基于Anylogic的蘭州西站高架層客流組織優化仿真研究

劉凱　梁輝

摘要：隨著電子客票的迅速普及和客運站服務水平的提高，旅客在客運站逗留的時間也日漸縮短，但大型客運站的運輸設備配置和流線優化等依然存在可改進的地方。本論述以蘭州西站高架層為研究背景，為旅客進站構建購票-安檢排隊論模型，以Anylogic仿真軟件為依托，搭建高架層的仿真模擬環境;最后指出在電子客票的大背景下，限制旅客進站的主要因素是安檢設備，并通過調整各設備的數量和位置，使高架層的服務等級達到 A 等級。

關鍵詞：高鐵客運站;客流流線優化;排隊論;Anylogic;仿真評價

中圖分類號：U293.13文獻標志碼：A

0 引言

國外對客運站旅客流線優化的研究起步較早： Marin Dubroca-Voisin等[1]研究發現公共交通軌道站構成了復雜的系統，其中客流對運營和交通條件有重大影響;Meng Shi 等[2]提出基于網格結構的建筑疏散模擬介觀模型并使用商業包Anylogic來基準測試該模型性能;Fang Li 等[3]提出一種行人疏散模型，將社會力模型和數學模型結合起來;Lukas Asmer等[ 4] 建立德國 Brunswick 火車站模擬模型，用于調查額外安全檢查對客流的影響;BoweiJin等[5]研究多危害耦合條件下密集地鐵站節點破壞下疏散的時空分布特征。

針對客運站旅客流線優化，我國也進行了諸多探索：戴建強[6]應用排隊論理論和Anylogic軟件仿真，研究了目前既有站和部分高鐵站進站排隊時間過長和用戶體驗差的問題;張光遠等[7]應用Anylogic仿真模型，根據仿真結果提出不同待檢票人數時，各類檢票閘機的數量和人員安排;段勝利[8]利用Anylogic軟件建立了齊齊哈爾站的仿真模型，找到了限制旅客進站的瓶頸所在并提出優化方案;趙亮[9]運用Anylogic軟件仿真了武昌站的客流流線，統計了平均排隊長度、等待時間等指標;張曉東[10]建立了基于SIMIO 仿真軟件的大慶西站仿真模型。

本論述從旅客的進站流線入手，分析蘭州西站旅客的大致來源和特點，對旅客流線組織現狀及設備配置進行分析，然后分析旅客進入高架層候車大廳中的走行路線，主要對高架層設備運用和客流組織優化等問題進行研究;核心是基于蘭州西站高架層旅客流線進站排隊論以及運用Anylogic仿真軟件平臺對高架層旅客進站進行仿真，通過優化客運設備的配置來解決進站流線問題，提高服務水平;并提出提高旅客進站效率的措施，通過仿真驗證其合理性。

1 蘭州西站客流流線分析

流線是指在客運站內，旅客、行包、交通車輛的流動過程和流動線路[11] 。流線按流動方向不同可分為進站和出站兩大流線。

目前蘭州西站旅客進站過程如圖1 所示。

旅客在進站區的總時間包括旅客的平均走行時間、接受服務時間以及排隊等待服務時間。具體的服務等級標準見表1 所列[14] 。

2 基于排隊論的蘭州西客站流線模型

高峰期的進站客流服從泊松分布，人工售票（或自助售票機售票）的服務時間服從負指數分布，安檢環節的服務時間服從定長分布。從客運站的角度，排隊長Lq主要是車站工作人員關心的問題;從旅客的角度，等待時間Wq主要是旅客關心的問題。基于此，本論述旨在建立二階排隊論模型，第一階段為人工售票（或自助售票機售票），第二階段為安檢環節。

旅客進站流線主要分為以下三類：

流線一：旅客進入高架層→人工服務窗口購票→實名制驗票→安檢→旅客進入候車大廳候車;

流線二：旅客進入高架層→自助售票機購票（取票）→實名制驗票→安檢→旅客進入候車大廳候車;

流線三：旅客進入高架層→安檢→旅客進入候車大廳候車。

2.1 變量給定和基本假設

（1） 所有進站旅客間隔時間均服從參數為λ的泊松分布且相互獨立，分別以 a1、a2、a3的概率表示流線一、流線二、流線三的旅客比例;

