李建华 房萍萍

摘 要：站厅层是地铁站内人流最密集、流向最复杂的区域，站厅层的集散能力很容易影响车站内的人流拥挤程度。文章利用Anylogic仿真软件对大雁塔地铁站站厅层进行仿真，建立了站厅层行人设施仿真模型。仿真实验后得出了设施排队长度图和人流密度图，以设施排队长度和人流密度为评价指标，优化行人进出站路径和设施布局后再次仿真，设施排队长度和人流密度均有一定比例的下降。仿真研究提高了设施服务水平和地铁站的集散能力。

关键词：地铁车站;集散能力;Anylogic;仿真分析

中图分类号：U491.1  文献标识码：A  文章编号：1671-7988（2020）09-176-04

Analysis on the Distribution Capacity of the Hall Floor of DaYanTa Subway Stationin Xi'an Based on Anylogic

Li Jianhua， Fang Pingping

（School of Mechanical Engineering， Xi'an University of science and technology， Shaanxi Xian 710054）

Abstract： The station hall floor is the area with the most dense and complex flow of people in the subway station. The distribution capacity of the station hall layer is easy to affect the crowded degree of people in the station. In this paper， the simulation study of the hall layer of DaYanTa subway station is carried out by using the software of anylogic. Taking the average queuing length of facilities and the density of people flow as the evaluation index， the simulation model of the hall floor is established according to the problems of passenger flow streamline and facilities layout. The simulation results show that the length of the facility queue and the density of the people flow diagram. After the improvement， the simulation results show that the length of the facility queue and the density of the people flow decrease in a certain proportion. The simulation study improves the service level and distribution ability of subway station facilities.

Keywords： Subway station; Assemble capacity; Anylogic; Simulation analysis

CLC NO.： U491.1  Document Code： A  Article ID： 1671-7988（2020）09-176-04

前言

軌道交通发展迅速，地铁以其快速、准时、大运量的特点成为城市交通的主干。因此，防止客流拥堵提高地铁站的集散能力是重点研究内容。本文拟在通过仿真研究，模拟地铁站的现实情况，找出关键问题，进而提出优化方案，提升地铁站的的集散能力。曹莹指出城市轨道交通车站集散能力瓶颈就是产生拥堵现象的区域或者设施。地铁车站的拥堵强度就是瓶颈区域的客流量的拥挤程度^[1]。所以，对拥堵强度进行辨别就能够对城市轨道交通车站集散能力瓶颈进行识别。陈立扬等人以乘客空间站用量与设施平均排队长度做为车站集散能力的评价指标，并用Anylogic软件对北京宣武门地铁站乘客集散过程进行仿真给出优化建议^[2]。李洪旭等人通过仿真高峰小时客流情况来研究动物园地铁站站厅层的设施布置，并提出改善措施^[3]。

站厅层是乘客进入地铁站最先接触到的区域，地铁站站厅层的建设耗资巨大且建成后不易更改。结合前人研究成果，本文以西安大雁塔站站厅层为例，通过Anylogic软件对乘客客流的仿真分析，研究车站站厅层的集散能力。分析其不足之处并提出相应改进措施，对后建的地铁站有很好的规避作用。

1 大雁塔地铁站概况

大雁塔地铁站位于西安市雁塔区大雁塔北广场，是西安地铁三号线和四号线的换乘车站。地铁站周边有大雁塔、大唐不夜城、唐大慈恩寺遗址公园等旅游景点。因此大雁塔地铁站聚集大量乘客，承担了包括游客旅行中转和地下购物休息、换乘、市民上下班通勤以及其他功能，客流量大、客流走行路径复杂且节假日客流剧增。

大雁塔地铁站共地下3层，地下1层为站厅层，有6个出入口与地面相连。地下2层为三号线站台层，地下3层为四号线站台层。图1为大雁塔站站厅层平面简图。其中虚线代表护栏将付费区域与非付费区与区分开。乘客凭票由进站闸机进入付费区域。

