基于混合模型的綜合客運樞紐離站客流疏導效果評價研究

趙永明，饒 暢，劉星良，王 宇

(1.重慶交通大學 交通運輸學院， 重慶 400074；2.重慶市交通規劃和技術發展中心， 重慶 400074)

0 引言

綜合客運樞紐匯集鐵路、城市軌道交通、公交等多種交通方式，交通方式的集中會產生顯著的客流聚集效應。綜合客運樞紐離站客流具有瞬時總量大、時間分布與空間分布不均衡的特點[1]，尤其在節假日時客流量陡增，樞紐客流疏導面臨嚴峻的挑戰。如何根據客流疏導過程，量化評價疏導效果，改善疏導過程中的擁堵情況成為亟待解決的問題。

當前，國內外學者在離站客流疏導效果評價方面取得了一些研究成果。劉小明等[2]研究了綜合客運樞紐應急疏散效果評價指標體系，并基于層次分析法(analytic hierarchy process，AHP)建立了客運樞紐應急疏散效果評價模型。Leng等[3]研究了北京南站換乘效率評價問題，采用基于綜合賦權法和多層次灰色評價法的混合模型對客流換乘效率進行了評價。Chen等[4]研究了不同方案下的大型綜合客運樞紐換乘效果的評價問題，采用基于多層次灰色評價法和優劣解距離法的混合模型對換乘的整體績效進行了評價。李甜甜等[5]研究了機場陸側客運交通內部銜接效率，并基于模糊AHP和熵權法對銜接效率進行了評價。和子崴[6]和李一曼[7]采用模糊綜合評價法、AHP法和灰色關聯分析，分別評價了大客流情況下地鐵站的應急反應能力和疏散能力。黃小珍[8]研究了城市地鐵站內突發事件下的應急能力評價，并基于模糊綜合評價法對客流應急疏散效果進行了評價。Celik等[9]研究了救援組織在應急過程中的準備和能力評價問題，并基于模糊AHP和優劣距離法對疏散效果進行了評價。周俊[10]研究了鐵路客運站的客流安全態勢評價問題，并基于AHP和模糊綜合評價法對客流安全態勢進行了評價。衛心雨[11]通過研究鐵路綜合客運樞紐換乘設施的合理性進而對換乘效果評價，基于AHP和模糊綜合評價法對其合理性進行了評價。

現階段的離站客流疏導效果評價模型存在一些不足。首先，評價指標體系對樞紐內部客流所處的實時狀態考慮不足，評價結果的即時性有待提升。其次，常見單一式模型的評價效果尚不理想。例如：優劣解距離法不能明確指標數量與指標的影響力度的關系，模糊綜合評價法不能直接給出各指標的權重。因此，根據綜合客運樞紐內部換乘方式與離站客流實時狀態提出評價指標體系，設計基于AHP-熵權法的混合式模型，具備即時性與量化性的特征，是評價綜合客運樞紐離站效率的新方法。

1 綜合客運樞紐離站客流數據采集

綜合客運樞紐的客流疏導任務主要由接駁的交通方式承擔。各類接駁方式所處空間區域可稱為客運樞紐功能區，主要包括：軌道交通功能區、常規公交功能區、出租車功能區、長途汽車功能區、社會車輛功能區5類。正確劃分功能區是采集客流數據和構建評價指標體系的前提。

即時評估離站客流疏導效果的關鍵是掌握每位乘客在樞紐內部的動態位置信息。綜合客運樞紐內部設有免費WiFi供乘客使用，可以通過WiFi探針技術[12]，結合三點定位法獲取乘客在客運樞紐內的實時位置信息。WiFi探針裝置布設在客運樞紐出口、功能區內候車區和站臺等位置，全天準確捕捉離站乘客的位置。

2 評價指標體系建立與狀態區間劃分

2.1 離站客流疏導效果評價指標體系

各樞紐功能區內部的待疏導人數、乘客等車時間、疏導時間是量化評價客流疏導效果的直接指標。根據樞紐功能區的類型，分層建立疏導效果評價體系。將樞紐功能區作為一級評價指標層，將待疏導人數、等車時間和疏導時間作為二級評價指標層，評價指標體系見表1。

表1 疏導效果評價指標體系

待疏導人數是指30 min內在功能區內部等待疏導的人數，單位為人。待疏導人數與單位時間到站客流量、單位時間接駁交通發車頻率有關，描述當前時刻發車頻率是否與到站客流量匹配。

