地铁车站乘客疏散出口选择行为仿真建模

马　洁， 徐瑞华， 李　璇， 柳　林

(1．同济大学 道路与交通工程教育部重点实验室，上海 201804；2．宁波大学 海运学院，宁波 315211；3．南宁轨道交通集团有限责任公司，南宁 530021)



地铁车站乘客疏散出口选择行为仿真建模

马洁1， 徐瑞华1， 李璇2， 柳林3

(1．同济大学 道路与交通工程教育部重点实验室，上海 201804；2．宁波大学 海运学院，宁波 315211；3．南宁轨道交通集团有限责任公司，南宁 530021)

针对地铁车站乘客疏散过程中的出口选择行为受到自身感知和判断能力的制约，且可能会根据当前位置和出口实时状况重新选择出口，提出一种出口动态选择模型，模型引入感知因子和判断系数反映乘客的感觉和知觉能力，采用动态比较过程和预测决策过程来模拟乘客的出口选择和出口变换行为.以某地铁车站站台层为场景分析乘客的感知和判断能力对出口选择、出口变换行为及疏散效果的影响.仿真结果表明：模型参数可以有效调节乘客的出口选择和出口变换行为，进而影响疏散结果.当车站视野不佳或乘客偏好等待时，需要引导乘客从拥堵的出口到通畅的出口进行疏散；而当车站视野良好且乘客偏好走行时，需要引导乘客选择适当的出口，并在等待时多一些耐心.

应急疏散仿真； 感知和判断过程； 主观疏散时间； 出口选择行为； 出口变换行为

大型城市的轨道交通网络快速发展，客流量不断攀升，地铁车站，尤其大型换乘站，在早晚高峰、节假日和大型活动期间，客流密集，安全隐患大.地铁车站内的突发事件可能会导致严重的经济损失和人员伤亡，造成恶劣的社会影响.因此，研究地铁车站的高效应急疏散具有很强的现实意义.相比问卷调查和数学推演方法的低可信度，以及车站疏散试验的高成本、高难度和高危险，仿真作为一种安全可靠、动态直观、低成本、易实施、可重复的方法，具有显著的优势.不仅如此，仿真方法还具有突出的现实意义：既可以在车站规划设计阶段帮助完善车站设计，也可以在车站运营阶段辅助制订应急措施和应急预案，为车站疏散客流组织工作提供针对性建议.因而，采用仿真方法研究车站乘客的疏散过程已成为一种主流趋势.提高仿真精度和可靠性的关键是要构建合理的仿真模型.微观仿真模型将每位行人都视作独立个体，可反映乘客与环境或是他人间的相互影响，能有效模拟车站疏散过程中乘客的各种行为，得到广泛的发展，现有的研究涉及：有毒气体对乘客行为的影响[1]，乘客的乘降行为[2]，乘客的扶梯、楼梯选择行为[3]和乘客的上下楼梯行为[4]等，但是关于出口选择行为的研究较少.

在实际疏散过程中，乘客的行为和决策对疏散效果有重要影响，其中，出口选择就是一项复杂且关键的决策过程[5].乘客选择不同的出口进行疏散，走行路径不同，受到其他乘客的影响也不同，会导致不同的走行时间和等待时间，进而产生不同的疏散结果.乘客的出口选择行为，不仅关系到个体的疏散时间，也影响到整体的疏散时间.因此，有必要对疏散过程仿真中的出口选择行为专门进行建模研究.关于出口选择行为，目前大多数的研究是针对广义公共场所的.Heliovaara[6]认为采用最近规则和疏散时间最短规则进行出口选择都是不切实际的.Lovreglio[7]提出基于随机效用的离散选择模型，Lo等[8]采用非合作博弈论方法，两者都着重研究乘客间的相互影响对出口选择的作用.Guo等[9]提出基于logit的出口选择模型，乘客选择负效用最小的出口.Huang[10]和Xu[5]改进元胞自动机模型，采用基于logit的离散选择规则模拟乘客的出口选择行为.

