基于Anylogic的軌道換乘站客流組織優化研究

中圖分類號：U291 文獻標志碼：A 文章編號:1003-5168（2025)16-0058-06

DOI:10.19968/j.cnki.hnkj.1003-5168.2025.16.012

Research on Passenger Flow Organization Optimization of Rail Transfer Station Based on Anylogic

WU Mengqing (School of Traffic Transportation，Chongqing Jiaotong University， Chongqing 4Ooo74， China)

Abstract: [Purposes] Under the background of daily large passenger flow， this study takes Chongqing Shapingba Station as a case to explore the optimization method for passenger flow organization in transfer stations using simulation techniques，thereby providing insights for addressing congestion issues in actual operations.[Methods] Based on Anylogic software，a two-dimensional base map and a three一 dimensional dynamic model were constructed to accurately simulate pedestrian activities and facility layouts at Shapingba Station.By adjusting equipment layouts and wayfinding measures，pedestrian efficiency and comfort were improved.The diferences before and after optimization were thoroughly analyzed to verify the feasibility of the proposed solutions.[Findings]The results demonstrate that the optimization method efectively reduces pedestrian density，queue length，and time spent entering and exiting the station， as confirmed by simulation.[Conclusions] Optimizing facility quantity and layout while strengthening passenger guidance can significantly enhance operational eficiency， shorten passenger waiting times，and mitigate the impact of complex transfer passenger flows in large-scalerail transit stations.The proposed optimization scheme can also serve as a reference for operational adjustments and improvements in similar types of rail transit stations.

Keywords: rail transit; Anylogic; passenger flow organization optimization; three-line transfer station

0 引言

隨著城市軌道交通的迅速發展，選擇乘坐軌道交通出行的行人比例不斷增加。軌道投人運營使用后實際交通承擔量可能大于規劃期流量預測，造成乘客在乘坐軌道交通過程中等待時間與排隊時間增加，降低乘坐舒適度與便捷度。城市軌道交通由線到網的發展，伴隨著城市軌道換乘站數量的增加，換乘節點數量不斷增加，線網整體規模擴大，客流來源及其集散方式更加多樣化、復雜化。為提高軌道站點的服務水平和安全性，相關學者從不同方面進行了研究。丁小兵等設計了地鐵安檢客流智能引導分流系統，通過優化行人決策來提高乘客進站效率。詹銀霞等3通過分析軌道站點瓶頸點位置，利用Anylogic軟件從設施設備、客流疏導兩方面進行客流組織優化。陶桂東等4設計了13個疏散場景，利用MassMotion軟件和實際演練研究影響行人疏散的各個因素。黃聰等[5考慮大雨及洪水兩種極端情況下的地鐵行人疏散問題，并基于元胞自動機原理構建疏散分析模型。周百靈等采用數值模擬方法，對站廳層出入口進行優化，緩解了擁堵，提升了疏散能力。Yang等7為引導路徑規劃，建立了一個多目標優化模型，采用MassMotion仿真模擬驗證引導對于安全的重要性。段力偉等考慮老年人的乘坐體驗，基于社會力模型和Anylogic軟件，為未來針對老年人的運營提出了相關意見。

目前，客流組織優化多集中于流線優化和設施設備方面的優化，并大多采用仿真軟件進行模擬。為解決日常大客流情況下的城市軌道換乘站點客流組織存在的問題，本研究以重慶軌道沙坪壩站為例，基于Anylogic模擬實際運營情況，分析大客流引發的乘客擁堵及行人沖突問題，根據客流組織原則，從排隊長度、時間分布和密度分布等3方面進行靶向性優化。

1站點概況

重慶沙坪壩站所接駁的沙坪壩鐵路綜合交通樞紐作為全國首個商圈TOD項目的交通樞紐商業綜合體，集高鐵、地鐵、公交、出租車站于一體，上蓋產業客流量與軌道交通客流量相互轉化，以此帶動相互發展。沙坪壩站是重慶軌道交通1號線、重慶軌道交通9號線和重慶軌道交通環線的換乘車站。

1.1客流數據分析

重慶沙坪壩站共有7個出口，接駁了公交車、出租車、高鐵、私人汽車/共享汽車等交通方式。每5min 統計1次客流量，工作日早高峰8：00—9：00時間段的三線換乘站內客流數據見圖1和表1。沙坪壩站1號線、9號線和環線站廳換乘客流時間分布特征分別為突峰型、突峰型和單向峰型；出站客流時間分布特征分別滿足單向峰型、單向峰型和無峰型特點;除9號線站點的進站客流時間分布特征為單向峰型外，其余兩個站點則均為無峰型。

