高速鐵路客運站行人疏散特性仿真研究

楊迪

（重慶交通大學 交通運輸學院，重慶，400074）

1 高鐵客運站應急疏散效率影響因素分析

1.1 生理因素

在應急疏散過程中，行人生理因素的差異主要表現在年齡、性別、身體狀況上。一般情況下，20-50歲的成年人要比10歲以下的兒童和60歲以上的老人反應迅速，且不同年齡的行人行走速度不同，根據數據調查顯示，老人的行走速度大概在0.6-1.2m/s，低于正常青年人的速度[1]。男性和女性在疏散行為的特征方面表現也明顯不同，我國成年男性的步幅要大于女性，走路的頻率也高于女性，根據統計資料得出，在正常疏散通道內男性的平均自由行走速度為1.45m/s，而女性為1.37m/s[2]。除了年齡和性別的影響，行人的身體健康狀況也會影響疏散效率。比如身體存在殘障或特殊疾病的行人、沉睡中或醉酒的行人，在應對突發事件時都難以做出迅速準確的判斷，也難以及時采取行動措施。

1.2 心理因素

當發生突發事件時，乘客接受到外界環境的變化，心理狀態會跟著發生改變，主要表現為恐懼心理、焦慮心理、沖動和僥幸心理、盲目從眾心理等。而這些心理因素都會在不同程度上影響行人的疏散效率。因此，具有良好的心理素質可以幫助乘客在遇到突發事件后，保持冷靜的思考，避免因為產生不良心理而導致行為失誤，從而影響整體的疏散效率。

1.3 站內環境和設施設備

由于站內設施眾多、客流大量聚集且內部空間相對封閉，造成車站內影響客流疏散的因素較多，主要有站內空間的布局結構、疏散通道的設計和車站管理部門應對緊急疏散的管理等因素。在應急疏散中，乘客的疏散流線上總會遇到一些站內設施設備，比如檢票口、閘機、安檢口、樓梯、自動扶梯、通道等，由于通過能力的限制，這些設施往往會成為疏散過程中的瓶頸，造成行人擁堵，降低疏散效率。

2 基于模糊推理的行為決策模型分析

2.1 構建隸屬度函數

本節主要采用的研究方法是利用Matlab軟件建立一個三輸入單輸出的模糊推理系統，輸入量分別為生理因素、期望疏散速度、恐慌系數，輸出量為實際疏散速度，建立其相互模糊關系。輸入要考慮的因素有生理因素、期望疏散速度、恐慌系數，分別用字母A、B、C來表示；輸出要考慮的是實際疏散速度，用字母M來表示。

在生理因素中，可以將行人類別分為成年男性（ADM）、成年女性(ADWM)、老人及兒童(OAC)，對應的比例為2：2：1。那么，生理因素模糊集設定為

設定A的論域為(0,1)，幾個類別在論域上無模糊交叉，故設定隸屬度函數為 Z/S型。

期望速度模糊集設定為B={慢速，正常，快速}={S,M,F}，模糊集中三種期望速度的設定分布在0.8—1.6m/s[3]之間，設定B的論域為(0.8,1.6)，由于行人對期望速度的判定具有模糊性，故設定高斯型隸屬度函數。

恐慌程度模糊集設定為C={較差，普通，較好}={N,M,P,}，文獻[4][5]中對火災中疏散的恐慌現象做了深入研究，對不同性別、年齡、受教育程度的人群進行了恐慌程度分析，推測其對疏散速度的影響。本文中設定恐慌程度的論域為(0.6,1.0)，恐慌程度較差的行人恐慌系數取0.6，恐慌程度較好的行人恐慌系數取1.0，由于恐慌程度的判定具有模糊性，因此隸屬度函數為高斯型。

對于輸出量疏散速度模糊集設定為V={負大，負小，中，正小，正大}={NB,NS,M,PS,PB}，實際疏散速度的論域與期望速度論域的相同，設定M的論域為(0.8,1.6)，實際疏散速度的判定同樣具有模糊性，故設定高斯型隸屬度函數。

2.2 構建模糊規則

所謂的模糊規則，是具有一系列if-then規則的語句，它們具有式（2）的表達式：

根據實際情況，最后構建的模糊規則如圖1所示。

圖1 模糊規則的構建

2.3 基于MATLAB的模糊仿真的實現

在MATLAB軟件中模糊邏輯工具箱（fuzzy工具箱）可以實現Mamdani型的模糊推理系統的構建。因此，本文使用fuzzy工具箱來建立模糊推理系統即FIS。

首先，在MATLAB主界面的菜單中輸入fuzzy命令行，此時會彈出一個FIS編輯器，可以對系統的輸入變量、輸出變量和模糊規則進行設置。在完成輸入變量和輸出變量參數的設置之后，根據之前構建的模糊規則，建立一個模糊推理系統。最后利用規則觀測器和曲面觀測器來查看模糊規則的推理和輸出曲面，可以直觀地反映出輸入變量和輸出變量之間的關系。

圖2 模糊推理系統的數據輸出

圖3 生理因素和期望疏散速度對實際疏散速度的影響

圖4 生理因素和恐慌系數對實際疏散速度的影響

圖5 期望疏散速度和恐慌系數對實際疏散速度的影響

根據觀察并分析上述模糊推理系統的數據輸出圖和輸入與輸出變量的關系圖可以看出，當生理因素取0.5即成年女性，期望疏散速度取1.2m/s即正常速度，恐慌系數取0.8即心理狀態處于普通的條件下，實際的疏散速度為1.11m/s。當生理因素取值為0-0.4之間即成年男性，期望疏散速度取值為1.2m/s-1.6m/s之間即快速撤離時，實際的疏散速度可達到最大，有利于疏散；當生理因素取值為0-0.4即成年男性，恐慌系數取值為0.8-1時，實際的疏散速度逐漸增大，有利于提高疏散效率；當期望疏散速度取值為1.2m/s-1.6m/s，恐慌系數取值為0.8-1時，實際的疏散速度會越來越快直至達到最大，可節約疏散時間，對疏散效率產生有利影響。