上述针对公共场所乘客疏散过程仿真中的出口选择研究多数关注的是乘客间的相互影响和出口状况，将出口选择视为疏散前决策行为.然而，相比其他公共场所，大多数地铁车站结构紧凑，空间狭长，标识体系健全，设备布局符合一定规则，基于此，乘客对车站的设备布局规则和疏散流程比较熟悉，因此，乘客在疏散过程中具备一定的感知和判断出口情况的能力，其出口选择行为很大程度上依赖自身的认知，不会全然盲从.考虑到以上地铁车站所特有的结构特点和乘客特征，针对车站乘客疏散中的出口选择应该是一项需要考虑乘客感觉和知觉能力在内的动态决策过程.实际上，该过程具体有三个特点：首先，乘客的感知能力有限，并与外界环境相关，如烟气浓度、人群密度等，可能不能感知所有可用出口[11].其次，为了选出最优出口，乘客需要计算到各可视出口的走行时间和采用它们疏散的等待时间.是乘客主观认知到的走行时间和等待时间决定他们的出口选择行为[12]，其中有些行人偏好等待，也有些行人偏好走行[13].最后，由于乘客位置和出口条件的动态变化，乘客在疏散过程中可能会变换出口.

考虑以上特点，本文建立了乘客疏散出口动态选择模型.针对特点一，模型中引入感知因子，决定乘客可感知的出口个数，用来调节乘客的感觉能力.针对特点二，在模型中设置一系列判断系数，反映乘客受理性程度和主观偏好影响的知觉能力，用来调整乘客的主观走行时间和等待时间.针对特点三，模型提出两种主观疏散时间的计算方法，模拟乘客的出口选择和出口变换行为.通过调节感知因子和判断系数，可以实现乘客在不同场景下可产生不同的出口选择和出口变换行为.将该出口动态选择模型嵌入社会力模型中，用出口动态选择模型决定每一时刻的期望速度方向，用社会力模型推动仿真前进并反映乘客的微观走行行为.最后，通过算例，研究模型中的感知因子和判断系数对出口选择和出口变换行为的调节作用，以及对疏散效果的影响，为车站设计和疏散组织提供建议.

1　基于社会力的乘客疏散仿真模型

根据Helbing等提出的社会力模型，行人在疏散过程中所受的社会力由自驱动力、行人间的排斥力及人与障碍间的排斥力构成，根据牛顿第二定律，作用于乘客的社会力合力产生一个加速度，促使乘客前进[14]，见式(1).等式右边第一项表示自驱动力，第二、三项分别表示乘客间的排斥力及乘客与障碍间的排斥力，两种排斥力的构成见式(2)—(3).

(1)

(2)

(3)

2　乘客疏散出口动态选择模型

2.1比较出口集

对于地铁车站，本文中所提及的“出口”，不仅指车站出口，还包括连接站台层和站厅层的楼扶梯和连通付费区和非付费区的闸机.车站乘客的疏散流程通常比较固定.突发事件发生时，乘客的初始位置不同，其疏散流程的完整程度可能不一致，其中站台层的乘客需要经过完整的疏散流程方可出站，由三个串联的疏散阶段组成：第一疏散阶段，通过站台层的楼扶梯到达站厅层；第二疏散阶段，通过站厅层的闸机由付费区到非付费区；第三疏散阶段，通过位于非付费区的车站出口到达安全区域.简言之，楼扶梯、闸机和车站出口分别为三个疏散阶段对应的目标出口.

地铁车站内的乘客i处于某一疏散阶段，有r(r∈N*)个出口可供选择，定义出口集S={E1,E2, …,Er}.乘客受自身感觉能力限制和外界环境影响，不一定能感觉到所有出口，只能感知并分析距离较近的一些可用出口.定义比较出口集Ci，乘客i在疏散开始时从出口集S中选择距离较近的m(1≤m≤r,m∈N*)个出口，放入Ci中，显然Ci⊆S.其中m为感知因子，其单位为个，反映乘客的感觉能力，可以描述乘客感觉能力的有限性以及环境条件的变化对感觉能力的影响.具体有：

(4)

(1) 当m=1时，乘客i只能感知并选择此出口，即当前疏散阶段的目标出口Ei=E(1).从第2.1节可知当r=1时，m也只能为1.

