地铁火灾事故中人员疏散时间计算模型与仿真

结合地铁车站火灾事故中人员疏散过程的实际情况,综合考虑人员响应、客流下车、离开站台、通过检票口、通过楼扶梯和通道5 个过程的客流实际疏散情况,开展疏散试验,对人员疏散行为进行定量研究,同时利用试验数据对疏散时间计算公式和疏散模型进行验证和参数标定,建立基于不同空间环境客流密度的地铁车站分段客流疏散间计算模型。选取典型地下二层岛式地铁车站为研究对象,设定疏散场景及参数,应用所建立的计算模型对疏散时间进行计算,其计算结果与使用《NFPA 130:轨道交通客运系统标准》所推荐的计算方法的计算结果接近,验证了分段客流疏散时间计算模型的可行性。最后,利用基于社会力模型的Anylogic 软件对疏散过程进行仿真,将仿真结果与计算结果进行对比,结果表明,本文提出的分段客流疏散时间计算模型的计算结果误差较小,相对较为合理。     

基于排队论的地铁站台设施客流延误分析

通过对地铁站台乘客的疏散过程分析,利用确定性排队论方法,建立地铁车站楼梯和自动扶梯设施的简化客流延误模型。然后,根据一组假设的数据,运用该模型模拟分析车站站台乘客在楼梯和自动扶梯设施处的延误状况。最后,采用敏感性分析方法,探讨不确定性因素对乘客在楼梯和自动扶梯设施处延误的影响。     

考虑心理压力的地铁站台乘客疏散模型

分析了紧急情况造成的心理压力对地铁站台乘客疏散行为产生的影响,建立了心理压力与滞留时间、局部密度、危险源距离的数量关系;研究了心理压力下的疏散期望速度,建立了修正期望速度模型,并修正了社会力模型;针对站台乘客疏散过程,设计了多智能体感知和决策流程,建立了基于多智能体技术的疏散仿真模型,对乘客从接收疏散信号到疏散完成的全过程进行抽象化处理;运用AnyLogic仿真软件搭建仿真场景,并将建立的多个模型以接口方式导入仿真软件,基于北京地铁2号线西直门站台,研究了乘客的疏散行为。仿真结果表明:心理压力对疏散时间、疏散速度、乘客密度与绕行距离产生了较大影响,有心理压力时乘客疏散效率较无心理压力时增大了24.03%,整体平均疏散时间减少了27.68%,楼梯区域平均疏散时间减少了36.20%,衔接区域平均疏散时间减少了22.05%;有心理压力的乘客在楼梯区域的平均疏散速度约为0.226m·s~(-1),无心理压力时约为0.351m·s~(-1);在衔接区域,有心理压力的乘客最高聚集密度达8.0人·m~(-2),无心理压力时达到9.5人·m~(-2),楼梯区域乘客聚集密度最大值均约为3.5人·m~(-2);有心理压力的乘客平均绕行距离较无心理压力时增加了96.91%,乘客运动更加混乱。     

地铁安检客流智能引导及组织优化方法研究

为避免因地铁车站进站客流的空间不均衡性所导致的乘客安检排队时间过长、车站拥堵,甚至踩踏事故,本文设计了地铁安检智能引导分流系统并基于此提出客流组织优化方法。首先,在传统地铁安检模式的基础上设置智能引导分流系统,根据乘客行李类型将安检台划分为大包、小包/无包安检通道,实时采集安检区域的客流分布特征;其次,在排队等候理论的基础上综合考虑乘客转移时间和转移意愿,计算最优安检排队决策;最后,通过引导设备指引乘客选择最优安检通道。选取上海地铁1号线上海火车站地铁站晚高峰时期的客流数据作为案例,进行计算仿真分析,并通过实地实验进行校准验证。结果表明：运用本文方法后,地铁车站各安检通道的客流排队压力显著降低,计算仿真结果与实际安检情况误差为3.2%,且优化后大包乘客的平均安检排队效率提升38%,小包/无包乘客的平均安检排队效率提升16%。研究成果为提高乘客安检排队进站效率,有效避免地铁车站拥堵提供理论依据与方法支持。     