從客流高峰時間段來看，1號線站點在8：30—9：00的出站客流量明顯高于前半小時，此時進站客流量處于降低趨勢，符合高峰期的主要客流人員一—工作人群的出行時間規律。同時，9號線站點換乘和出站的客流量高峰期也處于8：30—9：00，進站客流量的高峰期則處于8：35—8：45。環線換乘客流量的高峰期則更為提前，處于8：00—8：20，出站客流量和進站客流量的變化趨勢比較平穩。

表1站點客流數據

單位：人

表2站點總客流

單位：人

由圖1和表2可知，從換乘客流看，環線的客流總數最大，且環線的高峰期早于1號線和9號線，整體客流的波動幅度較大。而1號線和9號線相較于環線的波動幅度更加平穩。在8：45—9：00時間段，3個站廳的換乘客流在數值上呈現接近的特點。從出站客流看，1號線的出站總客流最大，此時3個站點的高峰期接近，9號線和環線在8：40—8：50均處于高峰期；而1號線的高峰期稍晚，處于8：45—8：55。3條線路的波動幅度接近，均呈現先上升后下降的趨勢。從進站客流看，環線的進站總客流最大在8:00—9：00時間段，9號線的波動幅度較大，而1號線和環線的波動幅度相對較小。9號線的高峰期較為明顯，在8：35一8：45時間段，而1號線和環線的進站客流一直在小幅度波動，并沒有明顯的高峰期。

圖1沙坪壩站點客流趨勢

總體而言，換乘客流為整體客流的主要部分，即沙坪壩站的主要功能作用體現為換乘。由于與其他交通方式接駁，增大了客流復雜度，并增強了該站點的換乘作用，極大程度地方便了居民出行。

1.2 設施布局分析

沙坪壩站整體示意如圖2所示，沙坪壩站作為三線換乘的軌道站點，采用通道換乘方式進行換乘，整個站點一共分為3層。1號線、9號線站廳層共處第一層，1號線、9號線站臺層和環線站廳層共處第二層，環線站臺層處于第三層。9號線站廳的面積在3個站廳中最大，1號線的站廳面積在3個站廳中最小。但是1號線的客流量卻遠遠大于9號線，在早高峰時期1號線的站廳更加擁擠，對于乘客來說干擾度更大，個體乘客之間的流線更容易發生沖突。

圖2沙坪壩站整體示意

1.3 行人流線分析

沙坪壩站行人流線主要包含進站流線、出站流線和換乘流線等3種，如圖3所示。其中3條軌道線路在該站的換乘方式均為站內通道換乘，不需要進出閘機。

圖3乘客進出站流線

2仿真建模及現狀分析

2.1 軟件選擇

Anylogic作為一款行人微觀仿真的軟件，附有Java接口并引入UML語言，能夠描述混合狀態機。其基于社會力模型，把人的主觀愿望、人和人之間的相互關系及人與環境之間的相互影響用社會力的概念來描述，分別表示為以下3種作用力9。

① 驅動力：將人的主觀意識對個體的影響看作對自身施加的“社會力”，動力學方程見式（1)。

式中： 分別為行人 Ψ_a 的空間位置向量與行人 a 的速度。

② 人與人之間的作用力：指試圖與其他行人保

持一定距離所施加的“力”。行人加減速和方向變化方程見式(2）。

式中： 為社會力； 為反應隨機行為偏差的擾動項。

③ 人與墻之間的作用力類似于人與人之間的作用力。社會力方程見式(3)。

式中： 為加速力 為人與墻之間的作用力 為行人 Φ_a 與其他行人 b 間的作用力 為吸引效果。

2.2 模型構建

本研究收集相關調研數據繪制二維底圖，并基于此構建三維模型，對行人活動進行分析以完善仿真邏輯。行人行走舒適速度、初始速度及直徑分別設置為 0.5～1m/s.0.3～0.7m/s 和 0.4～0.5m 。假設乘客站隊原則均為選擇最短隊列。站點模型構建底圖及部分建模效果如圖4和圖5所示。

2.3 現狀分析

2.3.1 時間分布

各站點進出站時間分布如圖6所示。由圖6可知，1號線、9號線和環線沙坪壩站在早高峰期間進站平均花費時間分別為476.27、305.47和393.42s。3個站點在早高峰期間出站平均花費時間分別為395.92、315.83和 305.78s ○

圖41號線沙坪壩站點仿真模型

圖5行人行走邏輯

圖6各站點進出站時間分布

2.3.2 密度分布

根據 30min 的仿真結果可知，各站廳付費區平均客流密度分別為 0.196，0.063 和0.110人 /m² ，擁堵程度不高。但環線站臺出站和換乘時擁堵較為嚴重，行人密度如圖7所示。