2.2目标出口的选择

2.2.1动态比较过程

乘客在疏散过程中根据实时情况，不断对比较出口集内的出口进行评估和比较，选出每一时间步长主观疏散时间最短的出口，该过程为“动态比较过程”.在实际疏散场景中，乘客会一直关注各可视出口的情况，快速权衡，只考虑距离和等待人数之类的关键影响因素，因此，不会消耗太多精力，不影响走行，效率高，可以实现动态.

(5)

乘客的知觉能力是有限的，对空间、时间的知觉都不是精确的，且知觉与乘客的性格、偏好和认知相关，人与人之间存在差异.Ei和Fi作为判断系数，反映乘客i的知觉能力.知觉能力是乘客的自身属性，与理性程度和主观偏好相关，不随疏散时间改变.Fi越大，表示乘客对走行的偏好越大；Ei越大，表示乘客对等待的偏好越大.本文将乘客分为三种类型：判断力强、偏好走行和偏好等待，同一场景中每种类型乘客对应的比例分别为ps、pm和pw，显然ps+pm+pw=1.乘客i按照自己的类型，对Ei和Fi取值，每位乘客的取值可以不同，具体有：

(6)

其中，P与Q相近且P略大于Q；X小于Y，且Y值越大，乘客越偏好走行厌恶等待；U大于V，且U值越大，乘客越偏好等待厌恶走行.

2.2.2预测决策过程

当某一时刻，乘客通过动态比较过程得到的目标出口与原先的目标出口不一致时，需要决策是否变换目标出口，这个决定可能意味着之前的“付出”都白费了，因此乘客需要花较多的精力和时间，对每个可视出口进行全面深入的精细评估和比较，选择主观疏散时间最少的出口作为当前时刻的目标出口，该过程为“预测决策过程”.由于乘客考虑众多影响因素，计算和评估的精度较高，但是用时长，影响走行和疏散速度，所以动态地进行预测决策过程不妥.

(7)

(8)

(9)

2.3流程

设置初始时刻：tn=0，对于任一乘客i：

步骤1. 根据乘客的初始位置，判断其所处的疏散阶段.转到步骤2.

步骤2. 判断：乘客是否正在接受出口服务：

步骤2.1. 是，转到步骤7；

步骤2.2. 否，转到步骤3.

步骤3. 确定乘客当前疏散阶段的出口集S，并计算比较出口集Ci，转到步骤4.

步骤4. 确定比较出口集Ci中出口的个数：

步骤4.1. 若m=1，即Ci中只有一个出口E(1)，则当前疏散阶段的目标出口Ei=E(1)，转到步骤6；

步骤5.1. 是，转到步骤7；

步骤5.2. 否，tn←tn+τi，转到步骤4.2.

步骤6.1. 是，转到步骤7；

步骤6.2. 否，tn←tn+τi，转到步骤6.

步骤7. 当前疏散阶段的出口选择过程结束，乘客通过阶段出口后，判断：乘客是否离开车站：

步骤7.1. 是，结束；

步骤7.2. 否，乘客进入下一疏散阶段，转到步骤3.

更新所有乘客.

