2024年4月18日发(作者：)

第8期

2021年4月

无线互联科技

Wireless Internet Technology

No.8

April，2021

地铁车站客流仿真模型构建研究

陈雪梅

1

，陈俊强

2

，李燕玲

2

（1.广州铁路职业技术学院 教育技术中心，广东 广州 510430；2.广州铁路职业技术学院 信息工程学院，广东 广州 510430）

摘 要：构建有效的地铁车站仿真模型对制定地铁客流疏散路径有重要的意义。文章从分析地铁车站空间示意图、构建地铁

车站物理模型以及绘制客流仿真逻辑思路图等方面阐述了地铁车站仿真模型构建要点，基于仿真模型阐述了逻辑数据生成方

式，并重点以进出站时间分布统计、地铁行人平均速度数据统计以及区域密度统计介绍仿真模型统计数据生成的方法。

关键词：地铁车站；客流仿真；行人行为；Anylogic

0 引言

伴随着经济的快速发展，城市轨道交通发展速度突飞

猛进。根据中国城市轨道交通协会发布的城市轨道交通行

业统计报告，广州地铁最高客流量达1 002.6万人次，客流

强度已位居全国第一，其中，广州体育西站日客运量为全国

最高。地铁系统客流高度密集、可控性差、突变性强、疏散

条件差，潜在风险高和危险大。在早、晚客流高峰，轨道交

通车站的楼层、闸机等瓶颈区域经常发生行人拥挤现象，

不仅导致行人通行效率下降，还会产生诸多的安全问题。在

地铁车站这种复杂的环境中，行人运动的安全性、舒适性

以及瓶颈区域的通行效率引起的关注越来越多。为了对地

铁车站行人微观行为进行客观分析，制定地铁客流疏散路

径，需要构建有效的地铁车站仿真模型。文章基于Anylogic

[1]

软件平台，从地铁车站仿真模型构建要点和地铁车站仿真

模型统计数据生成两个方面对地铁车站仿真模型构建进行

研究

[2]

。

1   地铁车站仿真模型构建要点

1.1 分析地铁车站空间示意图

地铁车站建筑图纸是模型构建的基础。地铁车站的平面

图、三维立体图由于涉及一些重要信息，通常情况都难以在

网上找到。因此，通常采取预估法来确定地铁车站图纸。首

先，可以通过百度地图、Bing地图等在线地图，从俯瞰的角

度，确定地铁站的平面结构及平面尺寸

[3]

。其次，通过百度

图片或网络搜索的方法，查一查相关地铁站是否有三维立

体图，获取不同的角度建筑图。最后，到地铁站现场查看相

关结构示意图以及设备设施，构思地铁车站的三维空间立体

模型。

1.2 构建地铁车站物理模型

在建立物理模型的过程中，有几个要点：一是明确单位

尺寸，单位尺寸可以根据模型复杂度，设置1单元是5 m，或

15 m，或35 m；二是设置层间，对不同的层间修改名称，并

Z

为楼层高度；设置

Z

关键参数，三是闭合构建区域，用线条

构建一定范围的区域，线条可以是直线，也可以是折线，注

意线条需要闭合，否则会出现行人乱跑现象（走出既定的区

域），还需根据实际需要设置墙的高度

[4]

；四是添加物理设

施，根据地铁车站现场实际情况，添置安检门、闸机、自动售

票机、栅栏等物理设施；五是对楼层间进行“开口”，利用折

线在自动扶梯口或者楼梯口处进行折线“开口”；六是完善

物理模型，添加扶梯组，扶梯组要重点设置扶梯的方向、宽

度，添加柱子，柱子的位置、形状要适宜；七是设置到达线，

在层间、闸机、出入口设置到达线（也称“目标性”），引导行

人行走的方向。

1.3 绘制客流仿真逻辑思路图

利用行人库、流程建模库、智能体库等模块内容进

行逻辑思路绘制，地铁车站行人行走常见逻辑思路为pe

dSource→pedEscalator→pedService→pedSelectOutp

ut→pedGoTo→pedSink，再结合事件和函数一起使用。

pedSource的使用需要先捕捉具体的目标线，目标线代表

产生行人的位置，地铁车站可以有多pedSource，同理，

也可以有多个pedEscalator，但是需要不同的命名，如

pedEscalator1，pedEscalator2。pedGoTo常与collection集

合结合起来用，collection初始内容可以把多个目标线集合

起来，接着pedGoTo可以在目标线处使用函数randomFrom

（collection），代表客流根据随机条件前往不同的目标处。

地铁车站客流逻辑思路如图1所示。

关于事件，地铁车站常用到事件event，包括地铁到达

的间隔事件，地铁到达后释放的行人数量以及上车人数等。

一般的，可设置event触发类型为“到时”，模式为“循环”，

首次发生时间为30 s（3 min），复发事件180 s（表示间隔

3 min），每次释放行人为100人，即(100)，上

车人数的函数为l()。

关于函数，地铁车站常用到就近原则找出口函数

nearestExit，nearestExit(ped)==escalatorGroup。根据实际

情况，可对程序代码参数名称进行更改。nearestExit函数体

如下：

double dshortest = infinity ;

