大型铁路客运站客流组织的动态仿真与评价分析

王彦杰 张 喜

（北京交通大学交通运输学院 北京100044）

0 引 言

大型铁路客运站是旅客集散的重要节点，在实际的运营管理中，应该保证旅客集散的便利性、候乘的舒适性和服务的高质性［1］。这就需要通过有效的技术手段实时发现并及时改善大型铁路客运站客流组织所存在的现实问题，为客流组织的运营管理提供决策支持。分析大型铁路客运站的客流组织管理问题，主要集中在对旅客行为的研究，特别是在客流高峰期，客流量大、设备能力紧张，更加需要各项设备设施的综合利用，更加需要进行整体的协调和优化。若要利用有效的手段分析和改进优化方案，不易选择建立数学模型，但可以通过微观动态仿真技术实现，进而提高客流组织优化方案的针对性和可操作性［2］。

Any Logic软件是俄罗斯XJ Technologies公司研发的复杂系统微观仿真软件。其核心算法为社会力模型，能够模拟人流的自组织现象，仿真人流行为变化，适合研究大型客运站复杂的客流组织情况。该软件具有开发式的体系结构，支持二次开发，且能与交通库一起实现人车混合仿真，为复杂的客流仿真建模提供了更好的灵活性［3］。Any Logic中的行人仿真建模包括环境建立、流程设计、仿真运行和结果分析等步骤。而北京南站作为一个规模宏大的5层立体化交通枢纽，分为地上2层和地下3层，是大型铁路客运站中的典型代表。地上2层又分为高架层和平层。北京南站高架层为铁路旅客进站层，是实现城市内部和外部交通重要的衔接处。那么，高架层的客流组织运营管理问题就显得尤为重要。因此，本文将针对北京南站高架层高峰期客流组织的复杂性，分析其站内功能区位布局及客流流线，利用Any－Logic软件对其客流组织进行微观动态仿真建模，给出仿真结果并提出优化方案，为实际运营管理提供决策支持意见，以期说明Any Logic的动态仿真建模能够针对大型铁路客运站客流组织的问题提供切实可行的建议。

1 Any Logic动态仿真与评价模型

1.1 模型假设条件

若要利用计算机程序对现实的运作系统建立动态仿真模型，就需要将系统的实际条件简化为更有利于计算机表达和研究的假设条件。由于大型铁路客运站客流组织的复杂性，在建立仿真模型时，既从实际出发，又要做一定的假设。

在总体设计方面，主要假设：模型主要仿真大型铁路客运站内旅客乘车流程；忽略只是订票的情况，把购票行为包括于候车大厅行为；考虑出现服务台繁忙的各种情况；忽略旅客在行走进程中逗留和购物对排队网络的影响。

在旅客和服务设备方面，主要假设：旅客到达流服从量化的泊松分布；旅客到达数量采用高峰时段内列车时刻表的相应数据；假设各检票机服务率相同；假设各安检机服务率相同。

1．2 模型算法描述

作为Any Logic软件的核心算法，社会力模型是一种真实地反映行人走行轨迹的连续空间模型。该模型基于多粒子自驱动系统的框架，假定组成人群的个体具有思考和对周围环境做出反应的能力，把人的主观愿望、人和人之间的相互关系以及人与环境之间的相互影响用社会力的概念来描述［4］。所谓社会力，就是行人个体之间以及行人与障碍物或其他建筑结构之间的非线性作用。

社会力模型认为人的行为具有4个方面的特点［5］：①行人中的个体都希望尽量自然地行进一段距离，这促使自己总会选择一条尽可能短的径路到达目的地；②个体的行为会受到其它行人的影响。个体行进中不会与陌生人靠的过近。当个体路遇前方有行人或者物体时，会自然地减小速度以免发生相撞。行人通常也会与建筑物边界或障碍物等保持一定的距离；③行人有时候容易被其他人（例如熟人、家庭成员）、物体（例如个人物品、喜爱的商品）和事件（例如争端、公告板）等吸引；④不同情况下行人有不同的期望速度，例如，在前方没有阻碍的情况下，行人会自动地加速到期望速度。

针对作为连续型微观仿真模型反映行人轨迹并考虑行为特点的社会力模型，Helbing［6］等认为行人共受到3种作用力的影响：①自我意识力，即主观意识对个体自身行为的影响，是一种个体自己施加的“社会力”，体现行人的一种主观欲望，就是想以希望的速度到达自己的目的地；②人与人之间的作用力，指人与人之间希望保持一定距离而产生的那种排斥力；③人与边界之间的作用力，指人希望与边界或障碍之间保持一定距离而产生的那种主观意识上的排斥力。作用力的影响可以用一个方程组来量化：

