摘要:
以济南园博园地铁站为研究对象, 通过分析行人在不同设备设施处的行为特性, 建立
行人流模型, 运用 AnyLogic 软件搭建仿真实验平台, 针对 3 种不同类型的大客流情况进行紧
急疏散模拟. 仿真结果表明: 在发生可预见性大客流情况下, 当车站客流增加幅度较小时, 站台层客流密度较大, 可通过缩短列车运行间隔来提高车站疏散能力; 而车站客流大幅增加时,车站安检区域发生拥堵, 需增设一条安检通道. 在发生不可预见性大客流时, 车站大多数情况下都能满足疏散标准, 但楼梯通道和出站闸机处仍是客流瓶颈所在, 故高峰期客流疏散需要人
为采取一定措施合理引导. 通过模拟 2 种类型大客流情况下的车站应急疏散过程, 识别出车站的瓶颈, 并对瓶颈做出有效改善措施, 对保障乘客疏散安全和效率、提高车站服务能力及制订
应急疏散方案具有重要意义.
中图分类号:
陈雷钰, 张汝华, 马明迪. 基于 AnyLogic 的轨道交通车站大客流瓶颈识别与疏散组织优化 [J]. 上海大学学报(自然科学版), 2023, 29(4): 694-704.
CHEN Leiyu, ZHANG Ruhua, MA Mingdi. Anylogic-based bottleneck identification and evacuation
organization optimization of large passenger flow in
rail transit stations [J]. Journal of Shanghai University(Natural Science Edition), 2023, 29(4): 694-704.