3　算例分析

考虑到站台层的楼扶梯往往是整个车站疏散过程中的瓶颈，因此本文选取某地铁车站站台层为场景进行仿真分析，如图1所示.该站台层有乘客500人，初始状态时大多数乘客分布在两侧的候车区域.站台层有5个“出口”，其中3部扶梯，2部楼梯，在乘客疏散时，所有楼扶梯均为可用出口，本文场景中，每部楼梯的通过能力为每部扶梯能力的三倍.算例中，乘客的疏散过程指从开始疏散时起，直到乘客通过楼扶梯离开站台层结束.总疏散时间指从开始疏散时起，直到最后一位乘客离开站台层所用的时间.本文以课题组已有的基于社会力模型的客流仿真软件StaPass[16]为基础，加入第2节的乘客疏散出口动态选择模型改进后，进行算例设计与仿真.社会力模型的参数与文献[14]中一致，每一仿真步长为0.5 s.本文重点研究乘客的感觉和知觉能力对疏散效果的影响，算例着重考察模型中不同的感知因子m，判断系数(Es,Fs)、(Em,Fm)、(Ew,Fw)，乘客比例(ps,pm,pw)取值，对总疏散时间的影响，以及乘客在疏散过程中的出口选择和出口变换行为会有怎样的变化，进而对车站设计和疏散组织提出建议.

图1　仿真初始场景

3.1乘客比例和感知因子对疏散效果的影响

通过对不同的Ei和Fi取值进行多次仿真试验并分析后，在本算例中，对于判断力强的乘客取(Es,Fs)=(3, 2)，这个参数水平下，乘客最为理性，疏散效果最佳.对于偏好走行和偏好等待的乘客分别取(Em,Fm)=(2, 7)，(Ew,Fw)=(7, 2)，这个参数水平下，乘客表现出适度的偏好性和非理性.4种具有代表性的乘客比例(ps,pm,pw)在不同的感知因子m取值时对总疏散时间的影响，如图2所示.其中，(ps,pm,pw)=(1, 0, 0)表示所有乘客的判断能力都强，是理性的；(ps,pm,pw)=(0, 1, 0)表示所有乘客都偏好走行厌倦等待；(ps,pm,pw)=(0, 0, 1)表示所有乘客都偏好等待厌倦走行；(ps,pm,pw)=(0.34, 0.33, 0.33)表示理性乘客占34%，偏好走行和偏好等待的乘客各占33%，各种类型乘客接近于等比例混合.

图2　乘客比例和感知因子m对总疏散时间的影响

从图2中可以看出，当m=1时，不论乘客的比例是怎样的，总疏散时间都会达到一个相似的最大值.具体的仿真过程截图如图3所示.因为所有乘客都只能感知到最近出口，并从最近出口疏散，当其他出口已经空了，瓶颈出口前仍有部分乘客在等待疏散(图3d).若车站视野条件不佳，总疏散时间受瓶颈出口制约，此时，需要车站工作人员引导使用瓶颈出口疏散的乘客采用附近通畅的出口进行疏散.

从图2可以看出，当m=3, 4, 5时，4种乘客比例的总疏散时间有差异，其中所有乘客都理性时的总疏散时间最短，所有乘客都偏好走行时的总疏散时间最长.混合比例场景和全部偏好走行场景的总疏散时间的变化趋势相似，说明在混合比例场景，其中偏好走行的乘客对疏散效果的影响较大.如果场景中所有乘客都偏好走行，那么在(Em,Fm)=(2, 7)这样的参数水平下，乘客感知到的出口越多，相应的总疏散时间也越长.这是因为乘客感知到的出口越多，出口变换行为也越来越杂乱无章，导致总疏散时间变长.这样的结果表明疏散时，需要采取措施安抚乘客情绪，使乘客理性决策.如果乘客缺乏耐心厌恶等待，良好的外界视野环境甚至可能是不利于疏散的，此时需要车站工作人员发挥作用，让偏好走行的乘客多一些等待，不要匆忙换去其他出口.

图3仿真过程图((ps, pm, pw)=(1, 0, 0)，(Es, Fs)=(3, 2)，m=1时)

Fig.3Screenshots of simulation when (ps, pm, pw) = (1, 0, 0), (Es, Fs)=(3, 2)andm=1

3.2判断系数Fm和感知因子对疏散效果的影响

假设场景中所有的乘客都偏好走行厌倦等待，即(ps,pm,pw)=(0, 1, 0).不同判断系数Fm和感知因子m取值对疏散效果的影响，如图4所示.