基于CA模型的城市轨道交通站台疏散仿真

为更好地模拟城市轨道交通站台区域乘客在突发情况下的应急疏散过程,为城市轨道交通运营管理提供高效的疏散方案,建立一种基于元胞自动机(Cellular Automata, CA)的站台疏散仿真模型。通过研究乘客行为特征选择采用冯诺依曼型CA模型作为站台的疏散模型;结合对疏散空间特点的分析确定基于动态规划的疏散路径规划方法,并给出最优路径的计算方法;根据站台乘客的初始分布提出基于欧式距离和综合考虑路径长度与排队时间的两种出口选择方案。最后针对仿真案例,运用上述模型和出口选择方案进行了仿真分析。结果表明:模型通过对每个乘客元胞进行疏散路径规划,实现了对乘客排队行为的模拟,符合运营管理介入情况下乘客疏散的实际情形;基于欧氏距离的出口选择方案可用于站台乘客初始分布大致均匀情况下的疏散仿真;综合考虑路径长度与排队时间的出口选择方案由于排队权重参数的引入,可较好地模拟站台乘客初始分布不均时乘客选择路径远但排队人数少的出口这一行为。模型的演化规则可成为运营管理人员组织疏散的依据。     

考虑客流引导和小群体行为的地铁车站疏散模型

地铁车站疏散过程客流引导及小群体行为均对人员疏散行为及疏散结果产生较大影响. 为更加有效地模拟真实疏散情况,研究了考虑客流引导和小群体行为的社会力模型. 该模型通过分析小群体运动特征及客流引导策略对行人期望速度的影响,对既有社会力模型进行修正;针对地铁车站站台人员疏散过程,设计更贴近实际情况的多智能体感知及决策流程,构建基于多智能体技术的疏散仿真模型. 以北京地铁西直门2号线站台为研究对象展开研究,结果表明客流引导及小群体效应对疏散时间、疏散效率、瓶颈区域及绕行距离均有显著影响:客流引导可提高疏散效率18%～45%,小群体行为则会增加绕行距离17%.      

突发环境下地铁大客流疏散数值模拟

以大连地铁某换乘站为研究背景,对地铁站在发生火灾等紧急事件人群的疏散情况进行了分析.通过对调查统计人群的数量、年龄、性别等参数,应用pathfinder软件,建立地铁换乘车站人员疏散模型,并对该站在不同情况下发生紧急事件的人群疏散进行了研究.通过疏散模型,模拟不同情况下全部人员疏散至安全区域的时间,获取疏散过程中不同时刻的人员分布规律,找到疏散过程中不利于人群疏散的"关卡".文章结论可为国内外地铁换乘通道设计、紧急情况下的人群疏散组织及应急管理等方面提供一定的指导意义.     

城市轨道交通车站客流应急疏散时间影响要素分析

通过对北京地铁四惠站的现场以及客流调研,同时利用anylogic仿真平台的搭建对于地铁乘客应急疏散行为以及地铁车站的空间建筑形式对疏散时间的影响进行分析,总结疏散时间主要影响因素并对调研车站的疏散方案进行优化.     

考虑流线干扰的轨道交通车站应急疏散仿真

当前关于轨道交通车站疏散的研究多采用仿真软件直接构建三维模型，并将站内设施布局作为主要疏散瓶颈。实际上存在的复杂设施结构和客流流线冲突使客流疏散问题更为复杂，主流的仿真方法并不能很好解决这一问题。以青岛地铁13号线董家口火车站地铁站为例，基于SketchUp三维建模软件绘制用作仿真场景的轨道车站模型，再运用MassMotion仿真软件分析仿真过程中客流流线冲突情况，从而找出疏散瓶颈，并考虑以流线干扰策略对疏散方案进行优化。研究结果表明：在开放所有通道而未进行流线干扰时，疏散时间未能满足要求；而在最优疏散方案下，乘客出站时间可由7.62 min降至5.43 min,优化率达到28.74%。相较于开放所有通道提高疏散效率的方案，通过设置障碍物对客流流线进行干扰，能更好提升疏散成功率。     

