大型铁路客运站旅客进站流线仿真及优化

Simulation and Optimization of Inbound Passenger Flow Line in Large-scale Railway Passenger Station

摘要

随着科技发展和社会进步，一些根据传统设计理念建设而成的大型铁路客运站已无法满足新时代日益增长的高质量客流出行需求，诸如旅客进站流程复杂、站内迂回走行多、客流拥堵严重等潜在问题逐步显现出来。以我国大型铁路客运枢纽郑州东站为例，详细介绍了基于AnyLogic平台模拟旅客进站流线组织现状的仿真模型构建过程，以各进站厅的旅客平均进站时间、各客运设备前的旅客平均排队人数为评价指标分析当前客流组织存在的问题，提出了包含降低流线密度法、提高流动速度法、消除流线瓶颈法和疏解流线交叉法4类普适性流线调整方法的联合优化措施，利用流线仿真实验验证了优化调整方案的合理性和有效性，为大型铁路客运站的流线组织工作提出了建设性的意见。

Abstract

Technological progress and social development have induced the incompatibility between the large-scale railway passenger stations constructed in outdated ways and the ever-growing demands of passengers for comfortable trips, with hidden problems including complicated entry processes, complex routes in the station, and severe passenger congestion emerging. Taking Zhengzhoudong Railway Station, a large-scale passenger transport hub in China, as the study object, this paper first elaborated on the construction of the simulation model based on Anylogic for reproducing the current flow line organization. Next, the average entry time from each entrance and the average queue length of each passenger equipment were used as the evaluation indexes to analyze problems existing in the current passenger flow organization. After that, the optimized joint measures formed by reducing flow line density, increasing flow speed, eliminating flow line bottleneck, and relieving flow line crossing, four universal adjustment methods, were proposed, and these measures were validated by flow line simulation experiments. This paper can provide valuable suggestions for flow line organizations in other large-scale railway passenger stations.

Graphical abstract

关键词

大型铁路客运站 / AnyLogic仿真 / 流线优化 / 客流组织 / 评价指标

Key words

Large-scale Railway Passenger Station / Anylogic Simulation / Flow Line Optimization / Passenger Flow Organization / Evaluation Index

0　引言

随着科技发展和社会进步，旅客对铁路服务水平的期望越来越高，现代客运枢纽在功能上产生了诸多变化，一些早期建造的大型铁路客运站由于设备不甚先进、规划不尽合理、组织不够科学等原因已无法适应日益增长的高质量客流需求，一些潜在问题逐步显现出来，如旅客进站流程复杂、迂回走行多、换乘距离长、流线之间交叉干扰严重等。由于大型铁路客运站规模宏伟、结构复杂、设备繁多、耗资巨大，一旦建成很难再做大规模改造，因此需要从客流组织入手优化各类旅客流线，高效利用站内既有资源，尽可能地缩短旅客走行距离、减少流线交叉干扰、提高客运服务质量。

目前，国内外针对流线设计及优化的研究普遍集中在航空机场、地铁车站、铁路客运站等综合交通枢纽的模拟与仿真研究之中。由于3类客运终端具有相似的进出站流程，可以相互借鉴参考。针对航空机场，Verma等^[1]基于Agent模拟航站楼内出发及到达旅客的活动行为，利用票务营销手段分散站内客流，降低流线密度；Wang^[2]证实混合泊松模型在模拟安检旅客排队行为时具有较高准确性，给出建立快速通道和促进预检服务的流线优化措施；Zhang等^[3]利用改进的社会力模型描述出发大厅旅客的路径规划行为，强调吞吐量增加和空间容量不足导致的机场拥堵应通过路径优化解决。针对地铁车站，石红国等^[4]以成都地铁东坡路站为例，基于AnyLogic识别高峰小时制约车站能力的流线瓶颈，提出以均衡扶梯利用率、减少站厅队列交叉为目标的流线优化方案；Li^[5]等利用仿真实验研究列车与站台交界处乘客的上下车运动及其影响因素，通过变更列车折返形式提高站台通过能力；Liu等^[6]考虑繁忙车站高峰时段客运设施间的拥挤传播影响，构建基于排队论的离散事件仿真优化模型，采用多通道排队系统最小化运营成本和乘客延时。针对铁路客运站，Bao等^[7]基于VISSIM分析宁波站内中转旅客的换乘模式和步行特征，通过改变楼梯和站台的连接方式消除自动扶梯处的流线瓶颈；夏胜利等^[8]将管理学中的流程再造理论与方法引入客运站设计领域，综合运用零基思考、标杆瞄准等典型方法重构旅客流线以缓解通道拥堵；戴建强^[9]基于AnyLogic模拟旅客进站排队行为，指出在大客流车站采用混合式排队系统和在小客流车站采用并列式排队系统可以有效缩短旅客进站时间。