3優化方案及結果

分析現狀仿真得到的數據結果可知，雖然付費區內乘客舒適度較高，但進站處還是較為擁擠。另外，由于空間狹窄，付費區內和換乘通道中并未設置物理隔離，造成沖突點較多，低峰時期尤其容易在轉角處誘發對撞。接下來將對站點現狀進行優化設計。

3.1 優化方案

本研究將對擁堵區域和排隊較長的區域進行優化設計，以增強通行能力，具體優化方案如下：

圖7優化前環線沙坪壩站臺密度(單位：人 /m² ）

① 工作日早高峰時在1號線站廳層增設兩臺行李安檢機（即每一側各增加一臺）。非高峰時在換乘通道增設物理隔離設施，減少沖突點，以降低行人碰撞的風險。高峰時撤掉物理隔離設施，增加通行能力。在高峰期時將環線站廳至站臺層一臺扶梯的運行方向由下行轉為上行，緩解站臺出站及換乘擁堵情況。在非高峰時則不進行此更改，維持原狀。 ② 加強導向標識的引導性，在換乘通道入口處安排工作人員進行指引，方便乘客在短時間內確認前進方向，以達到緩解人流沖突和減少行人停駐時間的目的。

3.2 優化指標對比

3.2.1 排隊長度

本研究利用Anylogic對1號線站廳層行李安檢機的排隊長度進行分析。在優化前，模型模擬30min 過程中，1出口對應的1號線站廳層的行李檢查機在模擬 28min 后排隊人數最多達到每臺24人，并且最多排隊人數整體呈現上升趨勢。在模擬的 30min 內，排隊人數最高達到每臺47人；在增設了兩臺安檢機后(每一側各增加一臺），將模型模擬30min ，每臺行李安檢機的排隊人數最多為3人。結果表明，排隊人數明顯減少，優化效果顯著。

3.2.2 時間分布

根據仿真結果可知，實行優化方案后，環線進站平均花費時間變為364.63s，節省了 28.79s 。環線出站平均花費時間變為292.49s，節省了13.29s。同時，1號線進站平均花費時間變為404.54s，節省了71.73s。此外其他站點進出站平均花費時間變化不明顯。

3.2.3 密度分布

優化后環線沙坪壩站臺密度如圖8所示。由圖8可知，實施優化方案后，環線站臺出站及換乘的行人總體密度明顯降低，優化方案不僅提高了設備運行效率，同時也優化了行人的乘坐體驗。

圖8優化后環線沙坪壩站臺密度(單位：人 /m² ）

4結語

為解決城市軌道換乘站點客流組織日常大客流情況下存在的服務效率和安全方面的問題，本研究以重慶市沙坪壩站為例，在實際客流數據的基礎上，利用Anylogic仿真軟件，根據社會力模型原理，對重慶沙坪壩站進行仿真，得到行人密度圖、進出站時間等仿真結果。在此基礎上深入分析沙坪壩站的現狀，并從設施布局和引導措施兩個方面提出優化意見，以排隊長度、時間分布和密度分布為指標，利用仿真驗證了優化方案的有效性。研究成果為后續地鐵運營優化設計提供了參考。

參考文獻：

[1]賈拴航，盧劍鴻，劉明明.基于城市軌道交通換乘客流管控的量化方法研究[J].都市快軌交通，2021，34(5)：74-78.

[2]丁小兵，史淦，洪晨，等.地鐵安檢客流智能引導及組織優化方法研究[J].交通運輸系統工程與信息，2023，

23(1):123-130，164.

[3]詹銀霞，李曉雷，楊斌，等.地鐵車站客流疏導優化[J].科學技術與工程，2024，24(1)：344-351.

[4陶桂東，李莉，張國安，等.基于實際演練和仿真模擬的高速列車人員疏散行為模式[J].中國鐵道科學，2022，43(2):172-182.

[5]黃聰，蘇棟，楊磊，等.考慮洪水漫延過程的地鐵車站人員疏散研究[J].鐵道科學與工程學報，2021，18（11)：2865-2872.

[6]周百靈，徐亮，毛前軍.突發性客流地鐵站點的疏散設計優化研究[J].中國安全生產科學技術，2022，18(10)：189-193.

[7]YANGXX，YIY，LIYX，etal.Pathplanningfor guided passengers during evacuation in subway station based onmulti-objective optimization[J].Applied Mathematical Modelling，2022，111:777-801.

[8段力偉，張開萍.老齡化背景下城軌換乘站客流組織仿真分析[J].科學技術與工程，2023，23(5)：2140-2146.

[9]薛艷青，張喜.基于Anylogic仿真技術的北京南站客流組織優化分析[J].鐵路計算機應用，2012，21(2)：5-8.