地铁车站客流疏导优化

为解决日常轨道交通站点拥堵问题,提高地铁车站客运效率,利用AnyLogic仿真软件对地铁站进行模拟仿真,得到地铁站行人密度图,分析地铁站拥堵瓶颈点,从行人流线和站内设施设备布局两个角度提出针对性优化措施。结果表明：地铁站站厅层安检区和站台层扶梯组通常为地铁站拥堵瓶颈区,改善安检区域与扶梯出口区域的拥堵是提升地铁站客运效率的关键。在安检口增设独立安检系统,适时安排工作人员引导拥堵区人流是既经济又高效的措施。采取措施后,拥堵区行人密度有所下降,验证了优化措施的有效性。该方法可为地铁站客流组织管理提供参考。     

城市轨道交通客流疏散效果展示模块设计与实现

基于疏散动态学的理论,归纳研究中美两国在地铁设计中有关客流安全疏散方面的国家规范后,开发了计算机模拟仿真客流疏散系统的部分功能,使用OGRE设计并实现了系统的客流疏散效果展示模块.用户通过使用此模块,可以方便地观察到目前已经搭建的地铁站客流疏散模型的直观效果.此模块运用颜色渐变过渡的方式展现了真实客流疏散的区域密集程度.设计并实现了客流疏散系统全方位空间坐标系模块与客流疏散系统子场景坐标转换机制,让用户在使用本系统搭建场景时更加人性化,并在模块接合方面对模块化合作完成客流疏散系统提供很大的便利.     

考虑随机性和服务水平的地铁站自动售票机仿真优化配置

为优化配置地铁站的自动售票机数目,将自动售票过程抽象为具有状态相关性和容量限制的单服务台排队系统.基于实际调查数据发现,客流到达间隔和自动售票时间分别服从对数正态分布和伽马分布;根据地铁设计规范,将排队区域行人的等待忍耐极限转化为排队系统容量.在此基础上,利用Anylogic软件设计排队系统仿真优化实验,获取不同服务水平等级下的最优自动售票机台数.最后,对排队系统仿真实验进行微观仿真验证.结果表明,排队系统仿真与微观仿真实验结果高度吻合,由此证明了所提方法的可信度和适用性.     

轨道交通十字换乘车站缓冲区域的优化设计

由于地铁客流不断增加,换乘站作为地铁线路的枢纽,拥堵现象十分严重,其中十字换乘站拥堵最为严重.针对这类车站拥堵问题,提出了设立缓冲区域来缓解拥堵的方法.以Anylogic软件进行仿真,获得十字通道内产生拥堵的客流规律.通过建立缓冲区域模型,利用正交分析法得到客流-缓冲面积公式.建立系统到达模型,利用客流密度和理论到达人数为评价指标,以南京大行宫地铁站为实例进行了优化验证.结果表明:只需设立很小的缓冲区域便可以极大缓解十字换乘通道的拥堵现象,让大行宫地铁站通行能力提高近30%.     

基于Agent的社会力模型实现及地铁通道行人仿真

行人微观仿真技术已经成为地铁站等行人密集场所方案评价和疏散评估的主要研究手段.社会力模型从受力角度进行建模,可得到行人的运动状态和受力状态,不引入复杂的判断规则即能得到丰富的自组织现象.文中针对该模型存在的算法复杂度高和物理粒子运动盲目性的问题,引入分子动力学的Gear预测校正法和链接列表元胞算法,基于Agent感知-决策建模方法,构建了改进模型及其面向对象的编程实现框架.采用椭圆形的行人形体描述方法,标定了行人形体、运动及模型参数,设计了密度扫描转向、变作用强度及碰撞预测规避等行人Agent交互方法及算法,在VC++2008平台实现了改进模型并进行地铁站通道的单、双向仿真.结果显示链接列表元胞法可以明显减少仿真时间,模型可较好地实现自动渠化,与车站调研得到的通道客流密度-流量关系吻合.     

对兰州市交通枢纽中心的思考

阐述了兰州市西关什字作为交通枢纽中心存在的许多问题,通过对交通、建筑和环境景观的改善,达到和谐有序的城市公共空间,近而彻底改观城市交通枢纽中心的面貌和形象.     