在行人交通微观仿真方面，既有研究大多使用AnyLogic软件进行模拟实验，因为AnyLogic嵌入的社会力模型将行人看作具备思考和反应能力且能与他人和环境互动的智能体，能够真实反映行人的运动行为和走行特征，拟真度较高^[10]。然而，既有研究大多针对交通枢纽内某一功能区域或作业流程中某一具体环节进行优化，忽略了复杂枢纽内不同功能区域相互重叠可能引发的流线交叉。此外，不同类型的旅客根据自身需求具有不同的作业流程，直接影响枢纽全局的流线分布。因此，合理划分旅客类型并从枢纽全局仿真作业全流程更具应用价值和现实意义。

基于以上背景，借助AnyLogic仿真平台模拟郑州东站旅客进站流线组织现状，针对当前客流组织存在的问题，提出包含翻转扶梯运行方向、改变串行安检方式、交换客运设备位置、调整队列倾斜角度等创新性方法的联合优化措施，并结合既有研究将所提建议归纳为降低流线密度法、提高流动速度法、消除流线瓶颈法和疏解流线交叉法4类普适性的流线优化方法，为大型铁路客运站旅客流线仿真及优化问题的研究提供新的思路和方法。

1　流线仿真

郑州东站是集高速铁路、城市轨道交通、公交、出租车等多种运输方式于一体的综合交通枢纽，总建筑面积411 841 m²，车站规模16台32线，设计高峰小时旅客发送量为7 400人，最高聚集人数为5 000人，是亚洲规模最大的铁路客运站之一，郑州东站鸟瞰图如图1所示。然而，郑州东站的规划建设在很大程度上沿袭了传统客运站的设计理念和标准，客流高峰时段出发层拥堵严重，郑州东站拥堵区域实况如图2所示。因此，选取郑州东站为典型案例，模拟春运期间高峰时段(7：00—9：00)旅客进站流线组织现状。

1.1　空间配置

郑州东站地上站房按3层布置，自下而上分别为出站层、站台层和候车层。车站目前开设7个售票厅、5个进站厅和30个检票口。售票厅和进站厅分散布置在站房西北、西南、东北角以及候车层南、北两侧，检票口自西向东依次布置在候车层中部与站台相互对应。郑州东站旅客进站流线示意图如图3所示，由于车站运营已久且标识完善，旅客流线较为清晰。将车站地图导入AnyLogic图形编辑视图内，调整至适当比例，根据需求拖拽行人库内各类空间标志至相应位置，形成郑州东站整体空间配置图如图4所示。

1.2　流程构建

郑州东站旅客流线在设计时采用“上进下出”的集散方案。进站旅客通过步行或乘非机动车、私家车、出租车、长途客车、机场大巴、城市公交、地铁等运输工具抵达车站后，从地面层西北、西南、东南角进入站房，乘自动扶梯升入候车层检票候车，部分乘私家车或出租车的旅客可直接从候车层南北两侧的高架落客匝道入站，并于同层检票候车。

