裴磊磊，王建華

基于突發(fā)事件的火車站行人疏散仿真

裴磊磊，王建華

（淮南師范學院 物流工程系，安徽 淮南 232038）

為了提高突發(fā)事件下火車站行人疏散的效率，降低人員傷亡，對突發(fā)事件下火車站行人疏散策略與影響行人疏散效率的因素進行研究。在分析了當前行人疏散方法與特征基礎之上，提出采用社會力模型與仿真相結合的方法，對隨機疏散、最短路徑疏散與引導疏散三種策略進行比較，并探究客流速率、候車人數(shù)與候車廳內(nèi)障礙物對火車站疏散過程的影響。以春節(jié)期間淮南市火車站為例，建立火車站客流仿真模型。仿真結果表明，在隨機疏散、最短路徑疏散和引導疏散3種疏散策略中，引導策略疏散效果最優(yōu)，隨機疏散效果最差；隨著進站乘客速率的增加，疏散所需要的時間逐漸增加；候車廳內(nèi)障礙物在距離出口較遠時對疏散時間影響程度較低。研究結果為提高火車站的運營效率和安全性提供了重要參考。

突發(fā)事件；火車站；行人疏散；仿真；社會力模型

當自然災害、事故災難等突發(fā)事件發(fā)生時，如何使行人快速疏散逃離現(xiàn)場、降低人員傷亡是首要任務。突發(fā)事件下的行人疏散也成為公共場合建設時必須考慮的問題，其中火車站、地鐵站、大型超市等因人流量大、來往人員復雜的特點，行人疏散問題至關重要。如何提高行人疏散的效率，探究行人疏散過程中相關影響因素，國內(nèi)外專家學者做了大量研究。

在疏散方法上，Helbing等[1]利用社會力模型研究了行人疏散過程中的受力與速度特征。Liu[2]利用社會力模型研究了恐怖襲擊過程中的人群疏散問題。為了提高社會力模型的效率，Handford等[3]在研究駕駛員疏散過程中，采用了基于代理機制改進社會力模型，實驗結果表明模型疏散效率高于最短路徑算法。潘應久等[4]提出迭代思想和離散計算相結合的方法，改進了傳統(tǒng)Togawa在描述行人動態(tài)疏散的缺陷。馮誠等[5]構建了組合社會力與元胞自動機模型有效提高了疏散的真實性。此外，為了提高疏散效率與研究行人疏散過程的動態(tài)變化特征，董力耘等[6]在研究雙出口房間疏散過程中，利用具有衰減背景場的元胞自動機模型，有效縮短了疏散時間。梁銘富等[7]借助利用視頻、圖像技術，并結合k-鄰近算法和合力的思想研究了突發(fā)事件下的行人流的自組織現(xiàn)象。劉旭光等[8]則從行人運動軌跡出發(fā)，利用視頻處理技術對比研究了行人在上下樓過程中的疏散特點。上述眾多專家學者的研究有效解決了疏散過程中的特定問題，提高了疏散的效率。研究的方法主要包括啟發(fā)式算法、社會力模型、元胞自動機模型、圖像處理技術等。

在疏散對象的特征上，張開冉等[9]在車站的疏散過程中增加了行李的種類和比率的因素，改進了社會力模型中的驅(qū)動力變量，得出負重將會影響并增加疏散時間。Han等[10]在利用社會力模型進行疏散時，考慮了行人之間的陌生性，并提出了基于信息傳遞的社會力模型。為了進一步探究信息傳遞的作用，隋杰等[11]探究了疏散過程中的引導作用，發(fā)現(xiàn)引導可以有效避免傷亡數(shù)量。Zhang等[12]從行人自組織行為出發(fā)，將社會力模型的自組織行為從低密度擴展到高密度，并比較了無組織和有領導、有組織之間的行為過程與效率。此外，為了探究疏散路徑與出口位置等因素對疏散過程的影響，陳海濤等[13]以2個出口為目標，從出口距離、密度和出口寬度3個方面進行了疏散效率的探究。李楠等[14]將出口數(shù)量定義為多出口，并增加了動態(tài)視野范圍因素，為行人疏散提供了新的參考。Ding等[15]將疏散路徑視角轉移到高樓層中的樓梯與電梯，比較了傳統(tǒng)樓梯與電梯疏散之間的效率與最佳選擇問題。金澤人等[16]則考慮了火災蔓延和局部擁堵情形，特別是通道出口的疏散能力，將影響疏散系統(tǒng)的上限。Song等[17]在出口寬度基礎上，將疏散門的疏散能力和寬度相結合，并隨著時間的改變，改變(動態(tài))疏散門的值，解決了行人疏散過程中的方向選擇問題。上述眾多的專家學者的研究，探究了行人疏散過程中疏散對象自身與周圍環(huán)境的特征因素，豐富了行人疏散過程中的細節(jié)，完善了行人疏散的理論。