等車時間是指乘客在站臺位置等待疏導的時間，單位為min。對乘客到達和離開功能區的MAC地址進行匹配，地址首末檢測時間差值即為乘客等車時間。等車時間描述當前時刻使用該接駁方式的乘客人數與發車頻率的平衡關系。

疏導時間是指乘客從到達樞紐到離開樞紐的時間，單位為min。對乘客到達樞紐和離開功能區的MAC地址進行匹配，地址首末檢測時間差值即為乘客疏導時間。疏導時間與乘客離站行走時間、單位時間到達人數、特定接駁方式發車頻率相關，是站在特定接駁方式的角度評估樞紐整體離站疏導效果的指標。

2.2 客流疏導效果等級劃分

2.1小節中所提出的3類疏導效果評價指標，每個指標可劃分為5個效果等級，級別越高則該指標所描述的疏導效果越差，如表2所示。

表2 客流疏導效果等級描述

(1)

式中：cmax為往期同時間段內樞紐客流的最大值。

3 客流疏導效果評價模型構建

客流疏導效果評價模型構建流程如圖1所示。

圖1 客流疏導效果評價流程框圖

3.1 評價指標權重計算

評價指標的權重代表了該指標當前所處狀態，表示特定接駁方式當前疏導效果的實際作用。權重值越高，當前接駁方式在客流疏導方面起著越大的負擔作用[14]。

各交通接駁方式的疏導效果評價是比較一致的，不會出現偏差，因此基于AHP計算一級指標層權向量wi。通過咨詢專家判斷一級指標層中各指標的重要程度，構建判斷矩陣，得到各個指標的權重值。

二級指標權重經過劃分效果等級，可以直接對離站客流數據進行量化，且二級指標對一級指標的影響程度有偏差，因此基于熵權法確定二級指標權向量wij[15]。構建客流評價指標數據集：

(2)

式中：xij為客流數據樣本中第j個評價指標下的第i個數據值；m為評價指標數據集樣本個數；n為單個數據樣本中評價指標的個數。

(3)

對疏導效果區間評價矩陣進行歸一化處理，并計算評價指標所屬客流疏導效果區間端點的信息熵，信息熵表征了評價指標數據的離散程度：

(4)

(5)

根據直覺模糊決策矩陣R，計算各評價指標的直覺模糊熵E，直覺模糊熵為數據集中數據不確定程度。建立線性規劃模型，基于最優化理論得到二級指標權重系數wij：

(6)

3.2 雙層混合模型構建

采用基于AHP和熵權法相結合的雙層混合模型確定評價指標的權重集，既避免AHP的主觀性，又克服熵權法的客觀性。根據一級指標層權向量和二級指標層評價指標的加權平均值，構建雙層混合模型，計算疏導效果的評價結果vi：

(7)

決策評語集包含評價指標對象可能得到的各種評價結果，記V={v1,v2,…,vi,…,vn}，將疏導效果評價等級轉化為無量綱的1～5之間的評價等級指數，評價分級標準見表3。

表3 疏導效果評價分級標準

4 研究結果

重慶北站是以鐵路交通方式為主導，集軌道交通、公交、出租車、長途汽車和社會車輛5種城市道路交通方式于一體的大型綜合客運樞紐，由于北站北廣場負二層的社會車輛功能區在開展研究時還未投入使用，為了在客流疏導效果評價過程中，使歷史客流數據與評價數據類型相一致，故在北廣場客流疏導效果評價過程中對社會車輛疏導功能區未予以考慮。因此，本節將雙層混合模型應用于實際案例，以前文所述WiFi探針技術采集重慶北站實時客流數據，驗證評價模型的可用性與準確性，分析重慶北站的客流疏導效果。

4.1 各功能區疏導效果等級閾值的劃分

對2018年9月北廣場客流歷史數據集進行聚類分析，考慮到樞紐的運行時間段，選擇8∶00—22∶00時段各二級指標數據作為實驗時段數據。北廣場內部WiFi探針布設位置如圖2所示，其獲取乘客位置信息的方式為三點定位技術。對數據進行處理后，得到各個疏散功能區客流數據，表4為出租車功能區數據輸出樣例。

圖2 重慶北站北廣場WiFi探針布置位置圖

表4 出租車疏導功能區數據輸出樣例

依據2.2小節對3×4×840組客流數據集進行聚類分析，圖3為等車時間聚類分析結果，根據聚類結果確定各個二級評價指標的客流疏導等級劃分閾值和等級區間范圍，計算結果見表5。