2 Anylogic软件及评价指标

2.1 Anylogic仿真软件介绍

Anylogic软件的行人库以社会力模型^[5]为底层算法，精确的模拟了人的心理对行动的影响^[6]。社会力模型是Helbing于1995年提出的基于社会心理和物理力的一种行为模型，是目前较为完善的微观行人仿真模型之一，可以较好的模拟行人运动中的自组织现象和流动波纹效应。其基本理念是将行人抽象为具有一定形状和质量的粒子，运用类似于经典力学的受力分析来分析行人在运动过程中的受力状况，从而建立行人运动微观模型。

Anylogic仿真软件建立行人库模型主要分为三个步骤：一是环境建模，将站厅层CAD图导入软件，然后使用行人庫中的元素设置环境和固定设施。二是行人逻辑建模，使用行人库中的流图模块并结合实际乘客的进出站顺序定义行人流逻辑。三是数据输入，将实际采集的数据输入模型进行仿真实验。

2.2 车站集散能力评价指标

2.2.1 设施排队长度L

设施排队长度表示乘客在进出站闸机、安检机等设施前等待乘客的数量，可以反映设备的数量是否充足，乘客通过设备时是否拥挤，以公式（1）表示。

式中：N_i为取值时间点取值之和;L_队，i为第i个时刻点的客流排队长度。

设施排队长度表明了同一时刻某闸机口处等待通过的乘客人数，再以此引申出设施组排队长度，以公式（2）表示。

式中：n表示该设施组处的设施数量。

（2）人流密度n

是指在单位时间内单位面积里的平均人数，其结果越大，则说明越拥堵，乘客的舒适性越低，走行的速度越慢，设施布置在人性化方面存在不合理之处，当然在设施正常运行时也越容易出现由人导致的安全问题。

式中：N为某时间段内由某区域内经过的总人数;t为设定的单位时间，本文以15s为1个时间段;S为划定的区域面积。定义乘客在拥挤环境下的二维空间中运动，其平均占用面积为0.45m×0.45m ^[7]，且乘客在走动时有一定的空间需求，避免与障碍物接触，避免与其他乘客有身体接触，计算可得约有4.5人?m²，由此当人流密度等于4.5人?m²时，为该指标的临界标准。当n<4.5人? m²时，乘客行走较通畅;当n<3人? m²时，乘客行走通畅;当n>4.5人? m²时，乘客行走较拥挤;当n>6人? m²时，乘客行走拥挤。

3 大雁塔地铁站站厅层建模仿真

3.1 环境建模

大雁塔地铁站站厅层的主要环境设施包括墙壁、扶梯、安检设备、进出口闸机售票机等。将站厅层CAD图导入Anylogic软件后，使用行人库的工具设置环境和固定设施。通过设置矩形区域、线服务、吸引子等工具对乘客在站厅层的流线、服务类型进行记录，模拟仿真出乘客的进站过程。如图2为大雁塔站站厅层的环境建模。

3.2 行人逻辑建模

行人经任一入口进入地铁站后，可以选择手机二维码、交通卡和由自助购票机或者人工售票窗口购买的一次性乘车卡这四种购票方式，买票后选择合适的的安检机安检后，经由进站闸机进入付费区域，乘客就近选择楼梯或扶梯进到地下二、三层站台层。考虑到选择扶梯的行人较多，就近选择楼梯与扶梯的模型简化为就近选择扶梯模型。根据如图3和4所示的行人进出站逻辑流程图连接好相应的模块进行调试。图5所示为站厅层模块连接图。

3.3 数据输入

大雁塔景区的水舞光影秀吸引了大量游客，根据调查，2019年国庆期间大雁塔地铁站每日客流维持在30万到40万乘次。根国庆期间据实际调研数据，将实测数据输入模型中。国庆期间地铁站出入口高峰时段客流量如表1所示。

不同购票方式决定了不同的进站方式。进站闸机服务时间由于进站方式的不同，其时间也不尽相同。交通卡和一次性乘车卡采用刷卡进站的方式时间更短。采用手机扫码进站的乘客会遇到没有提前打开二维码、手机卡顿或者其他情况延误时间，时间会相对较长。不同购票方式的人群的比例如表2所示。各设施的服务时间分布如表3所示。