上海世博会主入口广场客流集散仿真研究

以上海世博园区上南路入口广场为例,应用自主研发的客流分布仿真系统对3万m2区域、2万余客流同时在线的大面积、大客流的游客入场过程进行了实景微观仿真.针对游客入场时的随机到达与多级有控排队、多种形式不规则排队、游客排队的静止态与入场行走的运动态相结合等特点,建立了由行为流程管理层和行走过程控制层构成的智能动态寻优的行人运动过程仿真模型.基于仿真评价系统对入口广场设施和排队服务水平的评估,结合排队心理学的研究规律,提出了游客多级排队组织方式及排队引导设施布置的建议,并给出了入口广场安全容量和合理的安检时间控制指标.     

基于社会力模型的地铁站人群疏散仿真研究

针对地铁站应急情况下人群疏散影响因素复杂的问题,以北京市某地铁站为例,基于社会力模型,运用Anylogic动态仿真软件模拟了不同因素干扰下的地铁站场景人群疏散,研究应急情况下运行时段、疏散指导、硬件设施、应急通道、闸机延误等不同因素对人群疏散的影响进行了深入分析.仿真结果表明:疏散指导、应急通道、闸机刷卡等因素对疏散效...     

基于AnyLogic的人流增多地铁站系统再优化

随着城市地铁及城市规划的持续扩建,伴随出现了一些建设较早的地铁站人流增多而引起的大客流现象。针对这一现象,从地铁站内、外两方面系统地分析了客流增多的原因,应用工业工程方法提出了优化思维导图和地铁再优化原则。以西安地铁二号线运动公园站为例,运用Anylogic行人库仿真技术进行了全尺寸、全数据仿真建模研究,在对进站人流特性进行分析的基础上,以密度图拥堵点、进出站用时和服务用时及它的队长等为指标,体现了优化前后的效果。结果表明,两侧入口人流得到明显均衡、瓶颈处人流密度降低,A、D侧行人安检耗时缩短4.48min,进站时间缩短4.08min,整体人流出站时间缩短了0.62min。地铁再优化思路以及案例具体的优化意见能够为现今地铁站的再优化提供一定的解决思路。     

高铁接驳地铁站的乘客乘车用时统计研究

高铁接驳地铁站的乘客乘车用时对高铁接驳站的组织运营具有重要的作用,掌握乘客乘车从购票到上车各关键环节用时分配,对于优化高铁接驳站的交通组织方案具有至关重要的意义。本研究以西安地铁二号线高铁接驳站北客站为例,针对潮汐式客流特点,采用随机抽样调查方式以及跟随法获取乘客从购票到上车各关键环节的用时和乘车总用时的数据,通过研究获取客流临界值,确定采取客流组织措施时机,提出用时优化方案,缩短乘客乘车用时,提高运行效率。     

考虑乘客选择行为的地铁车站承载能力瓶颈识别方法

乘客选择行为引起地铁车站客流量分布动态变化,并导致拥堵的传播,是承载能力瓶颈产生的关键因素之一.通过分析乘客在站服务事件链,构建地铁车站系统中设施设备关联网络.在分析乘客选择行为作用下的关联网络特性的基础上,建立了节点约束下的车站客流分配模型,并引入动态惩罚函数求解该模型,结合求解结果,提出通过节点受影响程度指标来识别能力瓶颈.以上海地铁陆家浜路站为例分析,与StaPass软件的仿真结果进行对比,验证了该方法的可行性和准确性,有助于快速分析不同客流条件下车站客流分布,并确定能力瓶颈.     

考虑时间及路径约束的地铁断面客流构成推定方法

为缓解高峰时段地铁局部网络客流拥挤,更有效地对拥挤区段客流实施路径诱导,从而优化控制网络客流分布,首先通过计算不同时间粒度断面满载率,设置筛选阈值识别高峰时段网络能力限制区段;然后建立考虑时间及路径双重约束的地铁网络断面客流构成反推模型和设计迭代算法推定网络中限制区段的断面客流构成,并归类排序.以上海地铁网络限制区段曹杨路-隆德路为研究对象,推定得到早高峰8:30~9:00时段该区段的断面客流构成,验证了模型及算法的可行性.     

基于人工智能系统的地铁收益优化与分时定价理论研究

目前,地铁在高峰期存在车厢内客流量大、过度拥挤等问题,且城市地铁运营收益状态存在较大改善空间。为此,本文从收益管理和拥挤定价角度出发,采用SP调查和数据挖掘等研究方法,在对乘客心理和行为分析的基础上,研究构建基于人工智能系统（Agent）仿真模型的地铁分时定价机制。尝试将收益管理应用于地铁定价策略中,为实现提高地铁服务性和经济性的双赢目标提供建议和对策。结果表明：3种不同收入人群乘客Agent的转移率随时间而变化,转移率因票价上涨而增加;而且地铁票价涨幅过大会导致一部分乘客转移到地面公交系统。可见地铁的分时定价能有效分散客流,降低满载率。     

