基于逆向搜索的轨道交通车站客流瓶颈筛选方法研究

夏荷香，刘尔辉（.广州市地下铁道总公司 运营事业总部，广东 广州 5030；.华南理工大学 土木与交通学院，广东 广州 5064）

基于逆向搜索的轨道交通车站客流瓶颈筛选方法研究

夏荷香1，刘尔辉2
（1.广州市地下铁道总公司 运营事业总部，广东 广州 510310；2.华南理工大学 土木与交通学院，广东 广州 510641）

在城市轨道交通客流量急剧增加的同时，城市轨道交通车站的相关设施设备也暴露了严重的集散能力瓶颈问题。为了研究以设施疏散能力为基础的静态瓶颈识别方法，改善轨道交通车站客流组织方案内容，结合通行能力的理论计算方法，提出了一种基于逆向搜索筛选出车站客流瓶颈的方法：通过模拟乘客在车站的走行路径，结合各设备及通道等部位的通行能力，运用逆推的方法来找到车站疏散体系的瓶颈节点。最后，根据广州地铁三号线市桥站的车站空间结构和设施最大通行能力，进行了算法的实际应用。结果表明，该车站的客流瓶颈与实际观测的可能拥堵点相吻合，验证了方法的可用性和有效性。

城市交通；逆向搜索；通行能力；客流瓶颈；地铁车站

0　引言

随着通勤需求的增加，我国一些大城市轨道交通车站出现了经常性的交通拥挤现象。在这种拥挤状态下，客流速度大大降低并以较低的流率释放，使得车站内部的客流疏导能力严重下降。

“瓶颈”现象一般产生于障碍物、狭窄通道和客流的“必经之地”。地铁为人流密集的公众聚集场所，在运行时间内，有限的地下空间内承载着大规模的人群。当在地铁站厅、站台及换乘通道内发生非常规突发事件时，如果不能及时疏导，不仅会对乘客的人身安全造成较大的威胁，同时会产生较大的社会影响。在城市轨道交通车站紧急疏散条件下，将疏散流程中疏散客流最慢的环节视为城市轨道交通车站“客流瓶颈”。这类瓶颈属于静态瓶颈，具有稳定和可预测的特性，故应将通过能力的计算及客流瓶颈的分析与应对纳入车站客流组织方案中。

国内外学者从宏观层面，以行人流为对象，从可选路径和设施能力两方面对轨道交通车站客流瓶颈进行了分析。文献[1-4]以车站空间结构和走行时间为约束，研究了乘客疏散可选路径集生成的算法，对客流瓶颈进行识别。文献[5-10]提出了城市轨道交通网络瓶颈的内涵，指出城市轨道交通网络应当将基于能力的技术瓶颈和基于服务水平的服务瓶颈分开研究。国内外已有的研究文献提出了网络瓶颈识别、分析和消解方法，从宏观规划方面分析了导致客运枢纽内部瓶颈的原因，同时考虑了拥堵强度、拥堵持续时间和拥堵频率等拥堵特性，构建了综合客运枢纽行人集散设施瓶颈识别指数模型并制定了瓶颈分级标准。

本文提出了基于车站疏散能力和乘客宏观交通行为的瓶颈识别方法，揭示了瓶颈产生的原因，并且通过对市桥站客流组织的硬件、难点、关键点进行分析，计算出了该站关键的进出站瓶颈，经对比发现，与实际观察到的拥堵点精确吻合。该方法为工作人员进行车站客流瓶颈筛选、优化和完善现有的应急疏散方案提供了科学有效的理论依据，为既有车站和设施的改造及更新提供了决策支持，使设计者能够从乘客紧急疏散的角度洞察待建车站的安全隐患，减少后期重建或改建的成本。目前该方法已广泛应用于广州地铁各个车站的客流组织方案中，基于本方法，并综合考虑全线网的客流特色，最终根据各个车站的实际情况来制定相应的客流组织方案。