通過對疏散方法的種類與疏散對象的特征分析可以發(fā)現(xiàn)：在行人疏散過程中，社會力模型具有較好的適應性，能充分探究行人與行人、行人與周圍環(huán)境之間的關系；在研究行人疏散過程中方法種類較多，但要實現(xiàn)疏散過程的模擬與動態(tài)變化，采用仿真方法具有較好的體現(xiàn)性。因此，為了研究突發(fā)事件下節(jié)假日期間火車站的行人疏散過程，基于社會力模型理論，采用仿真優(yōu)化的方法，探究火車站行人疏散效率的影響因素，并比較了火車站行人疏散過程中隨機疏散、最短路徑疏散和引導疏散3種疏散策略的效率問題。

1 社會力模型理論

1.1 期望力

1.2 行人之間的相互作用力

則行人之間總的作用力表達式為：

1.3 墻（障礙物）對行人的作用力

1.4 社會力模型仿真軟件

為了方便研究行人疏散過程，有效模擬行人運動及疏散過程中影響因素、影響效果及研究疏散過程中的各種路徑選擇及優(yōu)化算法，隨著科學技術的發(fā)展出現(xiàn)了很多基于社會力理論的仿真模擬軟件，其中由俄羅斯XJ Technolegic公司開發(fā)的AnyLogic軟件是一款支持多方法(離散事件、系統(tǒng)動力學、多agent)建模仿真的軟件，該軟件具有基于社會力理論開發(fā)的行人仿真庫，同時結合其多方法的建模優(yōu)勢，能有效模擬行人疏散的過程及影響因素，本研究也將基于此仿真軟件展開相關因素的探究。

2 問題描述

火車站附近具有人流量大、來往人員復雜的特點，因此火車站的安全問題需嚴格管理與控制。當突發(fā)事件(如自然災害、社會安全事件)發(fā)生時，火車站整個范圍內(nèi)將面臨著嚴重的疏散考驗，如何實現(xiàn)人員的快速疏散、降低風險損失、減少人員傷亡成為火車站設計與管理的重要問題。針對許多建造完成甚至經(jīng)營多年的火車站，在節(jié)假日、春節(jié)等特殊時期下的人流量大、通行效率低、擁堵情況嚴重為背景，以淮南火車站為例，從當前火車站承載的候車人數(shù)、車站內(nèi)部相關設施布局與疏散策略出發(fā)，以社會力模型為基礎的仿真軟件模擬行人的疏散過程，探究乘客的疏散情況及火車站的緊急疏散能力。

2.1 候車人數(shù)

在節(jié)假日如國慶、春節(jié)等時期到來之時，火車站的乘客數(shù)量可能是平常的幾倍，此時對火車站的售票、檢票、候車等環(huán)節(jié)的效率與安全管理產(chǎn)生巨大的考驗。而候車廳作為火車站乘客集聚的中心，安全管理更為重要，此時如果有突發(fā)事件而沒有及時疏散行人，那將造成不堪設想的后果。因此，以候車廳候車人數(shù)為目標，對候車人數(shù)與疏散時間之間的關系進行研究，探究在不同人數(shù)下的火車站疏散時間與疏散瓶頸，找到火車站在規(guī)定時間內(nèi)的最大疏散人數(shù)，對提高車站各個環(huán)節(jié)的安全運營管理具有重大意義。