�����˿ͶԲ���¥�ݺ��Զ����ݵ�ѡ����Ϊ��������ģ

基于北京地铁6个换乘站客流高峰期乘客对上行方向步行楼梯和自动扶梯的选择行为调查数据,采用灰色关联法计算乘客选择行为影响因素的重要度并排序。利用模糊数学理论建立乘客的选择行为模型,并分析乘客选择行为与相关影响因素的变化规律。研究表明,楼梯高度、扶梯前排队人数、乘客携带行李情况为影响乘客选择行为的重要因素。本文建立的模型可较好地刻画乘客的选择行为,模型计算结果与实际数据较吻合。此外,扶梯前排队人数少于25人时,乘客选择楼梯的概率较小,受其他因素影响小;超过25人后,乘客选择楼梯概率随排队人数的增加显著增加,且乘客负重、楼梯高度越小,影响越明显。不同负重乘客选择楼梯的概率随楼梯高度的变化规律一致,并随楼梯高度的增加近似呈线性下降。     

效率与公平视角下的应急公交接驳调度优化

城市地铁突发故障后,需要采用高效的应急公交接驳方法疏散滞留乘客,减小社会和经济损失.建立两阶段优化模型,对每辆车从存车点出发后依次前往各站运输乘客的接驳过程进行决策.阶段 1,从管理部门角度最小化疏散时间;阶段 2,在此基础上,从乘客角度降低乘客延误,优化目标分别考虑了效率与公平原则.由于现有优化软件求解阶段 2效率过低,构造了针对性的禁忌搜索(TS)算法提高求解速度.最终通过算例验证了算法和模型的可行性,对比了效率与公平原则下的疏散效果,展示了两者的权衡关系：效率原则可能导致乘客服务水平不均;而公平原则提供了更均衡的疏散服务,但系统延误相对更高.     

地铁车站站台火灾影响分析与人员疏散研究

掌握地铁车站站台火灾对人员的危害性及其发展规律是确保安全运营和人员高效疏散的前提.本文在计算流体动力学的基础上,结合Pyrosim仿真软件构建地铁车站站台火灾仿真模型.分析了站台内火灾烟气的扩散规律,并在此基础上根据热释放速率、火源数量及位置,以及排烟速率的不同设计火灾场景,探索这些因素变化对火灾发展的影响,并结合通风策略对人员疏散时间和速度进行比较分析.所得研究结论为站台火灾发生时的应急措施和人员疏散提供依据.     

过饱和地铁线路的列车容量分配策略及优化模型

为缓解过饱和地铁线路的局部车站极端拥挤问题，提出一种新颖的车厢容量分配策略及优化方法，即通过预留和分配车厢的方式，将列车运力合理分配到各个车站，从而确保各车站乘客(特别是拥堵车站)均能得到公平服务，缓解极端拥堵。基于上述策略，以线路各车站所有乘客总等待时间最小为目标，以各列车在各车站的预留车厢数量为决策变量，构建关于车厢容量分配问题的线性整数规划模型。针对北京地铁八通线，对其工作日早高峰7:00-10:40下行方向的车厢容量分配进行数值实验。实验仿真结果表明，线路内各车站最大乘客聚集人数均降到安全范围内，其中最大聚集乘客数量由3642人降低至1345人，约降低63%。而全线乘客的总等待时间仅由418027 min增加至420099 min，增加0.5%。上述结果表明，列车容量分配的方法有效缓解了过饱和地铁线路内极度拥挤问题，实现各车站客流聚集均衡，在线路层面提高了总体运营安全性， 同时保证了客运服务质量。     

动态不确定性环境下的地铁车站应急疏散仿真建模

针对动态不确定环境下乘客初始状态、疏散行为、全局疏散路径不确定等问题,提出基于Agent的疏散行为动态切换模型,并引入选择变更代价实现了多种疏散行为的动态切换;考虑与常态仿真衔接构建疏散空间衔接关系,并提出基于改进Dijkstra算法的全局疏散路径搜索方法;最后,以某车站突发事故场景为例进行多个应急预案的仿真评估.结果验证模型具有可行性,并能更真实反映动态不确定环境对乘客疏散过程的影响,进一步提高了疏散仿真精度.     