图4　判断系数Fm和感知因子m对总疏散时间的影响

从图4可以看出，感知因子m=3, 4, 5时，当Fm<9，随着Fm的增长，总疏散时间也明显变长，且m取不同值时的总疏散时间略有差异；而当Fm≥9时，总疏散时间的增长缓和，三条曲线的差距逐渐缩小，最终趋于一致.这是由乘客的出口选择和出口变换行为造成的.仿真过程截图如图5所示.当Fm较小时，疏散开始后大多数乘客向最近出口移动.而随着Fm的变大，越来越多的乘客首先向通过能力大的楼梯移动(图5a)，造成楼梯拥堵(图5b)，随后部分乘客转向扶梯疏散(图5c)，但由于扶梯能力的制约，当楼梯已经空了，还有部分乘客在扶梯前等待(图5d).在这个过程中，非理性的出口选择和出口变换行为，先后造成扶梯和楼梯没有得到有效利用，使得总疏散时间变长.尤其，当Fm大于21时，几乎所有的乘客在疏散开始时都涌向楼梯，导致不论m为何值，总疏散时间达到相似的最大值.说明疏散过程中，需要对偏好走行的乘客进行引导，指引乘客选择恰当的出口，并在等待时多一些耐心.

图5仿真过程图((ps, pm, pw)=(0, 1, 0)，(Em, Fm)=(2, 29)，m=5时)

Fig.5Screenshots of simulation when (ps, pm, pw) = (0, 1, 0), (Em, Fm)=(2, 29) andm=5

当感知因子m=2时，Fm的增长对总疏散时间没有影响，且总疏散时间比m=3, 4, 5场景时小.仿真过程截图如图6所示.初始位置在站台左侧的乘客只能感知到站台左侧的两部扶梯，因此不论Fm取何值，这些乘客都只会通过感知到的两部扶梯疏散(图6).相比m=3, 4, 5的场景，这两部扶梯得到充分利用，所以总疏散时间较小.随着Fm的增长，越来越多的其他乘客在疏散开始时涌向楼梯(图6a)，这与m=3, 4, 5场景时的现象一致.从图6可以看出，当Fm=29时，中部扶梯无人使用，但是这并不会对总疏散时间造成影响，因为该场景下疏散瓶颈是站台左侧的两部扶梯(图6d).说明疏散出口的有效利用，可使总疏散时间减少；乘客视野有限时，其理性程度对疏散效果的影响甚微，瓶颈出口才是制约疏散的关键，需要将乘客从拥堵的出口引导至通畅的出口进行疏散.

3.3判断系数Ew和感知因子对疏散效果的影响

假设场景中所有乘客都偏好等待厌倦走行，即(ps,pm,pw)=(0, 0, 1).不同判断系数Ew和感知因子m取值对疏散效果的影响，如图7所示.

从图7可以看出，总疏散时间随Ew的增长而增长.当Ew≤7时，m=2的场景比m=3, 5时的总疏散时间略长.疏散开始后，所有乘客都向最近出口移动.当m=2时，由于感知能力有限，左侧乘客只能通过左侧扶梯疏散，不能变换出口，受扶梯能力制约，

图6仿真过程图((ps, pm, pw)=(0, 1, 0)，(Em, Fm)=(2, 29)，m=2时)

Fig.6Screenshots of simulation when (ps, pm, pw) = (0, 1, 0), (Em, Fm)=(2, 29)andm=2

图7　判断系数Ew和感知因子m对总疏散时间的影响

总疏散时间较长；而当m=3, 5时，一部分乘客会由拥堵的扶梯换到通畅的楼梯完成疏散.上述变换出口的行为是理性的，减少了总疏散时间.随着Ew的增长，越来越少的乘客由扶梯换至楼梯，尤其当Ew>21时，几乎所有乘客都只通过最近出口疏散，疏散过程与图3中乘客只能感知到唯一出口的场景相似.说明疏散中需要引导偏好等待的乘客从拥挤的出口到附近通畅的出口完成疏散.

