基于改进社会力模型的客运枢纽行人换乘组织仿真与优化

韩笑宓，郑维清，杨 权，盛 涛

（交通运输部科学研究院，北京 100029）

0 引言

客运枢纽是客流集散的主要场所，枢纽内的乘客换乘组织水平反映了枢纽的整体服务水平。当前，仍有相当一部分客运枢纽存在换乘客流集中、换乘效率低等问题，亟待通过调整枢纽内的设施布局及配置优化客流组织。由于乘客行为的复杂性，很难利用数学模型对优化方案的实施效果进行全面、直观地评估，而仿真技术能够通过模拟行人在枢纽内部走行、路径决策等行为，再现真实的旅客换乘场景，用于研究综合客运枢纽设施布局下乘客整体的换乘效率，为交通枢纽布局设计的评估与优化提供科学依据。

目前，较为典型的行人仿真模型主要有元胞自动机模型、社会力模型、格子气模型等。社会力模型是一种连续空间行人仿真模型，将行人抽象为粒子，描述行人在连续二维空间运动的动力系统方程。与元胞自动机模型和格子气模型相比，社会力模型能够较好地描述行人的微观运动与群体行为之间的相互关系，而且在体现行人的智能性以及动画的逼真性方面具有很大优势。很多学者利用社会力模型在行人仿真方面开展了大量研究。周侃等[1]引入视野影响因子，增加行人结伴同行算法，构建了改进的社会力模型及其仿真平台。李文新等[2]基于改进的社会力模型，利用Anylogic 仿真软件，考虑枢纽内部设施设备数量与布局等对换乘效率的影响，对枢纽站内旅客换乘行为进行仿真。王爱丽等[3]考虑行人间的相互影响，引入“行人防止穿透决策规则”，以社会力模型为基础，建立了乘客行为仿真模型。刘晓庆[4]建立了以社会力模型为基础的Anylogic行人仿真模型，对轨道交通换乘站内行人的行走过程进行仿真，并提出相应的优化改进措施。慕建康[5]对地铁站内行人走行的社会力仿真模型进行改进，对车站站台直行段行人的避让行为和单向通道直线段行人超越行为进行仿真，验证了模型的有效性。何民等[6]引入融入Agent 的实时感知与动态避让算法对模型进行改进，更加真实地模拟了行人步行行为。曹洁等[7]以社会力模型为基础，对兰州站的站厅层客流组织进行仿真模拟并提出优化方案。李洪旭等[8]利用Anylogic 建立仿真模型，提出了城市轨道交通车站布局优化的建议。谢冰如[9]通过Anylogic对成都东站两个时段下的排队交叉冲突和设施通过能力进行了仿真优化。

已有的研究中，以社会力模型为核心算法的Anylogic 仿真软件应用较为广泛，在综合交通枢纽行人仿真优化领域的研究已经取得了很多成果，但由于社会力模型中的行人间作用力不能有效防止碰撞的发生，所以在仿真过程中，高密度行人流区域存在同一空间多个行人重叠甚至互相穿越的现象，与现实情况不符。在实际运动过程中，行人的走行速度以及面对潜在冲突时的冲突角度各异，很大程度地影响其采取避让行为的作用力。针对这一问题，本文在已有研究成果的基础上，考虑行人速度和冲突感应的各向异性，引入行人冲突避让机制对社会力模型进行改进，并通过仿真软件实现某综合客运枢纽的仿真模拟，分析行人在枢纽内部的换乘瓶颈，提出枢纽布局设计优化方案并验证优化效果。此外，开展敏感性分析，对道路客运电子客票推广应用这一背景下的行人进站效率进行评估。

1 考虑行人冲突避让的社会力模型改进

1.1 社会力模型的适用性

社会力模型对于行人仿真的适用性体现在以下两点：

（1）可以解释行人自组织现象。通过相互的行为作用机制，自然地形成成股人流，或通过演化，形成不同方向的行人流线（同向行人之间压力较小，异向行人之间压力较大）。

（2）可以解释交叉处的行人振荡现象。人流交叉处会出现行人逗留的情况，在仿真场景中显示为“行人‘振荡’现象”，即行人间或行人与障碍物之间的徘徊、反复运动[10-11]。

针对综合客运枢纽内旅客流线较多、旅客行为复杂的特点，相较于其他行人仿真模型，社会力模型能够深入、细致、逼真地描述综合客运枢纽内旅客行人流演化过程中的复杂现象[12]。

1.2 社会力模型的基本原理

社会力模型利用牛顿第二定律描述行人的运动状态。在该模型中，考虑了行人的运动行为受三种力的驱使，分别是：行人的自驱动力，行人与周围行人之间的作用力，以及行人与障碍物之间的作用力[13]。社会力模型的表达式为[13]：

