基于层次分析法模糊综合评价大客流安全状态

（同济大学铁道与城市轨道交通研究院，201804，上海∥第一作者，硕士研究生）

基于层次分析法模糊综合评价大客流安全状态

田 健 蒲 琪 陈小丽

（同济大学铁道与城市轨道交通研究院，201804，上海∥第一作者，硕士研究生）

根据城市轨道交通车站大客流形成的主要成因，分析了大客流安全状态评价的影响因素。采用基于层次分析法的模糊综合评价法对大客流的安全状态进行评价，建立了客流安全状态的模糊综合评价模型。模糊综合评价法的评价结果与仿真结果一致，表明该评价模型具有相对有效性。该评价模型综合考虑了各方面影响因素，其评价结果可为车站制定限流措施提供依据。

城市轨道交通；大客流；安全状态评价；模糊综合评价

First-author's address Research Institude of Railway and Urban Transit，Tongji University，201804，Shanghai，China

1 大客流成因与分类

城市轨道交通车站的主要功能是实现各类客流的集散，是乘客、列车、车站、线路等各种交互关系最为集中和复杂的场所。对于大客流，国外部分城市轨道交通系统规定，客流量超过车站设计容量的70%即认为是大客流；而我国铁路方面则认为，客流量超过车站设计容量的100%才认为是大客流。

图1为大客流产生过程分析示意图。按照城市轨道交通大客流的产生原因，可将大客流分为可预见性大客流和不可预见性大客流。可预见性大客流包括早晚高峰大客流、节假日大客流、大型活动大客流以及恶劣天气大客流等。不可预见性大客流主要是指突然在车站出现的客流瞬间集中增长，造成车站、列车内客流迅速攀升，导致站内、列车内拥挤；其诱因包括商场临时促销、天气突变以及城市轨道交通系统发生紧急事件等。

图1 大客流产生原因分析示意图

2 大客流安全状态指标分析

2.1 研究方法

本研究主要采用文献分析法、层次分析法，以及专家咨询法、模糊综合评价法等。层次分析法主要是用来确定各分项指标对上一层次指标的权重。模糊综合评价法主要是用来对大客流安全状态进行分级。

2.2 评价体系

本研究所构建的综合评价体系为二级三层的综合评价指标体系（见图2），三个层次分别为目标层Z、准则层B和指标层C。根据模糊理论，把层C对层B的评价作为第一级评判，把层B对层Z的评价作为第二级评判，从而构成一个二级三层的综合评价指标体系。

2.3 大客流安全状态指标分析

客流密度，是反映人员密集程度的指标，也是引发客流风险的最直接的因素，其单位为人/m2。

图2 大客流安全状态层次分析结构模型

客流速度，一般是指行人群体步行的平均速度，其单位为m/s或m/min。客流速度随着客流密度的增大而减小。

车站设计集散能力的影响因素包括出入口及通道的通过能力、自动售检票设备能力、车站乘降设备能力、列车运能以及站厅站台的集散能力等。其中，北京市轨道交通的相关规定为：当车站客流量达到设计客流量的70%时，开始采取限流措施。

站内关键设施拥堵点比例，是指在站台、站厅、楼梯、出入口通道、换乘通道等影响乘客通行的关键设施中拥堵点所占的百分比。当站内关键服务设施的乘客空间负荷度大于1时，说明客流的到达量大于该服务设施的服务水平，在该服务设施的瓶颈区域会出现乘客拥堵现象。

列车延误时间的长短也能反映出客流的拥挤程度。对于列车延误时间长短的判别标准，不同类型、不同规模的车站不尽相同。

大客流情况下，列车的满载率居高不下，会导致乘客在车站的滞留；而如果客流积压则易产生乘客吊门现象，使得屏蔽门无法完全关闭，列车反复开关门会导致列车停站时间过长，将造成运营安全隐患。