1　逆向搜索介绍

逆向搜索就是从目标状态出发进行的搜索，通常是与正向搜索同时进行（双向搜索），如果正向搜索时新扩展的状态是逆向搜索中出现过的，将两段搜索路径连接起来就是找到了一个解（通常是一种搜索步数最少的解）。如果反向搜索时新扩展的状态是正向搜索中出现过的，则与上述一样，也是一种最优解。

本文提出的轨道交通车站客流瓶颈筛选方法正是基于逆向搜索的思路，通过模拟乘客在车站的走行路径，结合各设备及通道等部位的通行能力，找出路径中限制乘客通行速度的部位。算法流程为：先将进出站客流作为整体，分析车站总体各部位的通过能力大小；再通过模拟乘客进站路径和出站路径，分别计算进站和出站的路径瓶颈。

在车站客流疏散安全运行时，应该控制路径内各节点的运行状态，需满足以下准则：后方节点的通过能力大于前方节点的通过能力，即S4>S3>S2>S1（Si为各节点的通过能力），如果S4

图1 简化的模拟路径

考虑车站疏散路径通行能力时发现，一条疏散路径pk的理论疏散能力为Ck=min(C闸机,C楼,C扶, C通,…)，即这条路径的通行能力取决于这条路径上瓶颈节点的通行能力。

车站的疏散体系是由多条不同的疏散路径构成，一条路径上的瓶颈往往不会对整个疏散体系产生很大的影响，但是如果有几条疏散路径都通过某一瓶颈节点，那么这个节点可能就会对整个疏散体系造成较大影响，因此需要通过逆推的方法来找到车站疏散体系的瓶颈节点。首先需要定义“出入口关键节点”的概念，某出入口关键节点是指可行路径集中能到达该出入口的路径上的节点。逆推过程具体步骤如下：

第1步：获取车站乘客疏散可选路径集，将入度≥2的非站台节点存入集合Npar，将站台的节点存入集合Npla，其余节点（入度为1的非站台节点）存入集合Nother，设p=出入口个数，确定车站各出入口Dk(k=1，2，…，p)的相关节点集合NDk；

第2步：取k=1；

第3步：从Dk开始，搜索位置依次逆向经过路径上各节点；

第4步：记录搜索位置与下一节点之间的设施名称及其疏散能力，以二维数组形式存入集合Ck，搜索位置移至下一节点，并执行第5步；

第5步：判断搜索位置所在节点ni所属的集合。若ni∈Nother，则转到第4步；若ni∈Npar，则将Ck和CDk所有数组中疏散能力值最小的一组存入CDk、清空Ck并转到第6步；若ni∈Npla，同样将Ck和CDk所有数组中疏散能力值最小的一组存入CDk、清空Ck并转到第7步；

第6步：ni的入度为j，按照上述方法依次对各条路径进行搜索，获得j个C并对疏散能力值进行加和，与CDk中各数组疏散能力值的和比较大小，若前者较小，则清空CDk，将j个C转存至CDk；若j条路径从同一节点ni出发，搜索位置移至ni，并转至第4步；

第7步：搜索位置沿逆向路径依次搜索，判断下一节点ni是否属于Npar∪Nother，若属于，则转至第4步；若不属于，令k=k+1，若k≤p则转至第3步，否则转至第8步；

第8步：集合NDk两两取交集，将结果存入集合ND，令，即取ND与Npla的补集的交集；

第9步：若N′=∅则结束，否则转至第1步；

第10步：取出集合N′中的第一个节点，存入集合N″，将其隶属的n个集合NDk对应的CDk值相加，若加和值小于该节点逆向第一个设备σ的疏散能力值，则清空相关的CDk，存入σ的设备名称及疏散能力，转至第9步。