2.2 疏散策略

突發(fā)事件一經(jīng)發(fā)生，大多數(shù)乘客將會變得緊張、慌亂甚至恐慌，此時對疏散過程帶來了極大的挑戰(zhàn)。通過對疏散策略的研究，對比隨機疏散、最短路徑疏散和引導疏散3種不同疏散策略下的疏散時間與效率，找到合適的疏散方法以提高疏散效率，降低人員的傷亡。隨機疏散策略是當突發(fā)事件發(fā)生時，行人因緊張慌亂心理的影響，沒有任何規(guī)則、隨機地跑向不同的出口。最短路徑疏散即每個行人通過計算自身與各個出口的距離，選擇與自己最近的出口并且依照最短的路徑進行疏散的過程。引導疏散即通過管理人員統(tǒng)一組織指揮包括設置不同的引導標語等提示，實現(xiàn)行人有序的疏散過程。

2.3 障礙物數(shù)量及位置

在火車站及候車廳內(nèi)會有一些建筑物或者輔助設施，例如賣商品的小車、車站內(nèi)的座椅、休閑娛樂設施等，這些設施設備在一般情況下不會影響車站的安全運營管理，但是當突發(fā)事件產(chǎn)生時，則可能對疏散過程產(chǎn)生影響，尤其是當前很多車站內(nèi)有一些新型可充電的座椅，這些座椅雖然方便了人們充電，但部分車站內(nèi)座椅的擺放數(shù)量和擺放位置有待優(yōu)化，通過模擬站內(nèi)充電座椅的布置情況，探究座椅的數(shù)量和擺放位置對疏散過程的影響，以提高疏散過程的效率和安全性。

3 仿真建模

3.1 仿真假設

(1)以節(jié)假日、春節(jié)為背景下火車站的仿真重點聚焦于候車廳內(nèi)部，所有的售票窗口與人口檢票窗口全部處于正常工作狀態(tài)。

(2)為了模擬現(xiàn)實狀況，不固定仿真隨機數(shù)種子，在不固定隨機數(shù)種子下考慮到行人社會力的特點，采取多次仿真結果進行統(tǒng)計，以多次實驗的平均值進行分析，提高結果的可靠性。

3.2 仿真流程設計

在圖1仿真邏輯流程圖中，以一個正常狀態(tài)下的行人進站過程為例，行人從進站開始，根據(jù)實際情況選擇購票方式，然后接受預檢、安檢，并等待上車的過程。當突發(fā)事件發(fā)生時，整個車站系統(tǒng)開始執(zhí)行疏散命令，疏散邏輯流程如圖2所示，根據(jù)圖1和圖2的邏輯流程，構建的仿真模型如圖3所示。

圖1 仿真邏輯流程圖

圖2 疏散邏輯流程

圖3 仿真模型流

疏散邏輯流程根據(jù)圖1的購票、安檢等流程以及仿真軟件的特點，在仿真模型中當突發(fā)事件發(fā)生時，停止行人進入仿真系統(tǒng)，各個等待與服務功能都停止服務，同時依據(jù)疏散的設置，行人選擇疏散策略算法通往疏散出口，當整個車站仿真系統(tǒng)行人疏散完成時，仿真模型停止并統(tǒng)計疏散時間。

在疏散策略的設計與實現(xiàn)上，結合仿真軟件的特性，在圖3中每一個功能模塊右側端口為正常狀態(tài)下的出口，而往下延伸的直線對應緊急疏散時的端口，通過該端口到達疏散決策模塊，此時根據(jù)疏散策略的不同，采取相應的疏散策略。隨機疏散是當突發(fā)事件發(fā)生時乘客在選擇緊急出口是依據(jù)等概率原則。最短路徑策略是當突發(fā)事件發(fā)生時，乘客會依次計算自身到各個出口的距離，然后通過比較,選擇距離最近的出口。引導疏散策略是模擬人員及標識引導，不同區(qū)域通過規(guī)劃固定疏散方向和通道，輔助乘客有序疏散。