行人步行设施紧急疏散出口设置方法

从行人疏散过程和紧急疏散出口通过能力的角度,分析行人步行设施紧急疏散出口设置的影响因素,并提出紧急疏散出口设置方法．研究发现,在总宽度一定的情况下,紧急疏散出口的个数越多,其相应的总通过能力越低．基于步行设施内疏散行人的数量、初始位置,紧急疏散出口的行人通过能力,多紧急疏散出口的行人选择策略,以及紧急疏散出口的设置指标,构建了行人步行设施紧急疏散出口设置的优化模型;并提出其简化的求解算法,实现紧急疏散出口个数、位置和宽度的优化设置．结合算例,从紧急疏散出口布局优化的角度,提出北京市西直门换乘枢纽紧急疏散出口布局的改进措施．     

基于换乘站停站时间延长的城市轨道交通末班车时刻表优化

在城市轨道交通网络中,提高末班车乘客换乘成功性对其夜间出行有重要意义.通过压缩末班车区间运行时间与非换乘站停站时间,延长换乘站停站时间,建立以换乘成功客流量最大为目标的时刻表优化模型,实现末班车双向衔接成功.将模型刻画为混合整数线性规划问题,通过对模型简化,利用CPLEX分支切割算法进行求解.最后,以武汉地铁网络为案例,验证模型的有效性.结果表明,模型可利用CPLEX快速求得精确解.末班车停站时间延长可有效提高末班车间换乘衔接成功性;在末班车收车时间可推迟情形下,推迟收车时间可进一步提升末班车换乘效果.     

城轨运营中断下应急公交车辆调度模型

随着城市轨道交通运营网络规模扩大和客流迅速增长,运营中断下公交应急联动问题日益被重视.针对城轨运营中断下的公交桥接疏运问题,提出一种灵活调度策略,允许车辆服务于不同的桥接路径,以最小化总疏散时间和平均乘客延误为目标,建立基于灵活路径模式下的多目标应急公交车辆调度模型,使用理想点法和遗传算法进行求解,并进行实例验证.对比传统固定路径车辆调度方案,基于灵活路径的车辆调度方案使总疏散时间和平均乘客延误分别减少了 4.2%和 4.4%.结果表明,本文提出的模型能够提高公交应急桥接疏运效率、降低乘客延误.     

城轨运营中断下应急公交车辆调度模型

随着城市轨道交通运营网络规模扩大和客流迅速增长,运营中断下公交应急联动问题日益被重视.针对城轨运营中断下的公交桥接疏运问题,提出一种灵活调度策略,允许车辆服务于不同的桥接路径,以最小化总疏散时间和平均乘客延误为目标,建立基于灵活路径模式下的多目标应急公交车辆调度模型,使用理想点法和遗传算法进行求解,并进行实例验证.对比传统固定路径车辆调度方案,基于灵活路径的车辆调度方案使总疏散时间和平均乘客延误分别减少了 4.2%和 4.4%.结果表明,本文提出的模型能够提高公交应急桥接疏运效率、降低乘客延误.     

面向大客流的城轨备用车投放车站选择与优化模型

为快速疏解城轨线路上车站的大客流，减少乘客的等待时间，研究了备用车投放问题; 在考虑列车追踪关系、列车停站时间等约束的基础上，建立了综合备用车投放时机确定、投放最佳车站选择和时刻表动态调整的多目标优化模型; 界定了城轨备用车开行条件，提出了城轨备用车投放时机的定量化判定方法; 用0-1变量表征车站是否具备备用车投放条件，并将其作为模型输入，以减小大客流车站乘客等待时间和降低运行图偏离时间(延误时间)为优化目标，构建了备用车投放的混合整数非线性规划模型，该模型通过比较不同的备用车投放方案效率得到最佳的备用车投放车站和后续开行计划; 为同时求解0-1变量与连续变量，设计了带惩罚函数的改进粒子群优化算法求解模型。研究结果表明:该方法可对所有符合备用车开行条件的车站制定投放方案，并进一步筛选出最优的备用车投放车站，最多可减少1 318 209 s的乘客等待时间，优化效率为21.9%，且改进的粒子群优化算法对混合整数非线性规划模型的适用性较好; 相比于既有城轨线路列车运行调整和时刻表优化方法，本文提出的方法在应对突发大客流的备用车投放时机上做出了更加定量化的判断，优先考虑了大客流车站的疏解能力和效率，并优化了备用车与后续列车的开行方案，可以有效解决高峰时段车站大客流问题。