式中：sx为行人x的空间位置向量；vx（t）为行人x的速度；Fx（t）为社会力；γx（t）为反映随机行为偏差的扰动项；Fox（vx）为加速力；Fxb（sx）为人与边界之间的作用力；Fxy（sx，vx，sy，vy）为行人x与其他行人y之间的作用力；Fxi（sx，si，t）为吸引效果。

1．3 仿真评价指标

本文主要针对旅客乘车行程的流畅性和设备综合利用的效率性2个方面来评价大型铁路客运站客流组织仿真运行方案的优劣。其具体评价指标［7］的量化分析如下。

式中：tk为站内某条主要流线上某旅客k的逗留时间；n为站内某条主要流线上旅客的数量。在距离相同的情况下,值越大说明这条流线上越拥堵，旅客行走越不顺畅，从而发现流线上的瓶颈所在。

式中：qk为站内某条主要流线上旅客排队的长度；n为站内主要流线的数量。值越大说明客运站内旅客排队现象越严重，设备综合利用率越低。

1．4 仿真建模过程

Any Logic动态仿真模型的操作由基础仿真平台和企业库等实现。分析大型铁路客运站复杂的客流组织流线，主要研究的是旅客行为。所以，本文利用行人库建立模型进行仿真。具体的仿真建模过程见图1。

图1 仿真建模过程Fig．1 The process of simulation and modeling

2 大型铁路客运站客流组织仿真实例

2．1 站内仿真环境设计

客运站以北京南站高架层为例，其主要功能为旅客购票、进站以及商务活动等。该层的中央区域是独立的候车室，东西两侧是高架环形道的进站大厅，南北两侧是连接着平层南北广场地面进站厅和地下一层换乘区的共享空间。具体而言，高架层的中间候车室进站大厅由北向南依次为普速进站厅、北高速进站厅、南高速进站厅、城际进站厅。高架层主要仿真设备包括闸机、售票口、安检口和手扶梯。其中，闸机采用统一的标准，长度为1.86 m，宽度为0.53 m，通过速度为1.37 m／s，服务时间为2 s［8］。鉴于北京南站高架层运营管理的实际需求，在进行高架层预案仿真时，考虑2方面的因素：仿真总人数和设备个数。

根据高架层的客服设备设置，导入仿真底图模型。按照实际底图比例使用折线绘制仿真动画见图2。（图中“×”代表西北、东北、西南、东南4个方向）。

图2 高架层仿真动画Fig.2 The simulation animation of elevated layer

2.2 仿真流线流程设计

流线是指在综合交通枢纽内，由于各类人员、车辆及物品的集散活动而产生的一定的流动过程和流动路线。北京南站高架层主要是进站流线：旅客进站→安检→购票→托运行李→候车→检票→进入站台。如果有已预购票或不托运行李的旅客，可不全按照上述流程进行。高架层的客流活动频繁，是整个北京南站较易产生瓶颈的地方，其仿真流线流程设计要尽量全面和准确。根据仿真的主要流线，用各个逻辑模块设置各个服务设备的参数，建立出仿真流程图。

2.3 仿真结果与评价分析

仿真客流高峰期的流线情况，能更突出客流组织的瓶颈问题，更好反映大型铁路客运站运营管理的短板。由调研数据知，北京南站高峰时段出现在07：00～08：00时之间，高峰小时客流量仿真设计为9 478人／h。将到达高架层的总人数按一定的设计比例分配到各进站口进行仿真。高峰小时到达人数分配见表1。

通过仿真运行，输出数据结果。可以得到各进站口在购票或不购票情况下到各候车室检票上车对应流线上的逗留时间的具体数据。通过运用公式（4）计算出各进站口对应流线上的平均逗留时间，见表2。