（1）行人的自驱动力

行人在运动过程中，若没有受到外界因素干扰，会以其期望的速度径直行进至目的地，这个过程中所受到的力就是行人自驱动力，表达式为：

（2）行人间的作用力

行人间作用力包括行人间的心理排斥力和接触排斥力，表达式为：

式（4）中：Ai为作用力强度；Bi为作用范围；ri,rj分别为行人i和行人j的作用半径；dij为行人i与行人j间的质心距离；为行人j对行人i作用力的单位矢量。

式（5）中：k为身体挤压力系数；μ为滑动摩擦系数；为切向相对速度，表示行人i与行人j在切线方向的速率差；为切向单位向量，方向垂直于；g(x)是用于判断行人i与行人j之间是否存在身体接触的函数。

（3）行人与障碍物间的作用力

行人与障碍物间的作用力包括行人对障碍物的心理排斥力和接触排斥力，表达式为：

式（7）～式（8）中：diw为行人i的质心与障碍物w边界之间的距离；表示障碍物对行人i作用力的单位矢量。

1.3 社会力模型的改进

社会力模型仿真过程中可以发现多个行人碰撞重叠的问题[14]。本文考虑行人的冲突避让机制，对社会力模型加以改进。在社会力模型中，行人的避让行为来源于行人的心理排斥力，而在实际的行人走行场景中，行人具有主观能动性，面对潜在的冲突对象，会根据其与潜在冲突对象的速度对比以及双方冲突角度大小改变走行意愿。因此，本文借鉴社会力模型中行人间作用力的建模思路，考虑当行人j进入到行人i的冲突感应范围内时，行人i的走行速度对避让意愿的影响，以及冲突感应的各向异性，得到行人i产生避让意愿作用力的表达式如下：

可以看出，当行人j的速度大于行人i的期望速度时，行人i不产生避让意愿作用力；当行人j的速度介于行人i的当前速度与期望速度之间时，在自驱动力的驱使下行人i的运动状态受限，从而产生避让意愿作用力，直至行人j的速度低于行人i的当前速度时，行人i的避让意愿最为强烈。

式（11）中：θij为行人i的走行方向与行人j对行人i排斥力方向的反方向之间的夹角；σ为作用力的各向异性参数，参考相关文献[15-16]后确定该参数取值为0.2。

行人所受到的其他行人的排斥力与自身行进方向的角度与其对潜在冲突的避让敏感度之间也存在着非线性关系。当夹角为0时，在行人i的冲突感应范围内的行人j对行人i产生的排斥效果最明显，行人i的避让意愿最大；当夹角为0～90°或270～360°时，行人i的避让意愿要比夹角为90～180°时大。

2 案例分析

2.1 仿真的实现

本文以某综合客运枢纽为例，对考虑行人冲突避让的社会力模型展开应用研究。该综合客运枢纽毗邻高铁站，主体部分包括长途客运站场、综合客运枢纽换乘大厅、旅游集散中心、公交站。该综合客运枢纽的总体平面布置方案如图1所示。换乘中心布设于高铁站正北方向，长途客运站布设于换乘中心的东侧，游客集散中心、公交站布设于换乘中心西侧，不同交通方式间的换乘活动均集中在换乘中心内部。

根据综合客运枢纽平面布置图，在Anylogic仿真软件中绘制仿真场景（如图2 所示）。利用Anylogic 中的行人行为模块建立不同客流来源的旅客换乘行为逻辑图（如图3所示），利用其中的多智能体参数，实现改进的社会力模型。

图3 行人换乘行为逻辑

结合仿真场景，对仿真模型进行参数设定：

（1）仿真场景参数设置

长途客运站设人工售票窗口3 个、自动售票机3 个、安检机2 个。将出租车车辆数换算为行人服务台数进行仿真，单次服务的出租车为3辆，按照每辆出租车服务1.6 人计算，则出租车上客区单次服务旅客人数为5人。

（2）行人设施参数设置

本项目中涉及的连接类设施包括换乘通道和自动扶梯。设定行人在自由流状态下的速度参照默认值，即5km/h；自动扶梯速度为0.5m/s，宽度为1m。

为旅客在换乘过程中提供服务的交通设施包括售票处、安检机、检票口和出租车上客区等。对以上设施的服务排队参数设定均通过调用函数实现。排队服务选取较短的队列。调用函数类型及参数根据客运站实际服务时间分布确定。

（3）到达客流设置

通过对客运枢纽的实地调查，推算高峰小时通过不同交通方式到达综合客运枢纽的行人OD 矩阵，作为模型中客流到达速率的数据来源。

（4）行人参数标定

通过对枢纽内高峰期进出站乘客相关特性的数据采集，确定本仿真模型中行人初始速度为Uniform(0.3,0.7)（单位为m/s），舒适速度为Uni⁃form(0.8,1.3)（单位为m/s），行人直径为Uniform(0.5,1.0)（单位为m）。

2.2 仿真结果分析

下面主要对行人的平均换乘时间、典型交织区的客流密度这两项指标进行仿真模拟，并与实际场景作比较分析。仿真结果与实际观测数据的对比如表1所示，仿真误差小于6%，表明本模型采用的仿真参数合理，符合实际情况，能够有效用于枢纽内的行人仿真分析。