在“互联网售票+电子客票”模式下，旅客进站流线分为线下购票无需报销凭证、线上购票无需报销凭证、线下购票需取报销凭证、线上购票需取报销凭证4种类型。“互联网售票+电子客票”模式下旅客进站流程如图5所示。

在仿真建模过程中，由于安检环节流程较为复杂且重复出现多次，将其封装以简化进站流程的构建过程。封装后安检环节的局部流程如图6所示，郑州东站旅客进站流程如图7所示。

1.3　参数设置

使用AnyLogic将流程图中的模块与空间标记相互对应，根据车站调研结果完成其属性参数的设置，包括行人到达规律、走行速率以及人工售票窗口、自助售取票机、自助检票闸机、安检仪、安检门、手持金属探测仪等客运设备的服务延迟时间等。其中，行人到达规律较难确定。

文献［11-12］的研究表明：大型铁路客运站的出发旅客到达规律近似服从Gamma分布。若随机变量X的概率密度函数如公式⑴所示，则称X服从Gamma分布，记作X~\mathrm{\Gamma }\left(\alpha ,\left.\beta \right)\right.。\alpha称为形状参数，\alpha >\mathrm{0}；\lambda称为尺度参数，\beta >\mathrm{0}；\mathrm{\Gamma }\left(\alpha \right)为Gamma函数，表达式为公式⑵。

f\left(x\right)=\frac{\mathrm{1}}{\mathrm{\Gamma }\left(\alpha \right)}{\beta }^{\alpha }{x}^{\alpha -\mathrm{1}}{e}^{-\beta x}x>\mathrm{0}⑴

\mathrm{\Gamma }\left(\alpha \right)={\int }_{\mathrm{0}}^{+\mathrm{\infty }}{t}^{\alpha -\mathrm{1}}{e}^{-t}dt\alpha >\mathrm{0}⑵

郑州东站目前仅接发包含高速动车组列车(车次编号以“G”开头，最高运行速度300~350 km/h)、普通动车组列车(车次编号以“D”开头，最高运行速度200~250 km/h)、城际动车组列车(车次编号以“C”开头，最高运行速度160~350 km/h)在内的高速铁路列车。根据抽样调查结果分析郑州东站出发旅客候车时间(单位：min)，针对不同类型的列车分别绘制旅客到达规律分布图并对其进行函数曲线拟合，结果表明：不同类型高速铁路列车的出发旅客到达规律服从不同参数(α，β)的Gamma分布。城际动车组列车的出发旅客到达规律拟合如图8所示，其到达规律近似服从参数为(2.44，3.43)的Gamma分布；其他动车组列车的出发旅客到达规律拟合如图9所示，其到达规律近似服从参数为(2.82，3.26)的Gamma分布。

根据票额分配理论，始发站放票通常占票额总量的70%~85%。铁路运输企业优先保证长途旅客出行，并根据站点客流量的增减及实际车票销售情况动态调整放票比例。因此，车站途经列车的出发旅客数量较少且难以预测统计，暂且忽略不计。依据各类动车组列车的出发旅客到达规律，结合郑州东站春运期间始发列车时刻表和日均旅客发送量，使用MATLAB绘制该站全天的出发旅客到达规律。郑州东站出发旅客到达规律如图10所示。

1.4　数据收集

AnyLogic提供了许多数据统计分析工具，如数据集、时间表等数据元素和直方图、折线图等图表元素，能够精确统计流线仿真模型各评价指标的具体数值，将其以统计图、分析表等可视化形式动态呈现给用户。大型铁路客运站内旅客进站流线组织水平的优劣主要依据旅客平均进站时间和平均排队人数衡量^[13-14]。进站时间越短，排队人数越少，车站流线组织水平越高。

（1）平均进站时间。平均进站时间\overline{T}是指旅客自抵达车站时起至进入候车大厅时止所花费时间的平均值，s/人，根据公式⑶计算。

\overline{T}=\frac{{\displaystyle \sum _{i=\mathrm{0}}^m}{T}_i}{m}m\in N^{\mathrm{*}}⑶