3 火災場景下的行人疏散實例仿真

3.1 沙坪壩站站內候車層疏散環境分析

沙坪壩站高架候車層位于地面一層，是行人進站候車的主要區域。高架候車層北側為進站口，北進站口有3個安檢口，行人進行安檢后可以直接進入候車大廳候車，候車大廳可分為4個候車區，北側兩邊分別設置1個安全應急通道。東西兩側分別有5個檢票口與鐵路站臺層連接，每個檢票口有4個自動檢票閘機和1個人工檢票通道。為了便于進行疏散仿真，并進行疏散流線的設計，需要對沙坪壩站高架候車層各區域的功能進行劃分，各區域劃分示意圖如圖6所示。

圖6 候車大廳區域劃分示意圖

3.2 基于AnyLogic的火災場景疏散模型的構建

首先打開AnyLogic仿真軟件，將候車層的高清CAD底圖導入，按照原始尺寸設置圖片的大小，然后在行人庫中找到演示模塊的圖像屬性，將該屬性拖入到Main框架下，之后在仿真底圖上添加相應的空間標記，比如墻、目標線和服務線等，再將其拖動到Main框架里，由此來進行候車層物理模型的建立。根據實際的疏散流線，可以對站內行人建立相應的邏輯模型。如下圖7、圖8所示分別為物理模型構建圖和邏輯模型構建圖。

圖7 物理模型構建圖

圖8 邏輯模型構建圖

3.3 仿真結果分析評價

3.3.1 疏散時間分析

行人的必要安全疏散時間（RSET）主要包括突發事件察覺時間(taware)、預動作時間(tpre)和行人疏散運動時間(tmove)。設定taware=10s，tpre=30s。

通過多次模擬仿真沙坪壩站的火災疏散模型，在設定最高聚集人數800人和1000人的條件下，當站內乘客達到設定的最高聚集人數時，event事件會觸發火災，便開始疏散，站內人數的變化情況如下圖9，圖10所示。在運行疏散模型時，可以得到疏散規模分別為800人和1000人的情況下所需要的疏散運動時間tmove，根據必要安全疏散時間的計算公式REST=taware+tpre+tmove，得到了兩種疏散規模下的必要安全疏散時間示意圖，如下圖11所示。800人疏散規模經10次仿真，可知最大用時為223s即3min43s，1000人疏散規模經10次仿真，可知最大用時為226s即3min46s，滿足國家制定的行人聚集在公共建筑結構內，應對突發事件時需要在3min至6min內逃生到安全區域的規定。

圖9 800人規模疏散時間示意圖

圖10 1000人規模疏散時間示意圖

圖11 必要安全疏散時間示意圖

3.3.2 疏散速率分析

分析并統計各個疏散出口疏散速率的目的是為了分析各個疏散出口的疏散能力，兩種疏散規模的疏散速率統計圖如圖12、圖13所示。通過對疏散速率統計圖的觀察可以發現，兩種規模下各個疏散出口單位時間內疏散人數的變化趨勢大致相同，基本都呈現出先高后低的走勢。

圖12 800人疏散速率統計圖

圖13 1000人疏散速率統計圖

3.3.3 疏散密度分析

在兩種不同疏散規模的情況下，站內行人的疏散密度也會存在差異，且行人流的速度和密度之間存在著密切關系。分析在800人和1000人的疏散規模下獲得的仿真數據，能夠得到候車大廳內各區域行人的平均疏散密度示意圖，如下圖14、圖15所示。

圖14 800人的平均疏散密度示意圖

圖15 1000人的平均疏散密度示意圖

由上圖可以看到，候車區內行人平均疏散密度的變化情況與整個候車大廳內疏散過程的變化情況相符。結合仿真過程中行人的密度分布動態圖來看，在檢票口和應急通道出口處都存在一定的瓶頸情況，分析其產生瓶頸的主要原因是行人在此處的通行能力會受到檢票口尺寸和通道里障礙物的限制，而產生受阻滯留現象。隨著聚集人數的增加，很可能發生沖突，導致一定程度的擁擠堵塞。

3.4 優化建議

通過上述對沙坪壩站火災疏散的仿真模擬實驗，在疏散規模為800人和1000人的情況下，得出相對應的必要安全疏散時間分別為3min43s和3min46s，總體來看兩種規模的疏散效率都比較高，也符合國家相關規定對于車站內行人進行安全疏散的時間要求。但是經過對仿真實驗的多次觀察，發現還是存在一些問題影響了總體的疏散效率，繼而提出兩點優化建議，可以進一步提高沙坪壩站的整體疏散效率。

（1）針對北進站口處的瓶頸區域，可以提高該處設施設備的通行能力，建議將此處出口通道的寬度進行適當的拓寬，以便應對緊急突發情況。

（2）針對各檢票口處的瓶頸區域，可以適當增加閘機的數量。但是在每個檢票口處都增設閘機的工程量和建設成本都比較大，所以可以選擇在行人疏散密度較大的檢票口處增設一臺閘機或再開通一個人工檢票通道，這樣行人對于閘機通道的可選性增多，也減少了在閘機面前排隊和等待的時間，以此加快行人的疏散速度。