4 仿真结果与分析

4.1 现状仿真分析

设置好参数后，通过Anylogic对站厅层客流状况的仿真，得到站厅层行人密度图如图6所示。

仿真结果中不同的颜色代表不同的密度，从蓝色、绿色、黄色、红色为密度从小到大的四个阶段。由图6的人流密度图可得如下现象，行人在安检机前显示红色;待安检乘客队列与自动购票机前排队队列有重叠现象，特别是1号安检机和3号安检机;护栏外侧人流分布不均匀，护栏内测人流密度大。由图7可知安检机2排队人数呈稳定趋势，而其他四个安检机排队人数上涨趋势明显。

基于以上现象，总结如下影响大雁塔站厅层集散能力的瓶颈因素：

（1）产生拥堵现象的设施：①安检机服务时间长、数量少;②区分付费区域与非付费区域的护栏位置设置不合理;

（2）产生拥堵现象的区域：1号安检机和2号安检机排队乘客与自动购票机排队区域交汇，且交汇区域位于进站口。

（3）关键位置：B口未设置自助购票机，需购票乘客被分流到A口与C口，增加了A口与C口附近相关设施的压力。

4.2 改进措施仿真及指标分析

通过分析现状仿真出现的问题，结合车站的实际情况，提出以下改进措施：

（1）将安检机换为安检机组，在人流高峰期启用;将直线折弯式的护栏改为圆角式，不设棱角方便乘客行走。

（2）将2号安检机和3号安检机附近的自助购票机移动到其他位置，避免交汇区域。

（3）在B口位置设置自助购票机，为A口与C口分流。

经过仿真建模修改及流程修改之后，改进措施仿真结果如图8、9所示。

通过比较改善前后的人流密度图，可发现改善后红色区域明显减少，说明拥堵瓶颈区域得到缓解，排队系统较通畅，减轻由“瓶颈”现象造成的拥堵^[9]。对比改善前后的安检机处排队人数，可看出改善后各安检机前排队人数比较均衡，B口为A、C口分流，各安检口排队人数随人流增大同时增长，通过设施的合理布局对行人进行有效的疏导，使行人走行路径更合理。同时，改善后各安检口由单个安检机改为安检机组，在超高客流时可同时开启多个安检机同时安检，满足超高客流的需要^[10]，加快乘客进站速度，提高站厅层集散能力。

5 结束语

用Anylogic软件对西安大雁塔地铁站厅层进行仿真，以人流密度和设施平均排队长度作为评价指标，对仿真结果进行分析，得出了影响集散能力的瓶颈因素，即设施布局影响走行路径同时安检机数量严重不足。对此提出了改善措施、重新进行仿真。改善后的设施布置，明显提高了地铁站的集散能力。针对于此总结两点改善措施：（1）合理规划乘客进出站乘客走行路线，均衡各设施的服务时间，避免出现功能区域交汇现象;（2）安检为影响地铁站疏散能力的瓶颈因素，合理设置安检机的位置与数量，是提高地铁站疏散能力的重要因素。

参考文献

[1] 曹莹.城市轨道交通车站集散能力瓶颈识别方法分析[J].智能城市，2016，2（11）：21.

[2] 陈立扬，宋瑞，李志杰，李婷婷.基于Anylogic的地铁站站厅层设施布置仿真研究[J].交通信息与安全，2013，31（05）：19-24.

[3] 李洪旭，李海鹰，樊校，许心越.基于Anylogic的地铁车站集散能力仿真分析评估[J].铁路计算机应用，2012，21（08）：48-50.

[4] 陈立扬，宋瑞，李志杰，李婷婷.基于Anylogic的地铁站站厅层设施布置仿真研究[J].交通信息与安全，2013，31（05）：19-24.

[5] D Helbing，P Molnar.Social force model for pedestrian dynamics[J]. Physical review E，1995，51（5）：4282-4285.

[6] Liya Grigoryev著，韩鹏，李岩，赵强译.系统建模与仿真[M].北京：清华大学出版社，2017：123-162.

[7] 楊天阳，朱志国.基于Anylogic的地铁车站通道设施设备规模与布局分析[J].交通运输工程与信息学报，2017，15（1）：115-121.

[8] 张琦，韩宝明.城市轨道交通车站乘客群体行为特征研究[J].城市交通，2010，8（4）;42.

[9] 钱泽林.基于有效管理的地铁换乘站设施设备布置方法研究[D].上海：同济大学，2009.

[10] 建设部.GB50157-2003地铁设计规范[S].北京：中国计划出版社， 2003.