表1 各进站口高峰小时到达人数分配表Tab.1 Arrival distribution per peak hour of entrances（p／h） 人／h

表2 各进站口对应流线上的逗留时间Tab.2 Sojourn time on corresponding flow lines of entrances min

由表2可见，由南北手扶梯入口进来的旅客去乘车所花费的时间比由东西2个入口进来的旅客去乘车所花费的时间要长，有的逗留时间几乎是后者的2倍。而按照北京南站高架层实际的功能区位空间布局来讲，整体上说从各个入口进来的客流所花费的时间均值应该是在差不多的水平上。因此可以看出，由南北手扶梯入口进来的旅客到乘车的这些流线上存在阻碍旅客行走的瓶颈。同样地，通过仿真输出的作为设备综合利用率评价指标的设备平均排队长度的数据结果也可以反映出这一问题，见表3。

表3 仿真设备的平均排队长度Tab.3 Average queue length of simulation equipments

分析输入的仿真数据和输出的仿真设备平均排队长度，可以看出，在高峰小时期间，高架层的行走旅客以设定的速率进站，在所有仿真设备全部开放的情况下，南和北安检口会出现平均排队长度远远大于10人／h的拥堵现象，即瓶颈所在，而其他设备的平均排队长度都在10人／h以下，设备使用效率较好。南北安检口的瓶颈出现主要是由于设备数量少，而通过的旅客数量大造成的。

综上所述，仿真设计的北京南站高架层瓶颈主要出现在南北进站的安检口和手扶梯出口的地方。然后，更改软件动态仿真平台的仿真变量参数，并且事先设定一定评价标准，认为设备平均排队长度控制在10人／h以下，旅客处在可以接受状态，设备效率较高。通过对各种仿真数据结果进行评价指标的综合分析，选出切实可行的最优方案，提出相应的决策意见。最终，方案可以采取下面2个具体措施：

1）若高峰小时总人数不变，就需增加南北进站口安检设备数量。在空间允许的情况下，将南北进站口的安检设备数目均增加为8台时，在北安检设备、普速人工检票闸机处出现平均排队长度为10人／h的临界拥堵现象，此时整体系统最优。

2）若仿真设备数量不变的情况下，在高峰小时疏导南北手扶梯口旅客进入人数方面看，将南北进站口的人数均控制在600人／h、东西进站口人数保持在948人不变时，在北安检设备处会出现平均排队长度为10人的临界拥堵现象，此时整体系统最优。

3 结束语

本文建立了基于Any Logic软件分析与评价大型铁路客运站客流组织的动态仿真模型，设定了仿真建模过程。通过北京南站高架层作为实例，运用Any Logic软件对高架层功能区位布局、客流组织现状进行仿真导入，建立旅客行走模型、客流流程图，并按照客流流线评价指标设置结果设计变量，对站内旅客行走进行动态仿真，再通过对得出的相关数据进行分析，找出客运站客流瓶颈所在并提出相应的两种优化方案。根据高架层的实际情况，2种优化措施可以同时并行，以期更有效地提高客流组织的疏导和管理能力。

结果表明，应用Any Logic仿真软件分析和评价大型客运站的客流组织是一种比较实用的方法。Any Logic软件通过检售票系统设备、安全检查系统设备和候车系统设备等进行客流分布动态仿真分析和评价，能够找出大型客运站客流组织的瓶颈所在，输出解决瓶颈的优化方案，为大型客运站的客流组织运营管理的决策提供依据，提出可行性建议。不过，本文简化了实际情况，提出了假设条件，而现场实际数据又处在不断变化的状态。应用此Any Logic仿真模型能否为将来实际大型铁路客运站提供更加实时、满意的优化方案，有待进一步的研究。

［1］ 刘启钢，杜旭升，杨 旭.大型铁路客运站客流组织仿真技术研究［J］.铁道运输与经济，2010，32（10）：37－40.

［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.

［3］ 胡明伟，史其信.行人交通仿真模型与相关软件的对比分析［J］.交通信息与安全，2009，27（4）：122－127.

［4］ 薛艳青，张 喜.基于Anylogic仿真技术的北京南站客流组织优化分析［J］.铁路计算机应用，2012，21（2）：5－8.

［5］ 万 灏，肖泽南.利用社会力模型模拟分析人群的自组织现象［J］.消防科学与技术，2010，29（9）：745－748.

［6］ Helbing D，Buzna L，Johansson A，et al.Self－organized pedestrian crowd dynamics：experiments，simulations and design solutions［J］.Transportation Science，2005，39（1）：1－24.

［7］ 李晓英.北京南站客流组织动态仿真分析方法研究［D］.北京：北京交通大学，2009.

［8］ 张素芳，张 喜.北京南火车站客流流线组织优化的动态仿真分析［J］.铁路计算机应用，2010，19（1）：11－l4.