（2） 設人工售票窗口數為c1，服務時間服從參數為μ 1 的負指數分布，自動售票機數為 c2，服務時間服從參數為μ2的負指數分布，安檢機器數為 c3，服務時間服從參數為 D 的定長分布;

（3）服務系統采用先到先服務的原則，且其容量無限大;理論上認為旅客在結束第一階段服務后會全部進入第二服務階段，因此轉換率為1;

（4） 假設排隊論系統的服務強度ρ11 。

2.2 模型構建

流線1 由人工售票和安檢兩級構成。人工售票視為 M/M/C 排隊論系統，同理，流線2 由自動售票機和安檢兩級構成，自動售票機視為 M/M/C 排隊論系統。

流線1、流線2、流線3 都要經過安檢環節，因此第二級服務系統安檢被視為 M/D/C 排隊論系統。

2.3 模型應用

本論述主要研究對象是從蘭州西站高架層進站的旅客流線。擬定了4 個比較方案，具體的客運設備配置數量見表2 所列。

進站流線旅客到達服從泊松分布，人工售票和自助取票機服從負指數分布，安檢服務器服從定長分布，具體參數取值見表3 所列。

利用 MATLAB 軟件對以上排隊論模型進行求解，得到逗留時間Ws和等待時間Wq這兩個重要指標（單位：min），具體結果見表4～ 5所列。

對于表中的數據做如下分析：

（1） 方案一：在蘭州西站高架層現有設備的條件下，旅客平均進站時間為20 min 左右，進站時間較長;

（2） 方案二：在其他設備不變的條件下，增加3 個人工售票窗口，旅客平均進站時間為15 min 左右，比目前進站時間降低了7.87%;

（3）方案三：在其他設備不變的條件下，增加4 臺自助機，旅客平均進站時間為16 min 左右，比目前進站時間降低了6.08%;

（4） 方案四：在其他設備不變的條件下，增加2 個安檢設備，旅客平均進站時間為10 min 左右，比目前進站時間降低了32.78%，旅客進站時間大大縮短。

3 基于Anylogic的高架層進站客流仿真模型

3.1 仿真內容介紹

（1）仿真一：對高架層現有正常運營設備進行仿真，分析各個設備的繁忙程度以及排隊長、等待時間等因素;

（2） 仿真二：調整人工售票窗口、自助售票機以及安檢設備的數量，通過調整各個設備的數量，從而找到影響旅客進站時間的主要限制因素，具體調整方案見表 6所列;

（3）仿真三：開放高架層所有預留設備，模擬高架層最大服務能力，并檢驗其效果;

（4） 仿真四：模擬當高架層發生火災等事故的條件下，高架層旅客從高架層進站口撤出的過程，并分析其撤出時間。

3.2 仿真結果分析

如圖2 （1） 、（2） 、（3）、（4）所示，為高架層不同角度的仿真圖像。

3.2.1仿真一的結果

運行模型，高架層旅客進站時間比例如圖3 所示（單位：s），時間大致分布在250～ 1000 s 之間，最大值為1 437 s，最小值為65 s，均值為566 s，偏差為270 s。各設備總隊長及其比例如圖4 所示（單位：m），人工售票窗口和自助售票機前基本無擁堵排隊情況，由此猜想整個高架層的大量排隊現象主要集中在安檢設備環節。

3.2.2仿真二的結果

運行模型，結果見表7 所列。

由此可知，三個設備對高架層進站時間分布影響：安檢設備>自助售票機>人工售票窗口。安檢設備的數量是整個高架層進站時間的瓶頸，驗證了仿真一的猜想。3.2.3仿真三的結果

運行模型，高架層旅客進站時間比例如圖5 所示（單位：s），時間大致分布在70～ 150 s 之間，最大值為378 s，最小值為59 s，均值為133 s，偏差為60 s 。各設備總隊長及其比例如圖6 所示（單位：s）。

3.2.4仿真四的結果

運行模型，高架層旅客撤出時間比例如圖7 所示（單位：s），時間大致分布在100～ 150 s 之間，最大值為304 s，最小值為3 s，均值為137 s，偏差為58 s。