3.3 仿真布局設計

根據(jù)實際場景測量得到的仿真布局如圖4，整個候車廳內(nèi)3個紅色小方塊區(qū)域代表3個出口，作為突發(fā)情況下的安全通道口，綠色區(qū)域為候車廳的站立區(qū)域，座椅區(qū)藍色區(qū)域為一般座椅區(qū)，紫紅色區(qū)域為充電座椅區(qū)。在仿真過程中將現(xiàn)實場景中的一些充電座椅看作是障礙物，擁堵程度由充電座椅距離疏散出口的距離決定，如圖5隨著座椅數(shù)量的增加，充電座椅距離出口的距離越近，此時對疏散的影響程度越大，阻礙程度越高。

圖4 仿真模型布局圖

圖5 阻礙示意圖

4 算例分析

本研究選擇淮南市火車站為例，淮南火車站建設時間長，相關設施設備有待更新，并且當前正值改造期，不確定風險事件發(fā)生概率較高，對研究問題結果具有較好的體現(xiàn)。根據(jù)實際調(diào)查，在春節(jié)等節(jié)假日高峰期，該站發(fā)送客流量可達1萬人左右，為了使仿真結果更符合實際情況，仿真設計的行人速率從30人/h逐漸增加到2 000人/h，總共設計12組對比實驗。為了使仿真模型達到均衡狀態(tài)，在仿真疏散的起始時間上設置仿真運行1 800 s和3 600 s時，進行疏散策略的對比。為了降低仿真過程中仿真隨機種子的影響，每次數(shù)據(jù)的統(tǒng)計以運行5次結果的平均值作為最終結果。

在Inter(R)Core(TM)i7-3770 CPU電腦上以AnyLogic仿真軟件8.2.3專業(yè)版為平臺，主要仿真結果數(shù)據(jù)如表1和表2。

為了使仿真結果更加接近現(xiàn)實，表1和表2統(tǒng)計了在不同行人到達速率下隨機疏散、最短路徑疏散和引導疏散3種策略的數(shù)據(jù)，以候車人數(shù)和疏散時間作為主要對比指標。

表1 1 800 s疏散數(shù)據(jù)

行人速率/(人·h-1)最短路徑疏散策略 隨機疏散策略 引導疏散策略 候車人數(shù)/人疏散時間/s候車人數(shù)/人疏散時間/s候車人數(shù)/人疏散時間/s 307417188765 401075131651269 501589141561674 10034108281993287 20056141602275496 30086136812238897 40012315912125811697 50014015914627015299 800206205219350210113 1000242235233397254137 1500314325316452323199 2000328420323555327305

表2 3 600 s疏散數(shù)據(jù)

行人速率/(人·h-1)最短路徑疏散策略 隨機疏散策略 引導疏散策略 候車人數(shù)/人疏散時間/s候車人數(shù)/人疏散時間/s候車人數(shù)/人疏散時間/s 309815151571 4011109121671273 5013101161401267 10023123281923089 20059129672165798 30090141912558693 40012115111424810799 50014815114826114796 800214242212383209144 1000248292224426246175 1500289472321552282294 2000228759216853224586

4.1 結果分析

在行人到達速率與疏散時間的關系上，從圖6和圖7中可以發(fā)現(xiàn)，無論疏散時刻是在1 800 s還是3 600 s開始，3種疏散策略下的疏散時間都隨著行人到達速率的增加而增加，疏散時間與行人到達速率總體呈現(xiàn)正相關性。此外，行人到達速率大小直接作用表現(xiàn)在候車人數(shù)的多少，進而結合表1和表2數(shù)據(jù)可以發(fā)現(xiàn)候車人數(shù)的增加會使得疏散時間增加。表1和表2的多次仿真結果也為車站的整體運營提供了參考，通過對乘客進站速率的實時監(jiān)控，依據(jù)仿真結果能夠有效判斷當前車站的安全疏散時間范圍，進而可以控制乘客提前進站時間或適當?shù)脑黾诱緝?nèi)安全管理人員，提高站內(nèi)的安全性。

