摘要：面对日益增长的城市出行需求，不少城市轨道交通系统都已出现因运能不足导致的车站客流拥堵现象，考虑到城市轨道客流的波动特征与随机性，实际运营中存在对列车发车间隔划分不够精细化，难以充分匹配全日客流状态等问题。针对以上问题，基于智能体仿真技术，提出了一种城市轨道车站客流评估与发车间隔优化的协同方法。通过物理建模与逻辑建模，建立车站行人仿真模型以实现车站全日进出站客流模拟；设计一种发车间隔智能决策机制，基于客流状态的实时监测反馈，完成发车间隔在时间维度上的精细化调整；最后以某地铁车站为例进行实验验证，分析结果表明：所提出的方法在发车间隔精细化调整后，使车站高峰期最大客流密度下降约21%,人均进站乘车时间缩短约10%,对于车站客流拥挤现象有较好的改善效果，有利于提升轨道系统运能均衡性与车站运营管理水平。
关键词：城市轨道交通,智能体仿真,列车发车间隔,仿真优化
0引言
城市轨道交通制式凭借快捷、准点、运能大、环保等优势，现已成为许多城市公共交通系统建设的优先选择。例如北京、上海、广州等超大城市，已开通线路数均超过10条，日均客流近千万人次[1]。日益增长的出行需求给城市轨道系统运营管理带来了不小的挑战，特别是在工作日早、晚高峰或节假日期间，容易因运能不足出现车站内客流集聚，站台拥堵等现象。为保障车站安全疏散能力以及旅客的出行体验，有必要组织客流评估与运营优化工作。
随着计算机技术以及建模工具的不断完善，轨道车站仿真分析方法已取得了不少国内外学者的关注，其中陈雷钰等[2]针对地铁车站大客流场景，利用Anylogic软件实现行人应急疏散模拟并识别出客流瓶颈；李荣[3]以西安地铁韦曲南站为例，针对车站站厅布局进行客流仿真评估并提出优化建议；Hassanpour等[4]基于智能体理论建立了仿真模型，模拟地铁站站台不同客流场景下的疏散行为；徐慧智等[5]基于对地铁全日客流特征的分析，将车站划分为3类，以模拟分析不同客流特征下的车站疏散效率。既有相关仿真研究大多是实现客流的评估功能[6-8],而对运营组织优化层面考虑较少，难以满足运营部门对车站客流管理、调度决策的实际需求。
为加强车站客流组织效率，提升城市轨道系统运能，可以考虑优化发车间隔时间[9]。在实际运营中，大部分城市地铁运营部门是根据客流特点，将全天运营时段划分为高峰、平峰和低峰，对应制定不同的发车间隔与发车时刻表，但这种计划编制方法相对粗略，难以实现车站实时客流需求与列车能力的精细化匹配，发车间隔过长，可能导致车站内客流集聚规模过大，发车间隔过短，又可能造成运能的浪费。如何制定科学合理的发车间隔，已受到广泛关注与研究。大部分学者采用建立数学优化模型与启发式算法的形式[10-11],对宏观线路层面的发车间隔进行优化求解，而忽略了微观层面上的车站客流状态与发车间隔之间的关系。
随着智能体仿真理论方法[12]发展，为解决以上问题提供了一种新的思路。在此提出一种城市轨道交通车站客流仿真与发车间隔优化的协同方法，通过模拟并实时评估车站客流饱和状态，智能调整发车间隔，实现车站全时段发车间隔精细化决策。
1城市轨道车站客流特性
1.1客流波动特征
城市轨道交通车站的客流往往不是均衡分布，而是具有明显的客流波动特征[13-14]。根据车站周边的土地利用性质，可将城市轨道车站分为4大类，即居住型、办公型、商业型、枢纽型[15],其中居住型站点与办公型站点是两种最为常见的车站，承担着大量通勤人群的日常出行需求。这两类车站的全日进出站客流分布情况，如图1所示。