3.3 旅客流線優化措施

（1） 通過調整自助售票機的位置和數量，減少旅客走行距離，避免流線交叉，提升高架層的服務效率。

（2） 適當減少自助售票機和人工售票窗口的數量，增大高架層的空余空間，為旅客提供舒適的視覺感官服務，同時，增加安檢設備數量和人員，通過改善安檢這一瓶頸來提升高架層的服務效率。

（3）在安檢環節，為了更高效率的提高服務水平，可以將旅客進行分流。

具體設備位置和數量調整如圖8 所示。

3.4 優化后結果輸出

高架層旅客進站時間比例如圖9 所示（單位：s），時間大致分布在80～ 220 s 之間，最大值為404 s，最小值為 60 s，均值為132 s，偏差為59 s 。各設備總隊長及其比例如圖10所示（單位：m），人工售票窗口和自助售票機前基本無擁堵排隊情況，安檢設備環節存在少量排隊情況。這樣高架層的平均服務水平為 A 等級，最差也為 C 等級。

4 結論

本論述首先分析了蘭州西站進站旅客的走形路線，依托排隊論模型對旅客進站過程構建了理論基礎。分別建立了 M/M/C 購票模型和 M/D/C 安檢模型，通過4 個方案對旅客進站時間進行對比，找到了限制旅客進站的主要因素為安檢設備。其次，依托Anylogic仿真平臺對旅客進站過程構建了仿真模擬。利用行人庫社會力模型對高架層進站區進行仿真。分別模擬了：（1） 在大客流（春運，節假日等）的條件下，蘭州西站高架層在現有設備和完全開放預留設備的條件下高架層的服務質量;（2）在發生意外（火災，恐怖襲擊等）的條件下，高架層旅客應急疏散所需要的時間。最后，本論述指出安檢設備是旅客進站的瓶頸，并結合電子客票的普及，提出了優化高架層旅客流線的具體措施，并做出仿真驗證結果，結果表明高架層經流線優化后，服務等級可達到 A 等級。

參考文獻：

[1] MarinDubroca- Voisin，BacharKabalan，Fabien Leurent.On pedestrian traffic management in railway stations：simula? tion needs and model assessment[J].Transportation Research Procedia，2019（37）：3-10.

[2] Meng Shi，Eric Wai Ming Lee，Yi Ma. A Newly developedMesoscopic Model on Simulating Pedestrian Flow[J].Proce? dia Engineering，2018，211：614-620.

[3] Fang Li，Shaokuan Chen，Xiudan Wang，et al. Pedestrian Evac?uation Modeling and Simulation on Metro Platforms Consider? ing Panic Impacts[J].Procedia - Social and Behavioral Scienc ? es，2014，138（14）：314-322.

[4] Lukas Asrmer， Andrei Popa， Tobias Koch， et al. Secure rail sta?tion - Research on the effect of security checks on passenger flow[J].Journal of Rail Transport Planning & Management，2019（10）：9-22.

[5]BoweiJin，Jinghong Wang，Yan Wang，et al. Temporal andspatial distribution of pedestrians in subway evacuation under nodefailurebymulti- hazards [J].SafetyScience，2020（127）：104695.

[6]戴建強. 基于排隊論和Anylogic仿真的車站進站排隊優化[J]. 鐵路計算機應用，2018（9）：40-43.

[7]張光遠，胡悅，胡晉，等. 基于AnyLogic仿真的無紙質檢票時間研究[J].鐵道運輸與經濟，2020，42（2）：35-41.

[8]段勝利.齊齊哈爾站客運設施配置及流線優化研究[D].大連：大連交通大學，2017.

[9]趙亮.武昌客運站乘客流線優化仿真研究[J].鐵路通信信號工程技術，2019（10）：25-29，66.

[10]張曉東.大慶西站客流組織與客運設施配置仿真分析[D].大連：大連交通大學，2015.

[11]王甦男，賈俊芳. 旅客運輸[M]. 北京：中國鐵道出版社，2008.

[12]宮宇姝.大型鐵路客運站進站流線優化與仿真研究[D].蘭州：蘭州交通大學，2018.