以上方法可用于计算机仿真技术。

2　准备工作

2.1调查基本情况

基本情况包括研究对象车站公共区的土建结构、客流变化的规律、购买单程票和使用储值卡车票的乘客比例、本站客流流动路径及乘客出行特点等，作为计算的参考背景。

2.2收集基础数据

基础数据包括车站内各个设备设施的宽度及数量数据，即各楼/扶梯的宽度、走行通道宽度、进出闸机数量、自动售票机数量等。

2.3简要说明

（1）出口通道位置一般相对宽敞，不会成为客流瓶颈的部位，此处不纳入计算，如车站结构中存在通道窄等特殊原因，在计算中也需加入；

（2）液压梯的载客能力有限，因此计算中忽略它的能力；

（3）出入口为合建口的，作为通道计算；

（4）因在TVM购票不是进站的必经路径，因此一般不纳入路径计算，但购票乘客比例高的，如广州火车站等则需纳入；

（5）站厅站台之间有夹层的，如走行距离较长，则也纳入计算；

（6）对于侧式站台，计算进站和出站路径的瓶颈时，分开作为两个站台计算；

（7）此计算方法进站选取了车站一侧、出站选取了一个出口，车站在进行计算时，周全考虑各种流动方向；

（8）此处模拟的是正常情况下客流较大时的情形，如车站进行客流控制，设备设施或通道宽度等基本数据发生变化时，需对应修改基础数值；

（9）计算换乘站的换乘客流瓶颈时，若通道较短，则不区分换乘方向，将全部客流以一个整体考虑，换乘路径视为通道计算。

3　静态客流瓶颈筛选方法

标准站的计算选取如图2所示的广州地铁三号线市桥站为例：车站整体呈矩形，南北走向，A、B、C、D四个出入口分别在矩形四个角的位置，站厅中部两组进闸机、站厅两端两组出闸机对称分布。

图2 市桥站平面图

先计算整体车站各断面的通过能力，即不区分进站和出站客流，对比表1中的车站各部位的最大通过能力值大小，排序通过能力，最小的即为客流瓶颈。

表1　车站各部位的最大通过能力

注：表1中参数取值来自《地铁设计规范》（GB 50157—2013）。

3.1总体路径通过能力

该车站总体路径通过能力如表2所示，总体路径节点通过能力如表3所示。

表2　总体路径通过能力

表2（续）

表3　总体路径节点通过能力

通过表2和表3两表分析车站整体的通过能力，不分进站和出站客流，将车站分成几个主要部位，通过对比每个部位的通过能力大小，可以看出，售票机和两组售票机前的站厅通道通过能力最小（因车站的售票机不是必经环节，因此不纳入计算）。结合现场实际情况，站厅通道在大客流时确实较拥挤。

通过模拟乘客进站路径中经过的关键设备，比对通过能力，得出客流瓶颈。

当前方节点的通行能力大于后方节点的通行能力时，即S4S3>S2>S1。

3.2进/出站路径通过能力

进出站路线节点平面图如图3、图4所示。

图3　进站路线节点平面图（单位：人/h）

图4　出站路线节点平面图（单位：人/h）

3.2.1进站路径通过能力

以乘客从B、C口进站乘车为例，进站路径通过能力见表4，进站路径节点通过能力见表5。

表4　进站路径通过能力

表4（续）

表5　进站路径节点通过能力

从表4和表5中可以看出，乘客进站经过的主要部位中，进闸机的通过能力最低，但因为通道与TVM购票共用一个通道，在无人购票的情况下才能达到12 800人/h的通过能力，尤其在大客流时不会达到这一数值，因此通道和进闸机的通过能力部位较小。