居住型车站周边居住人口规模较大，作为通勤人群的始发一端，表现为早高峰进站客流多，晚高峰出站客流多的特征，而办公型车站作为通勤的终点，客流高峰特征则与前者相反。对于地铁运营部门来说，也需要考虑不同车站客流波动特征给运营管理带来的影响。
1.2客流拥堵问题分析
由于车站的客流波动特性，高峰时段内将迅速集聚大量的待进站或待出站行人，如果不能及时疏散这部分滞留客流，将造成时间和空间上的蔓延，从而产生车站拥堵现象。一般用客流流率和客流密度来评价车站内的客流状态，本文基于国际通用的Fruin评估标准[16]对车站内客流服务水平进行标定。如表1所示。当客流服务水平等级为D级及以上，可认为车站处于拥堵状态。
面对车站拥堵状况，实际中常从车站行车组织、设施布局等方面提出优化措施，其中优化行车组织中的发车间隔时间，已被证明是改善车站拥堵问题的有效措施[17]。在不影响线路整体运营组织的前提下，通过在车站高峰期间适当缩小发车间隔，提高列车接发班次，从而减少行人在站台的候车时间，实现客流的快速疏散；此外，在客流平峰与低峰时段，车站也可以根据实际情况灵活增加发车间隔，提高列车的满载率，避免运能过剩等问题。
2基于智能体仿真的车站发车间隔优化方法
2.1方法实现框架
由上文分析可知，车站客流的疏散能力与列车发车间隔有密切联系。为此，结合智能体仿真技术，提出一种车站客流评估与发车间隔优化的协同方法，方法实现框架如图2所示。
(1)构建轨道车站行人仿真模型。采用仿真软件构建虚拟车站环境，并搭建相关的逻辑模型，以实现仿真模型的可视化与行人仿真功能。
(2)将采集到的全日分时段进、出站客流信息作为仿真输入参数，并建立行人、列车智能体对象，模拟车站动态客流场景。
(3)仿真模型内开发一种仿真决策机制，通过实时监控某一时段内车站内行人智能体的客流饱和状态，判断是否触发预设的判断条件，从而决策是否要调整（增/减）车站发车间隔参数。
(4)根据调整后的发车间隔，开始下一时段的客流模拟与仿真决策，通过这种仿真与优化的迭代过程，完成车站全日发车间隔的决策。
2.2车站行人仿真模型构建
2.2.1车站作业智能体
本文提出的车站行人仿真模型，将基于智能体理论进行建模。智能体(Agent)具有自主性、能动性、社会性等特点[18-19],可以将每一个独立的仿真对象理解为单智能体，从而实现对仿真个体行为和群体间交互关系的精确模拟与行为决策。在城市轨道车站内，进、出站行人以及列车，作为主要的移动对象，并具有面对环境变化可做出决策的能力，故确定为本次仿真模型的作业智能体。
2.2.2仿真模型
目前在行人仿真领域常用的建模软件包括Anylogic、 Legion、Vissim、SimPed等[20],其中Anylogic软件是一款集合系统动力学、多智能体等原理的仿真开发软件，已被广泛运用于铁路作业仿真[21]和车站行人仿真研究中。本文采用Anylogic软件构建车站行人仿真模型，主要包括车站物理环境建模和仿真逻辑建模两大部分。
物理环境建模是基于对现实中的车站建筑布局、列车、闸机、楼扶梯等设施设备尺寸参数等，在计算机图形化处理后，绘制得到高度对应的虚拟车站。作为后续客流仿真模型的基础可视化场景。
为实现车站内行人及列车智能体的一系列仿真行为，需进行仿真逻辑建模。Anylogic软件采用流程建模与Java开发的协同形式，通过调用系统内置的轨道库和行人库中的各类流程控件，分别搭建城市轨道交通车站的列车仿真与行人仿真逻辑流程，如图3所示。
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/ligonglunwen/81166.html