3 大客流安全状态分级与分析

3.1 分项指标权重的确定

根据模糊综合评价的模型，笔者采用了确定各分项权重的专家咨询评价表，并请了15位专家及有关人员对各分项的权重给予评价。被咨询的人员包括城市轨道行业的专家、地下空间研究的专家及从事服务标志系统系统设计的技术人员。评价结果具有充分的代表性，具有较高的可信度。根据专家咨询的结果，笔者应用层次分析法确定权重的方法，计算了各因素的权重，并进行了一致性检验。计算得到的权重（Wi）结果如表1～4所示。

表1 B1各分项权重

表2 B2各分项权重

表3 B3各分项权重

表4 准则层各指标权重

通过计算得到权重向量

3.2 设置模糊评价的评价集

评价集是评价对象可能出现的所有评价结果的集合。评价集用S=｛Sj｝（j=1，2，3，…，m）表示，其中Sj代表第j种评价结果。事实上，每种评价结果都是一个模糊集，进行评价的目的就是得出评价对象隶属于各结果的隶属度，并据此得出结论。本文将评价集定义为S=｛S1：大客流状态安全，S2：大客流状态较安全，S3：大客流状态一般，S4：大客流状态危险，S5：大客流状态很危险｝。

3.3 设置隶属矩阵及评价集阈值

通过查阅相关文献、参考地铁公司的运营经验，并结合专家调查法，确定了各指标的“安全”和“很危险”的值E和F。确定指标层的6项指标分别依据大客流状态分级的阈值，如表5所示。

表5 大客流安全分级的各指标阈值

客流速度（C2）采用公式：

客流密度（C1）、实际客流与设计客流之比（C3）、关键设施拥堵点比例（C4）、列车延误时间（C5）、同站台同方向列车连续跳停次数（C6）均采用指标安全度函数关系式：

3.4 案例分析

案例所在车站为中型车站，站台面积为4 510 m2，车站设计客流量为7 517人/h。列车为8节编组，上下车门共40个。早高峰时段列车运行间隔为164 s，集散客流为5 000～6 000人/h；晚高峰时段列车运行间隔为200 s，站台集散客流为2 500～3 500人/h。列车停靠时间为14～16 s（此处停站时间特指屏蔽门已开启，可供乘客上下车至屏蔽门关闭的时间间隔）。

开通的出入口共有3个，分别为1号口、5号口和6号口。进出站闸机共有2处，闸机类型均为三杆式。靠近1号口处，进站闸机为3台，出站闸机4台；靠近5、6号口处，进站闸机为4台，出站闸机为3台。从站厅到站台共有3处楼梯，两侧分别是1个步行楼梯与1个自动扶梯，自动扶梯均为下行，中间2个楼梯均为步行楼梯。选取2种大客流假设情况，具体如表6所示。

表6 大客流情况假设

3.4.1 案例仿真

本文选用Vissim微观交通仿真软件。Vissim5.3版本中的行人模块能对行人的运动进行模拟，对于行人的排队、拥挤等行为，根据此模型做校正处理后可以仿真，因此该软件适用于验证本文模型。

为了验证模糊综合评价模型对大客流安全等级评判的有效性，本文分别对表6中的2种大客流假设情况进行客流集散仿真。由于此模型主要是针对大客流的安全状态做出评判，因此客流量较低的情况不予考虑。

客流速度、客流密度可以在客流仿真过程中通过设置检测点得到，因此不需要假设，只需赋予行人一个期望速度，即行人在自由流速状态下的速度。客流拥挤主要会发生在关键设施点，如通道、进出站闸机前、楼扶梯、站台等，因此，本文所检测的为关键设施点的客流密度和客流速度数据。通过计算关键设施的空间负荷度可判断关键设施是否是拥堵点，进而可得到站内关键设施拥堵点比例。由于客流仿真开始时，乘客还均处于进出站通道或者列车上，还未进站，因此，为了提高仿真数据的有效性，选取180仿真秒之后的数据作为评价数据。得到的仿真结果如图3、图4所示。