式中：T_i为第i位旅客的进站时间，s；m为进站旅客总数，人。

在仿真模型中添加“直方图”统计旅客平均进站时间，旅客进站时间分布如图11所示。横坐标表示旅客进站时间，s；纵坐标表示进站时间在同一时段内的旅客数量占旅客总量的比例。红色竖线对应的横坐标即为车站所有旅客的平均进站时间。

（2）平均排队人数。平均排队人数\overline{N}是指单位时间内客运设备前各队列等候人数的平均值，人/列，根据公式⑷计算。

\overline{N}=\frac{{\displaystyle \sum _{i=\mathrm{0}}^n}{N}_i}{n}n\in N^{\mathrm{*}}⑷

式中：N_i为第i条队列的排队人数，人；n为旅客排队队列总数，列。

在仿真模型中添加“时间折线图”统计旅客平均排队人数如图12所示。横坐标表示仿真实验的运行时间，s；纵坐标表示各类客运设备前的平均排队人数，人/列。

2　流线分析

使用AnyLogic仿真平台运行郑州东站春运期间高峰时段(7：00—9：00)旅客进站流线仿真模型，当仿真时间足够长且运行稳定时，得到不同视角的3D仿真图像。北侧进站厅仿真结果如图13所示，检票口仿真结果如图14所示，西北售票厅仿真结果如图15所示，南侧售票厅仿真结果如图16所示，全站仿真结果如图17所示。郑州东站旅客进站时间统计结果如表1所示，郑州东站平均排队人数统计结果如表2所示。

分析仿真结果可知：郑州东站客流组织水平整体较高，旅客平均进站时间约为5 min，除安检设备外其他客运设备前的平均排队人数基本维持在4人以内，但仍存在以下流线设计问题。

（1）从全站及站内各方位平均排队人数来看，安检设备前的排队人数远超其他客运设备，其通过能力最小，是旅客进站流线的瓶颈^[15-16]。

（2）从全站及站内各方位平均排队人数和平均进站时间来看，站房东、西两侧客运设备的开设数量相对均衡但西侧排队人数远超东侧，高架层南、北两侧旅客进站时间相差不大但南侧客运设备的开设数量远低于北侧，说明东、西广场及南、北高架的客流分布并不均衡。

（3）从车站南侧平均排队长度来看，该侧自助售票机前队列较长，甚至超过安检设备排队长度，主要原因在于该侧售票厅内的自助售票机和人工售票窗口在客流高峰时期未能全部投入运营。

（4）观察车站候车层布局发现，高架层南、北两侧的售票厅距离进站厅较远，而私家车及出租车的规定落客点正对进站厅，因此到站购票及领取报销凭证的旅客存在较长距离的迂回走行，且售票厅进出流线之间存在交叉干扰。

（5）从车站检票口排队状况来看，同一站台两侧检票口前的队列尾端交叉干扰严重，主要原因在于候车层规划欠合理，导致同一站台两侧检票口间距离较近，旅客排队空间受限。

3　流线优化

针对郑州东站目前存在的诸多流线组织问题，提出以下普适性流线优化措施。

（1）降低流线密度法。①高峰时段凭证限流。建议高峰时段在客流拥堵的进站口处实施限流措施，引导旅客不需过早到站候车，减少站内客流，保障站内秩序。②普及互联网售票及电子客票。建议铁路运输企业进一步宣传推广互联网售票及电子客票，减少到站购票、取票旅客数量，简化进站流程，降低售票厅客流密度。

（2）提高流动速度法。①调整客运设备运行参数。建议根据客流变化情况在安全范围内实时调整安检仪、电梯、扶梯等传送设备的运行速度、方向等参数，尽可能顺应大客流流动方向，以缩短客运服务延时，减少旅客等候时间，扶梯运行方向调整示意图如图18所示。②改变串行安检方式。建议将安检设备更换为太赫兹人体安检仪如图19所示，将行李安检、过安检门和人工手检3步合并，实现人包同步安检，简化安检流程，缩短安检时间。