客流进站走行路径：S1→S2→S3→S4，按照通过能力随路径增大的理想状态应为：S1S4>S2

所以S2和S3为通过能力较小的部位，即通道和进闸机为瓶颈。通过模拟乘客站台下车后从C口出站，分析路径中经过的关键设备，比对通过能力，得出客流瓶颈。

3.2.2出站路径通过能力

出站路径通过能力如表6所示，出站路径节点通过能力如表7所示。

表6　出站路径通过能力

表6（续）

表7　出站路径节点通过能力

通过表6和表7，客流出站走行路径为：S1→S2→S3，按照通过能力随路径增大的理想状态为：S1S2≈S3。

可以看出S2和S3的数值略小，即出闸机和出口为出站瓶颈。

4　结论及展望

充分发挥车站疏散能力，引导乘客安全疏散的关键在于准确把握不同情况下的疏散能力瓶颈。车站的静态瓶颈可以通过各设施疏散能力及其串并联关系确定。本文通过分析车站空间结构及可用疏散设施，充分掌握乘客在各类设施内的走行特征，提出了以设施疏散能力为基础的静态瓶颈识别方法，并应用计算机仿真技术确定瓶颈消解的方案。本方法将为车站的合理规划设计提供有利指导，为疏散能力的充分发挥提供理论支持，为保证城市轨道交通和谐、有序、健康运营提供技术保障。本文在计算车站疏散能力静态瓶颈时，仅考虑了疏散能力和可行路径集，可以结合串联设施间的能力匹配度和设施的利用率对静态瓶颈进行进一步研究。

[1]张慧慧，陈峰，吴奇兵.北京地铁进出站设施通行瓶颈问题定量分析[J].都市快轨交通，2009（3）：20-23.

[2]郝记秀，周伟，彭唬，等.高峰期轨道交通客流的弹性“瓶颈”平衡模型[J].交通运输系统工程与信息，2009 （3）：93-97.

[3]王会会.综合客运交通枢纽内部客流拥堵机理研究[D].北京：北京交通大学，2011.

[4]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，2014，50（12）：237-241.

[5]傅荠，姜楠，毛俊毅.城市轨道交通网络瓶颈现象的对策探讨——以上海市为例[J].上海城市规划，2007 （4）：54-57.

[6]代小瑞，任俊学，聂世刚.客运枢纽集散网络瓶颈识别及缓解方法研究[J].公路与汽运，2011（5）：62-66.

[7]李得伟，韩宝明，鲁放.城市轨道交通网络瓶颈分析[J].城市轨道交通研究，2011（5）：49-54.

[8]姚向明，赵鹏，乔珂.城市轨道交通网络客流分布仿真模型研究[J].交通运输系统工程与信息，2012，12（6）：52-59.

[9]单征，宋瑞，李婷婷，等.城市轨道交通车站集散能力瓶颈识别方法研究[J].交通信息与安全，2014（1）：117-121.

[10]李婷婷，宋瑞，何世伟.综合客运枢纽行人集散设施瓶颈识别方法[J].交通信息与安全，2014（4）：31-35.

AScreening Method for Passenger Flow Bottleneck in Rail Transit Station Based on Reverse Search

XIA He-xiang1，LIU Er-hui2
(1.Operation Department of Guangzhou Metro,Guangzhou 510310,China;2.School of Civil Engineering and Transportation,South China University of Technology,Guangzhou 510641,China)

While passenger traffic flow of urban rail transit increased dramatically,the related facilities and equipment of rail transit stations also emerged the serious bottleneck of distributed capacity.In or⁃der to study the static bottleneck identification method based on the evacuation ability of rail transit facil⁃ities and improve the organization program of passenger flow in rail transit station,a screening method for passenger flow bottleneck in rail transit station based on the reverse search was proposed combined with the theoretical calculation of traffic capacity.By simulating passengers′travelling routes in rail tran⁃sit station and considering the traffic capacity of the channel and equipment,the bottleneck nodes of sta⁃tion evacuation system could be found using the reverse method.Finally,the method was applied in actu⁃al according to the station space structures and facilities maximum traffic capacity of Shiqiao Station in Guangzhou Metro Line Three.The results show that the passenger flow bottlenecks coincide with the po⁃tential congestion points by actual observation.The availability and effectiveness of the method have been verified.

urban traffic;reverse search;traffic capacity;passenger flow bottleneck;subway station

U231.4

A

2095-9931（2015）02-0036-06

10.16503/j.cnki.2095-9931.2015.02.007

2015-01-06

夏荷香（1982—），女，广东广州人，工程师，主要研究方向为轨道交通客流组织。E-mail:xiahexiang@126.com