港口客运站人员应急疏散仿真

为评估港口客运站人员应急疏散能力,根据港口客运站火灾特点和人员疏散影响因素,提出基于AnyLogic和Pathfinder的港口客运站人员疏散能力评估方法,分别建立基于AnyLogic的港口客运站作业系统仿真模型和基于Pathfinder的人员疏散仿真模型。最后,以某港口客运站为例,利用提出的港口客运站人员疏散能力评估方法,以人员疏散时间作为指标评估港口客运站人员疏散能力,并确定火灾关键危险位置和制约人员疏散能力的关键因素,为港口客运站平面布置和日常运营管理提供决策支持。     

基于仿真的深埋地铁车站疏散时间研究

随着地铁车站的埋深深度日益增加,车站的安全疏散风险增大。本文从站型结构、疏散安全区、车站疏散设施、客流规模和疏散引导等方面,分析了影响深埋地铁车站人员疏散时间的因素。针对紧急疏散场景,构建深埋地铁车站网络模型和疏散行为模型。以北京某在建深埋地铁车站为例,通过模型校验,利用轨道交通乘客集散仿真系统对该站疏散时间进行测算,并将测算结果与理论计算疏散时间对比,结果显示所有乘客能够在5.5 min内从站台疏散至安全区域,符合规范要求。本文研究结果表明采用的系统能够用于深埋地铁车站的疏散时间研究。     

大型活动散场期间地铁车站短时进站客流预测

大型活动散场期间的地铁车站客流属于可预知的非常规客流,采用常规客流的统计预测方法难以准确预测其客流需求.基于深度学习,将历史客流规律、大型活动数据与实时自动售检票系统数据相结合,提出了一种适用于大型活动散场期间地铁车站的短时客流预测模型.首先对历史客流数据进行了拆分及降噪处理,并分析了活动客流特征.之后,基于深度学习框架构建多层结构的卷积神经网络,拟合活动客流特征与客流时空分布的映射关系,并选取Adam(adaptive moment estimation)算法优化训练过程,以适用于活动散场时客流集中进站的情况.最后,以北京地铁奥林匹克公园站为例,利用实测数据验证了模型的准确性.预测结果表明:建立的Adam-CNN(convolution neural network)模型相对于常用时间序列方法自回归滑动平均和传统神经网络SGD-CNN模型具有更高的精度,能够为大型活动的组织提供更为有力的支持.     

城市复杂地铁网络级联失效抗毁性分析

为全面分析了解地铁网络抗毁性问题,保障地铁网络安全平稳运行。采用复杂网络级联失效理论对城市地铁网络抗毁性进行研究。以北京地铁网络为例,构建北京地铁网络级联失效模型,通过MATLAB软件实现级联失效模型的仿真运算,对比分析不同节点攻击策略北京地铁网络抗毁性。仿真结果表明:随机攻击策略对地铁网络破坏性相对较小,而面临节点重要度和介数的两种蓄意攻击策略时,地铁网络抗毁性较弱。并进一步为地铁网络建设以及运营管理提供理论支持。     

基于Flexsim二次开发的综合客运枢纽仿真

为使Flexsim更适用于综合客运枢纽仿真,应用3DMAX的纹理映射及细节层次技术（LOD）对Flexsim进行二次开发,运用面向对象离散虚拟现实仿真技术,对某城市综合客运枢纽站进行仿真,实现综合客运枢纽系统作业全过程的可视化虚拟现实3D动态演示。借助Flexsim仿真平台的数据统计分析功能,以公路客运枢纽站客流量为变化参量,研究其对于候车室状态的影响。仿真结果表明：当人流发生器参数泊松分布的均值为8时,候车室通行顺畅;均值为5时,有部分旅客不能及时上车,须排队等待,最终造成拥堵。通过对8、7、6、5这4个均值进一步分析表明：在实际运营中,该枢纽站最大日均旅客发送量可达12 300人次/d。     

突发事件条件下旅客列车流网络脆弱性分析

为了对全路旅客列车开行方案的高效性及可靠性进行研究,基于全国铁路旅客列车开行方案构建旅客列车流网络,建立了列车流复杂网络节点与边的容量-负荷混合动态模型以分析其脆弱性. 运用计算机仿真的方法,分别模拟蓄意攻击与随机故障条件下旅客列车流网网络效率,结果表明我国铁路旅客列车流网络在蓄意攻击条件下脆弱性明显,而对于随机故障具有较强的抵抗性.