（3）消除流线瓶颈法。①增添客运服务设备。安检是郑州东站旅客进站流线的瓶颈，建议在每个进站口增添1套安检设备；自助售票机是车站南侧旅客进站流线的瓶颈，建议客流高峰时段开放该侧售票厅内全部自助售票机和人工售票窗口。②设置引导标识分流。郑州东站西侧进站厅旅客进站时间较长，与东侧相比，客运设备开设数量相对均衡但客流量差异较大，建议在地铁出口增设引导标识指引旅客前往东侧进站厅进站，均衡站内客流，缓解西侧拥堵。引导标识设置示意图如图20所示。

（4）疏解流线交叉法。①调整布局。建议将南、北售票厅内部分自助售取票设备移动至南、北进站口附近，在避免旅客迂回走行的同时疏解售票厅进出流线之间的交叉，自助售取票设备布局调整方案如图21所示；站房西北、西南角到站购票的旅客和领取报销凭证的旅客之间存在流线交叉，建议交换领取报销凭证和检票2个功能区域的位置，西北和西南进站厅设备布局调整方案如图22所示。②转变队形。建议同一站台两侧检票口前2组检票队列向同一方向倾斜一定角度使其相互错开，以消除队列尾端的交叉干扰，优化后的检票队列形式如图23所示。

根据上述流线优化措施调整仿真模型的空间配置及参数设置，运行优化后的郑州东站春运期间高峰时段(7：00—9：00)旅客进站流线仿真模型，当仿真时间足够长且运行稳定时，得到不同视角的3D仿真图像。北侧进站厅仿真优化结果如图24所示，检票口仿真优化结果如图25所示，西北售票厅仿真优化结果如图26所示，南侧售票厅仿真优化结果如图27所示，全站仿真优化结果如图28所示。优化后郑州东站旅客进站时间统计结果如表3所示，优化后郑州东站平均排队人数统计结果表4所示。

对比优化前后的仿真结果可知：①全站旅客平均进站时间由原来的5 min减少至4 min；②安检设备前的平均排队人数由原来的9人减少至2人，已不再是旅客进站流线的瓶颈；③站内各方位各类客运服务设备前的旅客平均排队人数趋于均衡，没有出现拥堵现象；④车站南侧旅客走行距离显著缩短，平均进站时间节省了将近2 min；⑤同一站台两侧检票口前2组队列尾端的交叉干扰被彻底消除，且检票队列没有延伸至候车厅两侧座位区。

4　结论

以郑州东站为例给出基于AnyLogic仿真平台模拟大型铁路客运站旅客进站流线组织现状的具体方法，借助AnyLogic自带的统计图表动态观测旅客平均进站时间和平均排队人数，结合3D仿真图像分析郑州东站目前存在的客流拥堵、队列交叉、迂回走行等流线组织问题，提出包含降低流线密度法、提高流动速度法、消除流线瓶颈法和疏解流线交叉法4类普适性流线调整方法的联合优化措施，通过对比优化前后的仿真结果发现旅客进站时间明显缩短、排队人数大幅减少，证明提出的流线优化调整方案合理有效且切实可行，能在一定程度上提升车站整体的客流组织水平。

参考文献

[1] VERMA A， TAHLYAN D， BHUSARI S. Agent Based Simulation Model for Improving Passenger Service Time at Bangalore Airport[J]. Case Studies on Transport Policy，2020，8(1)：85-93.

[2] WANG M J. Application of the Queuing Theory in Characterizing and Optimizing the Passenger Flow at the Airport Security[J]. Journal of Applied Mathematics and Physics，2017，5(9)：1620-1628.

[3] ZHANG Y P， LI J L， KONG D X，et al. Modeling and Simulation of Departure Passenger's Behavior Based on an Improved Social Force Approach：A Case Study on an Airport Terminal in China[J]. Advances in Civil Engineering，2021，2021：6657017.