圖6 1 800 s開始行人疏散

圖7 3 600 s開始行人疏散

在整個疏散過程變化趨勢上，前期隨著行人速率的增加疏散曲線呈現(xiàn)出遞增的趨勢，當行人到達速率大小在400人/h左右時，出現(xiàn)了一定的波動性，結合實際車站大小與社會力模型理論分析主要原因是在候車廳有限的空間內(nèi)，行人之間因社會力作用會趨于分散狀態(tài)，在整個空間內(nèi)會有更多的人靠近出口位置，雖然候車人在數(shù)量上增加了，但靠近出口的人員疏散較快，在一定程度上降低了人數(shù)與疏散時間二者之間的相關性強度，造成了疏散時間曲線呈現(xiàn)出波動性。當行人速率到達1 500人/h曲線變化趨勢增加，主要原因是在該速率下車站的載客能力基本趨于飽和，整體疏散壓力增加，疏散時間變化增大，也是對客流高峰期的現(xiàn)實表現(xiàn)。

在疏散策略與疏散時間關系上，從圖6和圖7中可以發(fā)現(xiàn)3種策略中引導疏散所需要的疏散時間最短，采用隨機疏散所需要的時間最長。此外，還可以發(fā)現(xiàn)隨著行人速率的增加，引導疏散策略優(yōu)勢更加明顯。主要原因是在相關人員的引導以及標識物的提醒下，可以有效降低突發(fā)事件發(fā)生時行人的恐慌以及盲目性，減少了人群之間的碰撞和擁擠，大大提高了疏散效率。結合《建筑設計防火規(guī)范》與《地鐵設計防火規(guī)范》的6 min內(nèi)將一列車乘客和候車的乘客安全疏散的要求，當前在車站一小時均衡狀態(tài)下無人引導隨機疏散需要控制進站人數(shù)的速率在800~1 000人/h，若增加引導人員則安全進站速率將增加到1 600~1 800人/h，這對火車站提高節(jié)假日等高峰期運營效率與安全性具有重要意義。因此，在日常的安全建設與管理中可以適當?shù)卦黾影踩珮俗R和人員引導，以提高車站的管理效率和安全性。

圖8 不同阻礙程度疏散時間圖

在阻礙程度與疏散時間關系上，從圖8可以發(fā)現(xiàn)兩者幾乎沒有相關性，只在阻礙程度到達4，行人到達速率在100~300人/h和1 200~1 700人/h兩個區(qū)間內(nèi)，行人疏散時間略微高于其他阻礙程度。分析其原因主要包括以下兩個方面：一方面是這些障礙物模擬的是充電座椅，新增的充電座椅總體數(shù)量較少，而且在空間布局上占比較少，在車站總人數(shù)較多的情況下，影響程度較低。另一方面座椅的實際設置遠離疏散出口和主要通道，進一步降低了影響程度。但當障礙物設置于疏散出口附近時，則會影響疏散效率，因為其間接的影響了安全出口的寬度，會造成疏散效率的下降[17]。因此當火車站在進行相關設施設備布置時，在一定程度要控制數(shù)量和布局的合理性。

5 結語

(1)利用社會力模型理論與仿真結合的方法，構建了火車站行人仿真模型，該模型能較好模擬突發(fā)事件下的火車站行人流特征，仿真結果也為車站的安全實時監(jiān)控提供了有效依據(jù)。

(2)火車站乘客到達速率與候車人數(shù)影響緊急情況下的疏散時間；采用引導策略可以有效提高疏散效率，同時建議在節(jié)假日等客流高峰期，增加引導人員可以提高車站的運營效率；站內(nèi)充電座椅等設施要控制設置的數(shù)量和擺放位置，尤其注意不要阻擋緊急疏散通道。

(3)在未來的研究中，可進一步細化模型，綜合考慮行人性別、年齡特征，使疏散過程更貼近實際。

[1] Helbing D, Farkas I, Vicsek T. Simulating dynamical features of escape panic[J]. Nature, 2000, 407(6803): 487-490.

[2] Liu Q. A social force model for the crowd evacuation in a terrorist attack[J]. Physica A Statistical Mechanics & Its Applications, 2018, 502: 315-330.

[3] Handford D, Rogers A. An agent-based social forces model for driver evacuation behaviors[J]. Progress in Artificial Intelligence, 2012, 1(2): 173-181.

[4] 潘應久, 陳淑燕. 改進的大型場館看臺區(qū)行人疏散時間模型[J]. 東南大學學報: 自然科學版, 2017, 47(3): 613-618.