圖3 等車時間聚類分析結果

表5 疏導效果區間范圍

4.2 權重系數計算

一級指標權重wi的計算：基于專家問卷調查法和1～9標度法對接駁方式重要程度進行打分，構建判斷矩陣計算指標權重，計算結果見表6。

表6 一級指標權重計算結果

從表6中的權重值可見，重慶北站4種接駁方式在客流疏導中的重要度排序為：軌道交通>出租車>常規公交>長途汽車。軌道交通的權重值超過了0.5，根據重慶北站的客流統計數據，軌道交通承擔的疏導客流也在50%以上。長途汽車的權重值為0.043，這是由于長途汽車在山路行駛的不舒適性導致的。上述結果與符合重慶北站疏導過程中的實際情況，證明了AHP在計算一級指標權重中的可行性。

二級指標層權重wij的計算：對數據進行規范化處理。輸入出租車功能區的評價指標數據集X(t)，根據表5的區間范圍[xL,xU]進行數據轉換，規范化處理后得到疏導效果等級區間評價矩陣Y：

將疏導效果等級區間評價矩陣Y轉換成直覺模糊決策矩陣R：

R=[μ,ν]=

[0.015,0.045],[0.155,0.438])

利用線性規劃最優化理論，得到出租車疏散功能區的權重最優取值wij：

wij=(0.547,0.044,0.408)

同理可得軌道交通、常規公交和長途汽車疏散功能區的權重取值，其計算結果見表7。

表7 二級指標權重計算結果

從表7中的權重值可見，二級指標的權重在各個功能區內部所占比例不同。在軌道功能區內部，待疏導人數和疏導時間占比為0.86，影響軌道交通疏導效果的主要是待疏導人數和疏導時間。常規公交中待疏導人數權重值達到0.935，根據重慶北站的公交使用情況，在公交站臺等待的旅客較多，但是公交運載量有限，無法一次性疏導較多的乘客。上述結果符合重慶北站功能區內旅客的疏導過程，證明了熵權法在二級指標權重中的可行性。

4.3 客流疏導效果評價

對客流疏導評價指標數據集進行規范化處理，得到二級指標層的加權平均值，根據一級指標層權重系數，計算客流疏導效果的評價結果，計算結果如圖4所示。

9月4日(工作日)，疏導效果評價等級指數在1.0和3.0之間波動，峰值為2.80和2.97，評價等級指數方差為0.23；9月7日(非工作日)，在11∶00—20∶00期間，疏導效果評價等級在1.5和3.5之間波動，峰值為3.7，其余時間段評價等級在1.0和2.0之間波動，評價等級指數方差為0.62；9月30日，在8∶00—18∶00之間評價等級指數與非節假日差距不大，18∶00以后評價等級指數快速升高并達到峰值4.5，評價等級指數方差為1.03。節假日期間評價等級指數波動更大，這與節假日期間北廣場瞬時到站客流量和總客流量較平時增長明顯密不可分。

圖4 北廣場客流疏導效果評價等級指數曲線

將9月30日的客流數據增加50%，模擬有突發大量客流到站后，不同功能區發生大客流的情況。將評價指標數據代入評價模型中，通過計算分別得到軌道、公交、出租和長途功能區發生大客流情況下對樞紐客流整體疏導效果的影響，大客流情況下樞紐客流疏導效果評價等級指數計算結果如圖5所示。

在大量客流情況下，軌道交通疏導效果評價等級指數平均增長14%；常規公交疏導效果評價等級指數平均增長4%；出租車疏導效果評價等級指數平均增長2%；長途汽車疏導效果評價等級指數平均只增長1%。說明大客流情況下，軌道交通對客流的疏導作用在增強，而其他3種交通方式變化不大。通過與重慶北站現場工作人員溝通交流可知，模型適用效果較好，能評價大客流情況下各種換乘方式客流離站的疏導效果，并針對這些問題采取一定的措施。

圖5 不同接駁方式疏導效果評價等級曲線

5 結論

1) 根據乘客換乘方式與客流在樞紐內所處狀態建立客流疏導效果評價體系，基于綜合AHP和熵權法雙重優勢的雙層混合模型對客流疏導效果進行評價，并結合重慶北站現場情況進行分析，證明了雙層混合模型的可行性。

2) 對比重慶北站工作日、非工作日和節假日3種情況下客流疏導情況，不同情況下評價等級指數有明顯變化，評價等級指數時間變化規律明顯。模擬大客流情況下客流疏導情況，軌道交通功能區評價等級增長14%，其他功能區評價等級增長和為7%，說明軌道交通在突發大客流情況下，對客運樞紐疏導作用更強。