅客流线示意图

由图2可见，集中式布局的成都东站高架层候车厅的候车空间进深较短，当客流较大时，分别从A、B检票口排队检票的旅客容易堵塞主要通道，出现两侧检票口排队旅客阻碍进入候车厅旅客流线的现象。

2.2 仿真参数

2.2.1 安检服务参数

成都东站每一个进站口的安检仪与人工安检口的布置方式为：1个安检仪连接3个人工安检口。而旅客通过安检仪后到达每一个人工安检口的概率相同，所以在分析安检系统服务能力时可以把子系统间的串联关系转变成人工安检口之间的并联关系。整个安检系统的服务能力C总计算公式如下：

其中，t安检仪表示通过安检仪时间（min），t等待表示排队等待人工安检时间（min），t人工安检表示人工安检时间（min），m表示人工安检口的个数，n表示进站口数目。经调查，安检仪的单位服务能力为26 人/台·min，人工安检口单位服务能力为8 人/台·min，排队等待时间约为0.04 min，计算可得，整个安检系统的服务能力为60 人/min。

2.2.2 候车服务参数

旅客到达东站后，凭个人身份证和车票即可进入候车大厅，候车大厅内融合了预留售票处、检票口、服务台以及一定的座席等，在计算候车面积S候车时，需在总面积S总的基础上扣除这些设施所占面积S其他设施，其中令商业区的有效候车面积为实际面积乘以系数0.6。

最后得出总候车面积为41 851 m2。

2.2.3 检票设备的服务参数

成都东站的检票通道分为人工检票通道以及自动检票闸机通道，经过调研，自动检票闸机通道和人工检票通道的单位时间服务能力分别为10.4 人/min和27.9 人/min。

2.3 仿真结果

仿真时段取6:00～9:00，这一时段为出发旅客的到站高峰时段，共有13列始发列车，其中12列动车组列车，1列快速列车，无通过列车。得到图 3所示仿真结果。

图3 检票过程冲突视图及行人密度图

通过仿真，可见旅客在进入候车厅到检票开始之前的候车过程行人密度较低，旅客活动基本畅通，而在候车结束开始排队检票时，由于两侧检票口距离较小，而旅客队伍较长，占用中间过道情况严重，导致排队旅客与其他走行旅客发生交叉冲突，每增加一列检票列车增加10个冲突点，造成拥堵，既影响检票服务秩序，增加检票旅客的耗费时间，又影响旅客进站速度和候车厅内其他旅客的正常活动秩序，因此在优化时应适当调整。

2.4 仿真优化

针对进站仿真过程中发现的问题，对现状作出调整，对进站高峰时段，即6:00～9:00时段再次仿真，调整如图4所示：（1）通过现场人员组织或隔离设备，将队伍形状由现状中的直线型改为折线型，减少检票排队旅客与候车厅内其他活动旅客的交叉干扰；（2）将检票口两侧的候车座椅区进行合并，原左右座椅区分别向中间移动2.5 m，形成7 m宽的集中座椅区，为折线形排队提供空间，从而减少对主通道的占用。

图4 座椅及排队调整方案

经过调整后，再次对进站过程在6:00～9:00之间进行仿真，得到的仿真结果截图如图5所示。

图5 优化后候车厅视图

对比两次仿真候车厅的视图图3和图5可以看出，图3中中间通道的红色重度拥挤区域在图5中已经消失，调整后的中间通道主要呈现蓝绿色，表明行人密度不高，通行基本顺畅，避免了拥堵，候车厅检票冲突情况已有明显改善。

选取检票排队时间作为指标衡量方案优化情况，如图6所示，优化前由于进站客流和对侧排队旅客的相互干扰，在模型运行相同时间条件下，优化前检票排队时间分布主要集中在50～400 s，平均排队时间为180 s；优化后检票排队时间分布主要集中在25～300 s，平均排队时间为102 s。可见通过对排队秩序和空间以及队伍线型的调整，避免了排队旅客与候车厅内其他活动旅客的交叉冲突，检票排队旅客检票时间缩短了78 s，进一步验证了优化方案可行。

图6 优化前后检票时间对比

3 结束语

本文应用Anylogic仿真软件对成都东站高架层候车厅进行仿真，建立旅客候车流程模型，模拟成都东站早高峰时段运行情况，凭借仿真结果和输出的行人密度图发现检票排队旅客与进站旅客在主通道发生交叉冲突造成主通道拥堵的问题，提出优化方案，并对优化方案进行再次仿真，仿真结果表明，通过行人密度图可直观地发现主通道拥堵程度降低，检票排队时间缩短，进一步验证了优化方案的可行性。

参考文献：

[1]杨林山.我国大型铁路客站候车空间组织模式的发展趋势及设计对策[D].成都：西南交通大学，2005.

[2]李劲松，李 龙.铁路客运站候车厅候车能力的适应性分析[J].铁道技术监督，2008（7）：46-48.

[3]李 明，王海霞.轨道交通车站客流预测模型研究[J].铁道工程学报，2009（3）：67-72.

[4]李得伟，禹丹丹，张 彦，等.基于旅客行为微观仿真的大型铁路客运站售票设备配置方案评估研究[J].铁道学报，2013（2）：1-7.

[5]冯萍萍.基于社会力模型的高铁综合客运枢纽行人交通仿真研究与实现[D].北京：北京交通大学，2012.

[6] Dirk Helbing, LubosBuzna, Anders Johansson T W.Self-Organized Pedestrian Crowd Dynamics: Experiments, Simulations, and Design Solutions [J].Transportation Science, 2005, 39(1): 1-24.

[7]曹 洁，刘黎明，赵 宏.铁路客运站客流组织的仿真与优化[J].计算机工程与应用，2014（12）：237-241.

责任编辑 杨琍明

Simulation Optimization for passenger transport facilities in large-scale high-speed railway passenger station

MA Yujia1, MA Si1, XIE Bingru2
( 1.School of Transportation and Logistics, Southwest Jiaotong University, Chengdu 610031, China; 2.Track Alignment & Station Yard Design & Research Dept., China Railway Siyuan Survey and Design Group Co.Ltd., Wuhan 430061, China )

Through the study of the interaction between passenger transportation facilities in passenger station of high speed railway and passengers in the waiting hall, based on Anylogic simulation software, elevated waiting hall environment simulation model for Chengdu East Railway Station was established.The model was used to count the parameters of passenger equipment, set the simulation parameters, simulate passenger waiting process in Chengdu East Railway Station during peak hours.The simulation results and pedestrian density map analysis showed that due to the short depth of waiting hall, the wicket passengers in line on both sides impeded the passenger fow access to the waiting hall, and caused traffc congestions.To solve this problem, an optimization scheme of changing line formation combined with the adjustment of the seat was put forward.By comparison and analysis of the optimized pedestrian density map, it was found that main channel confict points drop to zero, and the average queue time shortened about 72 seconds, which verifed the feasibility of adjustment measures.

high-speed railway passenger station; passenger transport facilities; Anylogic simulation

U291.61∶TP39

A

2015-06-09

马语佳 ，在读硕士研究生；马 驷，副教授。

1005-8451（2016）03-0012-05