表1 仿真结果与实测数据对比

分析行人的冲突避让行为，可以发现很少出现行人重叠的情况。图4 是截取的换乘大厅东南侧一高密度客流区域的行人仿真过程。可以看到，行人1 与行人2 在走行过程中识别到彼此间的潜在冲突，在避让意愿作用力的驱使下，行人1减速避让，行人2改变走行方向，直至冲突解除。如此从微观层面分析枢纽内较为典型的多向客流交织下的行人行为，可以提高客运枢纽行人换乘组织仿真模拟的准确性，也验证了社会力模型改进的有效性。

图4 行人冲突避让过程仿真

客运枢纽服务水平可由行人密度及设施服务能力体现，将二者作为主要评价指标，得到的仿真结果如图5 所示，不同色块分别对应6 个密度等级A～F，红色填充部分行人密度最高，拥挤情况严重。总体来看，换乘大厅服务水平较高，密度等级主要为B、C级，有多源客流交织处可达D级，E、F级的高密度区域集中在长途客运站的购票、安检、候车区域及连接二层高铁进站的扶梯处。同时，统计长途客运站内服务设施平均排队长度可知，自助售票机处平均排队人数为6.126人，安检处平均排队人数为12.345 人，排队现象均较为严重。

图5 优化前地上一层行人密度分布图

3 讨论与建议

根据仿真结果，本文提出以下优化措施：

（1）为缓解长途客运站内售票区、安检区的拥堵，将3台自助售票机增加至6台，2台安检机增加至3 台，并略微向东移动安检机位置，提高服务设施通行能力。

（2）长途客运站开辟面向站前广场的进站口，承接来自站前广场及客运站出站口的换乘客流，减少其绕行距离。

（3）高铁站西侧增设1 部扶梯，东侧设置2部进站扶梯，承接部分换乘高铁的客流。

根据优化措施对仿真软件内相关参数进行调整，得到优化后地上一层行人密度分布如图6所示。

图6 优化后地上一层行人密度分布图

可以看出，开辟长途客运站北进站口后，来自长途客运出站口及站前广场的旅客无需进入大厅即可直接换乘长途客运，疏解了换乘大厅内的部分客流，缓解了长途客运站南进站口的客流压力，同时减少了换乘大厅内东侧的客流交织，该区域范围内的服务水平明显提升。地下一层的出租车、社会车辆客流可直接通过新设的高铁站东侧进站扶梯换乘高铁，减少了与高铁出站口客流的交织，高铁出站口附近行人交织区域的B 级密度区域范围扩大，高铁站西侧进站扶梯处的拥挤情况也得以缓解。长途客运站内，随着服务设施的增加，售票区、安检区的服务水平明显改善。

优化前后乘客所需换乘时间如表2 所示。可以看出，长途客运换乘长途客运的时间和站前广场换乘长途客运的时间都明显减少，开设长途客运站北进口极大地缩短了上述换乘流线旅客的换乘距离，优化效果最为显著。由于地下一层的旅客可就近搭乘西侧扶梯换乘高铁，减少了换乘大厅东南侧区域的冲突交织人流，出租车和社会车辆换乘高铁的时间分别减少了56.46%和43.14%，高铁换乘长途客运的时间减少了14.12%，旅游巴士、高铁、长途客运换乘出租车的时间减少了15～22s。由于仿真的随机性在合理范围内上下波动，其余换乘时间变化不大。

表2 优化前后换乘时间对比

目前，国内多地启动了电子客票试点，旅客可直接通过互联网购票时的有效身份证件或电子客票凭证乘车。为验证电子客票试点的实施效果，本研究以10%的步长改变电子客票凭证检票比例，得到不同场景下的旅客到达长途客运站候车区域的进站耗时。为了减小仿真误差，不同比例下重复仿真5 次，取平均值，结果如图7 所示。在乘客使用电子客票凭证进站乘车的比例由0 增加到60%的过程中，其与乘客进站耗时之间呈负相关关系。电子客票提升了旅客出行体验，但随着电子客票比例的持续增加，乘客进站时间出现反弹，原因在于安检设备的通行能力与改善后的联网售票服务能力不适应，对旅客的进站效率产生抑制作用。

图7 长途客运电子客票比例与乘客进站耗时的关系

4 结语

本文引入冲突避让机制对社会力模型进行改进，在此基础上利用仿真软件对某综合客运枢纽进行了行人换乘组织仿真试验，验证了仿真模型的有效性，并对枢纽设施设备布局与配置进行了优化设计。仿真结果表明，优化方案能够大幅改善长途客运换乘长途客运、站前广场换乘长途客运、出租车换乘高铁、社会车辆换乘高铁、高铁换乘长途客运等换乘流线的换乘效率，可为综合客运枢纽的一体化布局设计提供科学依据。另外，电子客票凭证检票比例的敏感性分析结果表明，随着道路客运电子客票的推广应用，乘客购票乘车的便捷性显著提升，但乘车流线中安检、检票等服务设施的通过能力需要同步匹配，避免产生瓶颈。客运枢纽内行人的换乘行为较为复杂，本文对行人在服务设施处的行为进行了简化处理，没有考虑行人根据队列长度变化更换队列的行为，后续可对此进行更加深入的研究。