[5] 馮誠, 楊靜, 張紅亮, 等. 基于組合模型的地鐵車站行人疏散仿真優(yōu)化研究[J]. 中國安全科學學報, 2019, 29(8): 49-54.

[6] 董力耘, 陳立, 李翔. 雙出口房間人群疏散的出口選擇行為[J]. 上海大學學報: 自然科學版, 2016, 22(6): 737-745.

[7] 梁銘富, 房少梅, 黃中展, 等. 基于突發(fā)事件影響力傳播的雙向人流疏散仿真[J]. 計算機應用, 2017, 37(5): 1496-1502.

[8] 劉旭光, 趙永翔, 張宇林, 等. 基于社會力模型的樓梯區(qū)域人員疏散實驗及仿真研究[J]. 武漢理工大學學報: 信息與管理工程版, 2018, 40(3): 250-255.

[9] 張開冉, 楊樹鵬, 何琳希, 等. 基于社會力模型的車站負重人群疏散模擬研究[J]. 中國安全科學學報, 2017, 27(1): 30-35.

[10] Han Y, Liu H. Modified social force model based on information transmission toward crowd evacuation simulation[J]. Physica A: Statistical Mechanics and its Applications, 2017, 469: 499-509.

[11] 隋杰, 龍圣杰. 生化恐怖襲擊下行人應急引導疏散仿真研究[J]. 系統(tǒng)仿真學報, 2017, 29(4): 767-774, 783.

[12] Zhang H, Liu H, Qin X, et al. Modified two-layer social force model for emergency earthquake evacuation[J]. Physica A: Statistical Mechanics and its Applications, 2018, 492: 1107-1119.

[13] 陳海濤, 張立紅, 楊鵬, 等. 考慮出口選擇因素的行人疏散模擬研究[J]. 復雜系統(tǒng)與復雜性科學, 2015(4): 43-49.

[14] 李楠, 張磊, 王金環(huán). 基于社會力模型的多出口場館人員疏散問題[J]. 系統(tǒng)科學與數(shù)學, 2016, 36(9): 1448-1456.

[15] Ding N, Zhang H, Chen T. Simulation-based optimization of emergency evacuation strategy in ultra-high-rise buildings[J]. Natural Hazards, 2017, 89(3): 1167-1184.

[16] 金澤人, 阮欣, 李越. 基于元胞自動機的火災場景行人流疏散仿真研究[J]. 同濟大學學報: 自然科學版, 2018, 46(8): 28-36.

[17] Song X, Sun J, Xie H, et al. Characteristic time based social force model improvement and exit assignment strategy for pedestrian evacuation[J]. Physica A: Statistical Mechanics and its Applications, 2018, 505: 530-548.

Simulation of Pedestrian Evacuation in Railway Station in Emergency

PEI Lei-lei, WANG Jian-hua

（Department of Logistics Engineering, Huainan Normal University, Huainan 232038, China）

In order to improve the efficiency of evacuation in railway stations and reduce casualties, the strategy of evacuation in emergencies was researched.Based on analyzing the current pedestrian evacuation methods and characteristics, a combination of social force model and simulation is proposed to compare the three strategies in random evacuation, shortest path evacuation and guided evacuation, and investigate the influence of passenger rate, number of waiting people and obstacles on the evacuation process of the railway station. Huainan Railway Station taken as an example, a passenger flow simulation model for the railway station was established. The simulation results show that the strategy of guiding evacuation is the optimal among the three strategies, the random evacuation is the worst. With the increase of the arrival rate, the time required for evacuation increases gradually, and it has less effect on evacuation time when the obstacles are far away from the evacuation gate. The research results provide an important reference for improving the operation efficiency and safety of the railway station.

emergency; railway station; pedestrian evacuation; simulation; social force model

TP391.9

A

1674-3261(2021)02-0115-07

10.15916/j.issn1674-3261.2021.02.010

2020-10-09

安徽省質(zhì)量工程項目(2018zygc041)；淮南師范學院科學研究項目(2018xj46)

裴磊磊(1992-)，男，河南光山人，助教，碩士。

責任編校：孫 林