EscalatorGroup nearestexit = null;

for ( EscalatorGroup exit : exits ){

基金项目：2020年广东省科技创新战略专项资金项目；项目名称：面向地铁大客流的行人疏散模型仿真研究；项目编号:pdjh2020b1144。

作者简介：陈雪梅（1990— ），女，广东梅州人，助理研究员，学士；研究方向：多媒体技术，教育技术。

- 42 -

第8期

2021年4月

无线互联科技·设计分析

No.8

April，2021

double d = ceTo ( (),() ) ;

if (d < dshort test ) {

dshortest = d ; nearestexit = exit ;

}

}

return nearestexit ;

2   地铁车站仿真模型统计数据生成

地铁车站仿真模型数据生成

[5-6]

，一般有两种方式展示，

一是数据形式，二是图表形式。数据形式可以有数据集、统

计、直方图数据以及二维直方图数据以及输出。图表形式有

条形图、堆叠图、饼状图、折线图、时间折线图、时间对堆叠

图、时间着色图以及直方图。

2.1 逻辑数据生成

在模型启动时，逻辑思路图将会根据设置的情况随机生

成逻辑数据，如图2所示。从pedSource开始随机产生地铁行

人数据；pedEscalator处上下左右有4个数据，左侧数据代表

从pedSource产生随机行人行走到电梯之间的行人数据，上

面数据代表正在乘坐电梯的行人数据，右侧代表离开电梯的

行人数据；pedSelectOutput左右两侧有6个数据，左侧1个数

据代表需要进行路径选择的总人数，右侧5个数据代表选择

不同路径的人数。另外pedService，pedChangeGround等逻

辑数据原理相同。

2.2 进出站时间分布统计

进出站时间分布统计，利用流程建模库函数和图表

来表示。首先，在流程建模库找到控件函数，将其添置到

需要获取数据的地方。一般通过添置timeMeasureStart

在pedSourece与pedEscalator处获取进站行人数据，

timeMeasureEnd添置在pedWait与pedSink处获取行人出站

情况。然后通过直方图绑定数据函数，进站时间分布直方图

设定为bution( )，出站时间分布图设

定为bution( ).

2.3 地铁客流平均速度数据统计

地铁客流平均速度数据统计，利用事件、参数以及图

表来表示。首先，添加参数函数，并命名为speed；其次，

添加事件event，设置模式为循环模式，并在行动面板处设

置函数：speed = 0，for(Person p: people)，speed = speed +

ed( )/( )；最后，在pedSoure处将根据智能

体的默认群设置为自定义群people即可。

2.4 区域密度统计

区域密度统计，利用密度图来表示。直接添加行人库中

的密度图到编辑区域上，密度图本身不显示密度变化情况，

仅代表密度的大小，密度图默认大小是0.00~1.50。默认情况

下，“临界密度”（Critical Density）值为1.5个单位/m

2

，可根

据实际情况修改密度图的值。在模型运行时，密度值等于或

大于临界密度阈值的区域将用红色绘制（如果某些其他颜

色未使用自定义颜色方案设置）。由于地铁空间有不同的

层，统计区域密度图，需要选择所统计的层间。地铁站首层

行人密度效果如图3所示。

图1 地铁车站客流逻辑思路

图2  地铁客流部分逻辑数据

- 43 -

第8期

2021年4月

无线互联科技·设计分析

  

No.8

April，2021

（a）30 s （b）180 s

 

（a）300 s （b）420 s

图3  不同时间段区域密度

3 结语

文章从地铁车站仿真模型构建要点和地铁车站仿真模

型统计数据生成两个方面阐述了如何构建有效的地铁车站

仿真模型构，期望为基于Anylogic设计开发地铁车站仿真模

型的研究人员提供参考、借鉴。

[参考文献]

[1]朱清波，宋庭新，李岩.基于Anylogic的轨道交通换乘能力改进的研究[J].计算机仿真，2020（2）：169-173，415.

[2]霍扬.基于客流模拟的沈阳地铁1、2号线换乘站改造设计研究[J].铁道标准设计，2018（7）：148-153.

[3]赵建立，石敬诗，孙秋霞，等.基于混合深度学习的地铁站进出客流量短时预测[J].交通运输系统工程与信息，2020（5）：128-134.

[4]房霄虹，冯爱军，刘彦君.轨道交通换乘车站客流仿真评估指标体系优化及应用[J].都市快轨交通，2016（5）：68-73.

[5]陈先龙，宋程，廖胜华.基于仿真试验设计的地铁换乘通道客流适应性研究[J].城市轨道交通研究，2015（8）：67-70，75.

[6]丁青艳，王喜富，单庆超，等.轨道交通行人流运动建模及仿真[J].交通运输系统工程与信息，2011（5）：99-106.

（编辑 王雪芬）

Modeling and simulation of pedestrian queuing behavior in metro station

Chen Xuemei

1

, Chen Junqiang

2

, Li Yanling

2

（ ion Technology Center, Guangzhou Railway Polytechnic, Guangzhou 510430, China; e of Information Engineering,

Guangzhou Railway Polytechnic, Guangzhou 510430, China ）

It is of great significance to establish an effective metro station simulation model for the development of metro passenger flow

Abstract：

evacuation path. This paper expounds the key points of metro station simulation model construction from the analysis of metro station

space schematic diagram, the construction of metro station physical model and the drawing of passenger flow simulation logic thinking

diagram. Based on the simulation model, the paper expounds the logical data generation mode, and introduces the simulation mainly by

the time distribution statistics of entering and leaving stations, the average speed data statistics of metro pedestrians and regional density

statistics the method of statistical data generation.

metro station; passenger flow simulation; pedestrian behavior; Anylogic

Key words：

- 44 -