高速铁路客运站行人疏散特性仿真研究

杨迪

（重庆交通大学 交通运输学院，重庆，400074）

1 高铁客运站应急疏散效率影响因素分析

1.1 生理因素

在应急疏散过程中，行人生理因素的差异主要表现在年龄、性别、身体状况上。一般情况下，20-50岁的成年人要比10岁以下的儿童和60岁以上的老人反应迅速，且不同年龄的行人行走速度不同，根据数据调查显示，老人的行走速度大概在0.6-1.2m/s，低于正常青年人的速度[1]。男性和女性在疏散行为的特征方面表现也明显不同，我国成年男性的步幅要大于女性，走路的频率也高于女性，根据统计资料得出，在正常疏散通道内男性的平均自由行走速度为1.45m/s，而女性为1.37m/s[2]。除了年龄和性别的影响，行人的身体健康状况也会影响疏散效率。比如身体存在残障或特殊疾病的行人、沉睡中或醉酒的行人，在应对突发事件时都难以做出迅速准确的判断，也难以及时采取行动措施。

1.2 心理因素

当发生突发事件时，乘客接受到外界环境的变化，心理状态会跟着发生改变，主要表现为恐惧心理、焦虑心理、冲动和侥幸心理、盲目从众心理等。而这些心理因素都会在不同程度上影响行人的疏散效率。因此，具有良好的心理素质可以帮助乘客在遇到突发事件后，保持冷静的思考，避免因为产生不良心理而导致行为失误，从而影响整体的疏散效率。

1.3 站内环境和设施设备

由于站内设施众多、客流大量聚集且内部空间相对封闭，造成车站内影响客流疏散的因素较多，主要有站内空间的布局结构、疏散通道的设计和车站管理部门应对紧急疏散的管理等因素。在应急疏散中，乘客的疏散流线上总会遇到一些站内设施设备，比如检票口、闸机、安检口、楼梯、自动扶梯、通道等，由于通过能力的限制，这些设施往往会成为疏散过程中的瓶颈，造成行人拥堵，降低疏散效率。

2 基于模糊推理的行为决策模型分析

2.1 构建隶属度函数

本节主要采用的研究方法是利用Matlab软件建立一个三输入单输出的模糊推理系统，输入量分别为生理因素、期望疏散速度、恐慌系数，输出量为实际疏散速度，建立其相互模糊关系。输入要考虑的因素有生理因素、期望疏散速度、恐慌系数，分别用字母A、B、C来表示；输出要考虑的是实际疏散速度，用字母M来表示。

在生理因素中，可以将行人类别分为成年男性（ADM）、成年女性(ADWM)、老人及儿童(OAC)，对应的比例为2：2：1。那么，生理因素模糊集设定为

设定A的论域为(0,1)，几个类别在论域上无模糊交叉，故设定隶属度函数为 Z/S型。

期望速度模糊集设定为B={慢速，正常，快速}={S,M,F}，模糊集中三种期望速度的设定分布在0.8—1.6m/s[3]之间，设定B的论域为(0.8,1.6)，由于行人对期望速度的判定具有模糊性，故设定高斯型隶属度函数。

恐慌程度模糊集设定为C={较差，普通，较好}={N,M,P,}，文献[4][5]中对火灾中疏散的恐慌现象做了深入研究，对不同性别、年龄、受教育程度的人群进行了恐慌程度分析，推测其对疏散速度的影响。本文中设定恐慌程度的论域为(0.6,1.0)，恐慌程度较差的行人恐慌系数取0.6，恐慌程度较好的行人恐慌系数取1.0，由于恐慌程度的判定具有模糊性，因此隶属度函数为高斯型。

对于输出量疏散速度模糊集设定为V={负大，负小，中，正小，正大}={NB,NS,M,PS,PB}，实际疏散速度的论域与期望速度论域的相同，设定M的论域为(0.8,1.6)，实际疏散速度的判定同样具有模糊性，故设定高斯型隶属度函数。

2.2 构建模糊规则

所谓的模糊规则，是具有一系列if-then规则的语句，它们具有式（2）的表达式：

根据实际情况，最后构建的模糊规则如图1所示。

图1 模糊规则的构建

2.3 基于MATLAB的模糊仿真的实现

在MATLAB软件中模糊逻辑工具箱（fuzzy工具箱）可以实现Mamdani型的模糊推理系统的构建。因此，本文使用fuzzy工具箱来建立模糊推理系统即FIS。

首先，在MATLAB主界面的菜单中输入fuzzy命令行，此时会弹出一个FIS编辑器，可以对系统的输入变量、输出变量和模糊规则进行设置。在完成输入变量和输出变量参数的设置之后，根据之前构建的模糊规则，建立一个模糊推理系统。最后利用规则观测器和曲面观测器来查看模糊规则的推理和输出曲面，可以直观地反映出输入变量和输出变量之间的关系。

图2 模糊推理系统的数据输出

图3 生理因素和期望疏散速度对实际疏散速度的影响

图4 生理因素和恐慌系数对实际疏散速度的影响

图5 期望疏散速度和恐慌系数对实际疏散速度的影响

根据观察并分析上述模糊推理系统的数据输出图和输入与输出变量的关系图可以看出，当生理因素取0.5即成年女性，期望疏散速度取1.2m/s即正常速度，恐慌系数取0.8即心理状态处于普通的条件下，实际的疏散速度为1.11m/s。当生理因素取值为0-0.4之间即成年男性，期望疏散速度取值为1.2m/s-1.6m/s之间即快速撤离时，实际的疏散速度可达到最大，有利于疏散；当生理因素取值为0-0.4即成年男性，恐慌系数取值为0.8-1时，实际的疏散速度逐渐增大，有利于提高疏散效率；当期望疏散速度取值为1.2m/s-1.6m/s，恐慌系数取值为0.8-1时，实际的疏散速度会越来越快直至达到最大，可节约疏散时间，对疏散效率产生有利影响。