[4] 石红国，杨泽坤. 基于Anylogic的城市轨道交通换乘站流线组织优化研究[J]. 综合运输，2020，42(6)：69-75，81.

[5] SHI Hongguo， YANG Zekun. Optimization of Streamline Organization of Urban Rail Transit Transfer Station Based on Anylogic[J]. China Transportation Review，2020，42(6)：69-75，81.

[6] LI Y， WANG Y H. Urban Rail Transit Platform Passenger Alighting and Boarding Movement and Experiment Research[M]. Singapore：Springer Singapore，2018.

[7] LIU J， HU L， XU X P，et al. A Queuing Network Simulation Optimization Method for Coordination Control of Passenger Flow in Urban Rail Transit Stations[J]. Neural Computing and Applications，2021，33(17)：10935-10959.

[8] BAO L W， MAO C Y， QIAN J，et al. Traffic Connection Simulation Evaluation of High Speed Railway Passenger Hub Based on VISSIM[C]//2020 IEEE 5th International Conference on Intelligent Transportation Engineering (ICITE). Beijing，China. IEEE，2020：427-433.

[9] 夏胜利，杨　浩. 基于流程再造的高速铁路客站旅客流线优化设计研究[J]. 铁道运输与经济，2015，37(10)：34-40.

[10] XIA Shengli， YANG Hao. Study on Optimization Design of Passenger Flow Line of HSR Passenger Station Based on Process Reengineering[J]. Railway Transport and Economy，2015，37(10)：34-40.

[11] 戴建强. 基于排队论和Anylogic仿真的车站进站排队优化[J]. 铁路计算机应用，2018，27(9)：40-43.

[12] DAI Jianqiang. Queuing Optimization of Railway Station Entrance Based on Queuing Theory and Anylogic Simulation[J]. Railway Computer Application，2018，27(9)：40-43.

[13] 李世程，刘瑞军，鲁　忠，等. 国内外主流交通仿真软件的对比分析[J]. 拖拉机与农用运输车，2021，48(4)：10-12.

[14] LI Shicheng， LIU Ruijun， LU Zhong，et al. Comparative Analysis of Mainstream Traffic Simulation Softwares at Home and Abroad[J]. Tractor & Farm Transporter，2021，48(4)：10-12.

[15] 孙晓开. 铁路客运站出发旅客到达规律研究[D]. 成都：西南交通大学，2011.

[16] ARUTYUNOV E N， KUDRYAVTSEV A A， TITOVA A I.Gamma-Weibull a Priori Distributions in Bayesian Queuing Models[J]. Informatics and Applications，2018，12(4)：92-95.

[17] 刘　枫，邵春福，贾洪飞，等. 城轨换乘站服务设施布局与流线优化仿真评价[J]. 系统仿真学报，2021，33(7)：1670-1681.

[18] LIU Feng， SHAO Chunfu， JIA Hongfei，et al. Simulation Evaluation for Service Facilities Distribution and Flow Lines Optimization on Urban Rail Transfer Station[J]. Journal of System Simulation，2021，33(7)：1670-1681.

[19] 王京元，周婷婷，彭劲稳. 高铁客流换乘城市轨道交通仿真评价：基于Anylogic的建模技巧及实现[J]. 交通科技与经济，2021，23(5)：14-22.

[20] WANG Jingyuan， ZHOU Tingting， PENG Jinwen. Simulation Evaluation of High Speed Rail Passenger Transfer to Urban Rail Transit：Based on Modeling Skills and Implementation of Anylogic[J]. Technology & Economy in Areas of Communications，2021，23(5)：14-22.

[21] 廖　成. 郑州站旅客进站流线仿真模型构建研究[J]. 铁道运输与经济，2019，41(S1)：39-45.

[22] 杜　康. 高铁综合枢纽进站客流流线优化研究[D]. 重庆：重庆交通大学，2020.