图3 第1种大客流假设情况仿真结果统计图

图4 第2种大客流假设情况仿真结果统计图

从上图3、图4可以看出，第1种大客流假设情况下的客流安全等级为一般安全等级，而第2种大客流假设情况下的客流安全等级为危险等级。

3.4.2 大客流模糊综合评价

3.4.2.1 第1种大客流假设情况评价

通过Vissim微观交通仿真系统的仿真，可以得到第1种大客流假设情况下的客流平均密度为3.720人/m2，平均速度为0.827 m/s，关键设施拥堵点数量为10个（共14处），如表7所示。

由此可得第1种大客流假设情况下的评价集=（0.072 6 0 0.455 4 0.357 6 0.114 4）。根据最大隶属度原则，可判断出客流的安全级别处于一般安全级别，与仿真得出的判断结果一致。

表7 第1种大客流假设情况下各指标取值

3.4.2.2 第2种大客流假设情况评价

通过Vissim微观交通仿真系统的仿真，可以得到第2种大客流假设情况下的客流平均密度为4.623人/m2，平均速度为0.607 m/s，关键设施拥堵点数量为10（共14处），如表8所示。

表8 第2种大客流假设情况下各指标取值

由此可得第2种大客流假设情况下的评价集=（0.106 7 0.038 5 0.009 1 0.486 5 0.343 6）。根据最大隶属度原则，可判断出客流的安全级别处于危险级别，与仿真得出的判断结果一致。

4 结 语

模糊综合评价法对于两种大客流假设情况下的客流安全状态等级的评价结果与仿真结果一致。由此表明，本文所建立的城市轨道交通大客流模糊综合评价模型具有相对有效性，可以为运营者在进行城市轨道交通大客流安全状态等级评判时提供参考，有助于更好地保障城市轨道交通大客流情况下的安全运营。

［1］ 交通运输部道路运输司.国内外城市轨道交通事故案例评析［M］.北京：人民交通出版社，2011.

［2］ 张伦，陈扶崑.地铁车站大客流运营组织探讨［J］.城市轨道交通研究，2011（5）：87.

［3］ 张霖.北京城市轨道交通大客流辨识与安全状态评估技术及系统［D］.北京：北京交通大学，2011.

［4］ 王祎南.突发特大客流城市轨道交通运营组织研究［D］.北京：北京交通大学，2008.

［5］ 张学兵，黄亚男，汪文斌，等.北京地区超大客流现状、成因分析及对策［J］.铁道运输与经济，2001，23（9）：20.

［6］ 曹守华，袁振洲，张驰清，等.基于乘客感知的城市轨道交通通道服务水平划分［J］.交通运输系统工程与信息，2009（2）：99.

［7］ 张驰清.城市轨道交通枢纽乘客交通设施服务水平研究［D］.北京：北京交通大学，2007.

［8］ 张宁，覃矞，陈振武.轨道交通大客流换乘站客流组织仿真分析［J］.城市轨道交通研究，2012（7）：86.

Fuzzy Comprehensive Evaluation of Large Passenger Flow Safety Based on Analytic Hierarchy Process

Tian Jian，Pu Qi，Chen Xiaoli

According to the main causes of large passenger flow on rail transit，the factors that directly influence the safety status evaluationof large passenger flow are analyzed.By usingthe fuzzy comprehensive evaluation method based on AHP，the safety status of large passenger flow on rail transit are evaluated，and a fuzzy comprehensive evaluation model for the evaluation is established，which has been simulated to prove the practicability.This model consists of every factor from different aspects，therefore the evaluationresult could guide the limiting measuresat rail transit stations.

urban rail transit；large passenger flow；safety status evaluation；fuzzy comprehensive evaluation

U 298.2；C 931.1

2012-12-03）