通过第3.1～3.3节算例分析，可知：当乘客只能感知到少数出口或偏好等待时，总疏散时间取决于各出口的能力与就近承担的疏散人数是否匹配.如果匹配，那么疏散效果良好；如果不匹配，总疏散时间受瓶颈出口制约.在车站设计时，应该考虑各个区域出口数量和能力的均衡，但考虑到车站内乘客的分布不一定是均衡的，所以在车站视野不良时，以及对于偏好等待的乘客，需要引导乘客从拥挤的出口到附近通畅的出口进行疏散.当乘客能感知到较多出口且偏好走行时，乘客可能会在疏散开始时选择通过能力大的出口，而在疏散过程中又变换到其他出口，这种非理性的出口选择和出口变换行为，使得总疏散时间延长.所以，车站视野良好时，需要引导偏好走行的乘客选择恰当的出口，并在等待时多一些耐心.

4　结论

本文建立了出口动态选择模型，研究地铁车站乘客在疏散过程中感觉和知觉能力对出口选择和出口变换行为的影响.模型中引入感知因子和一系列判断系数反映乘客的感觉和知觉能力，通过两种主观疏散时间的评估方法模拟乘客的出口选择和出口变换过程.最后，以某地铁车站站台层的疏散过程为场景，进行算例仿真，仿真结果表明：通过调节模型中的感知和判断参数可以有效改变出口选择和出口变换行为，进而得到不同的疏散效果.仿真结果可以为车站设计和疏散组织工作提供意见和建议：

关于车站设计，要避免明显的瓶颈出口.出口设备的通过能力应该考虑与乘客的分布相匹配：通常情况下，出口的位置要均衡，出口的数量要均匀，在乘客相对密集的区域，出口设备的能力应该相应加大.关于车站的疏散组织工作，只提供良好的疏散视野环境有时候不见得能发挥积极作用.为提高疏散效率，更重要的是需要提供有效的引导措施：一方面安抚乘客情绪，使乘客回归理性；另一方面帮助乘客做出合理的出口选择和出口变换决策，使得各个出口设备在整个疏散过程中都可以得到有效利用.

本文中的感知过程是静态的，下一步重点研究当乘客具备动态感知能力时的出口选择行为建模和仿真.此外，通过算例分析可以看出模型中感知和判断参数对疏散行为和效果的影响显著，由于目前仿真案例有限，实际数据缺乏，在具体案例中参数应如何取值也是下一步研究的重点.

[1]Wan J, Sui J, Yu H. Research on evacuation in the subway station in China based on the Combined Social Force Model[J]. Physica A: Statistical Mechanics & Its Applications, 2014, 394(2):33.

[2]Zhang Q, Han B, Li D. Modeling and simulation of passenger alighting and boarding movement in Beijing metro stations[J]. Transportation Research Part C Emerging Technologies, 2008, 16(5):635.

[3]Cheung C Y, Lam W H K. Pedestrian route choices between escalator and stairway in MTR stations[J]. Journal of Transportation Engineering, 1998, 124(3):277.

[4]Qu Y, Gao Z, Xiao Y,etal. Modeling the pedestrian’s movement and simulating evacuation dynamics on stairs[J]. Safety Science, 2014, 70:189.

[5]Xu Y, Huang H J, Yong G. Modified static floor field and exit choice for pedestrian evacuation[J]. Chinese Physics Letters, 2012, 29(8):80502.

[6]Heliovaara S, Kuusinen J M, Rinne T, et al. Pedestrian behavior and exit selection in evacuation of a corridor-An experimental study[J]. Safety Science, 2012, 50(2):221.

[7]Lovreglio R, Borri D, Dell’Olio L,etal. A discrete choice model based on random utilities for exit choice in emergency evacuations[J]. Safety Science, 2014, 62(2):418.