3 火灾场景下的行人疏散实例仿真

3.1 沙坪坝站站内候车层疏散环境分析

沙坪坝站高架候车层位于地面一层，是行人进站候车的主要区域。高架候车层北侧为进站口，北进站口有3个安检口，行人进行安检后可以直接进入候车大厅候车，候车大厅可分为4个候车区，北侧两边分别设置1个安全应急通道。东西两侧分别有5个检票口与铁路站台层连接，每个检票口有4个自动检票闸机和1个人工检票通道。为了便于进行疏散仿真，并进行疏散流线的设计，需要对沙坪坝站高架候车层各区域的功能进行划分，各区域划分示意图如图6所示。

图6 候车大厅区域划分示意图

3.2 基于AnyLogic的火灾场景疏散模型的构建

首先打开AnyLogic仿真软件，将候车层的高清CAD底图导入，按照原始尺寸设置图片的大小，然后在行人库中找到演示模块的图像属性，将该属性拖入到Main框架下，之后在仿真底图上添加相应的空间标记，比如墙、目标线和服务线等，再将其拖动到Main框架里，由此来进行候车层物理模型的建立。根据实际的疏散流线，可以对站内行人建立相应的逻辑模型。如下图7、图8所示分别为物理模型构建图和逻辑模型构建图。

图7 物理模型构建图

图8 逻辑模型构建图

3.3 仿真结果分析评价

3.3.1 疏散时间分析

行人的必要安全疏散时间（RSET）主要包括突发事件察觉时间(taware)、预动作时间(tpre)和行人疏散运动时间(tmove)。设定taware=10s，tpre=30s。

通过多次模拟仿真沙坪坝站的火灾疏散模型，在设定最高聚集人数800人和1000人的条件下，当站内乘客达到设定的最高聚集人数时，event事件会触发火灾，便开始疏散，站内人数的变化情况如下图9，图10所示。在运行疏散模型时，可以得到疏散规模分别为800人和1000人的情况下所需要的疏散运动时间tmove，根据必要安全疏散时间的计算公式REST=taware+tpre+tmove，得到了两种疏散规模下的必要安全疏散时间示意图，如下图11所示。800人疏散规模经10次仿真，可知最大用时为223s即3min43s，1000人疏散规模经10次仿真，可知最大用时为226s即3min46s，满足国家制定的行人聚集在公共建筑结构内，应对突发事件时需要在3min至6min内逃生到安全区域的规定。

图9 800人规模疏散时间示意图

图10 1000人规模疏散时间示意图

图11 必要安全疏散时间示意图

3.3.2 疏散速率分析

分析并统计各个疏散出口疏散速率的目的是为了分析各个疏散出口的疏散能力，两种疏散规模的疏散速率统计图如图12、图13所示。通过对疏散速率统计图的观察可以发现，两种规模下各个疏散出口单位时间内疏散人数的变化趋势大致相同，基本都呈现出先高后低的走势。

图12 800人疏散速率统计图

图13 1000人疏散速率统计图

3.3.3 疏散密度分析

在两种不同疏散规模的情况下，站内行人的疏散密度也会存在差异，且行人流的速度和密度之间存在着密切关系。分析在800人和1000人的疏散规模下获得的仿真数据，能够得到候车大厅内各区域行人的平均疏散密度示意图，如下图14、图15所示。

图14 800人的平均疏散密度示意图

图15 1000人的平均疏散密度示意图

由上图可以看到，候车区内行人平均疏散密度的变化情况与整个候车大厅内疏散过程的变化情况相符。结合仿真过程中行人的密度分布动态图来看，在检票口和应急通道出口处都存在一定的瓶颈情况，分析其产生瓶颈的主要原因是行人在此处的通行能力会受到检票口尺寸和通道里障碍物的限制，而产生受阻滞留现象。随着聚集人数的增加，很可能发生冲突，导致一定程度的拥挤堵塞。

3.4 优化建议

通过上述对沙坪坝站火灾疏散的仿真模拟实验，在疏散规模为800人和1000人的情况下，得出相对应的必要安全疏散时间分别为3min43s和3min46s，总体来看两种规模的疏散效率都比较高，也符合国家相关规定对于车站内行人进行安全疏散的时间要求。但是经过对仿真实验的多次观察，发现还是存在一些问题影响了总体的疏散效率，继而提出两点优化建议，可以进一步提高沙坪坝站的整体疏散效率。

（1）针对北进站口处的瓶颈区域，可以提高该处设施设备的通行能力，建议将此处出口通道的宽度进行适当的拓宽，以便应对紧急突发情况。

（2）针对各检票口处的瓶颈区域，可以适当增加闸机的数量。但是在每个检票口处都增设闸机的工程量和建设成本都比较大，所以可以选择在行人疏散密度较大的检票口处增设一台闸机或再开通一个人工检票通道，这样行人对于闸机通道的可选性增多，也减少了在闸机面前排队和等待的时间，以此加快行人的疏散速度。