[8]Lo S M, Huang H C, Wang P,etal. A game theory based exit selection model for evacuation[J]. Fire Safety Journal, 2006, 41(5):364.

[9]Guo R, Huang H. Logit-based exit choice model of evacuation in rooms with internal obstacles and multiple exits[J]. Chinese physics B, 2010, 19(3):101.

[10]Huang H J, Guo R Y. Static floor field and exit choice for pedestrian evacuation in rooms with internal obstacles and multiple exits[J]. Phys Rev E, 2008, 78(2):1815.

[11]Pan X. Computational Modeling of human and social behaviors for emergency egress analysis[D]. California：Stanford University, 2006.

[12]Kobes M, Helsloot I, Vries B D,etal. Building safety and human behaviour in fire: a literature review[J]. Fire Safety Journal, 2010, 45(1):1.

[13]李爱梅, 赵丹, 熊冠星,等. 等待是一种折磨?等待时间知觉及其导致的非理性决策行为[J]. 心理科学进展, 2014, 22(11):1679.

LI Aimei, ZHAO Dan, XIONG Guanxing,etal. Is waiting a kind of torture? peceived waiting time and the resulting irrational decision making[J]. Advances in Psychological Science, 2014, 22(11):1679.

[14]Helbing D, Farkas I, Vicsek T. Simulating dynamical features of escape panic[J]. Nature, 2000, 407(6803): 487.

[15]Gao P, Xu R, Zou X. A modified heuristic search algorithm for pedestrian simulation[C]//Proceedings of the 7th International Conference of Chinese Transportation Professionals, American Society of Civil Engineers. Shanghai:[s.n.], 2008: 512-519.

[16]高鹏.基于多智能体的轨道交通车站客流仿真模型及理论研究[D].上海：同济大学，2010.

GAO Peng. Agent-based simulation model for passengers in urban mass transit station[D]. Shanghai: Tongji University, 2010.

Simulation Modeling of Pedestrian Exit Selection in Evacuation Process of Rail Transit Station

MA Jie1， XU Ruihua1， LI Xuan2， LIU Lin3

(1．Key Laboratory of Road and Traffic Engineering of the Ministry of Education，Tongji University，Shanghai 201804，China； 2．Faculty of Maritime and Transportation，Ningbo University，Ningbo 315211，China； 3．Nanning Rail Transit Group Co.，Ltd.，Nanning 530021，China)

Pedestrian exit selection behavior during evacuation process in a rail transit station is restricted by pedestrians’ perceptual as well as cognitive abilities. Moreover, pedestrian may re-select the exit according to his or her current position and the real-time exit conditions. To simulate these behaviors, a dynamic exit selection model is presented. A perceptual parameter and a series of cognitive coefficients are introduced in the model to reflect pedestrians’ perceptual and cognitive level. Besides, two subjective evacuation time computing approaches are proposed to simulate pedestrians’ exit selection and re-selection behavior. A scenario of a station platform is built. A number of simulation experiments are run to study the effect of pedestrians’ perceptual parameter and cognitive coefficients on total evacuation time. The results show that the total evacuation time is sensitive to model parameters, furthermore, exit selection and re-selection behaviors can be modeled. It is found that when pedestrians can perceive only a few exits or pedestrians prefer waiting, the station staff should guide pedestrians who evacuate from the crowded exit to use the unobstructed exit; whereas when pedestrians can perceive enough exits and they prefer walking, measures should be taken to help them to choose a rational exit and let them wait a bit longer in front of the exit.

evacuation simulation; perceptual and cognitive process; subjective evacuation time; exit selection behavior; exit re-selection behavior

2016-02-25

国家自然科学基金(71271153，51208381，51408323)

马洁(1989—)，女，博士生，主要研究方向为行人仿真.E-mail: majie_2007@163.com

徐瑞华(1963—)，男，工学博士，教授，博士生导师，主要研究方向为交通运输规划与管理.E-mail: rhxu@tongji.edu.cn

U291.69

A