作者：王梓霖 学校：复旦大学附属复兴中学
摘要：本研究通过对上海地铁漕宝路站的客流量和拥堵情况进行仿真分析，旨在 提出有效的客流管理和拥堵缓解策略。漕宝路站作为上海地铁系统中的一个重要交通节点，尤其在早晚高峰期间经常面临较大的客流压力。本研究利用AnyLogic 软件，模拟了站内不同时间段的客流动态，并重点分析了售票机、安检点和进站闸机等关键区域的流量分布，为城市轨道交通系统面对高峰期客流挑战时提供了实证分析与策略支持。
关键词：地铁拥堵；客流仿真；AnyLogic；流畅性优化；智能交通系统
1.引言
作为一名上海的高中生，我每天依靠上海地铁系统往返学校及参加各种课外活动。上海地铁是全球规模最大的城市轨道交通系统之一，每天服务数百万通勤者。它不仅极大缓解了城市交通压力，还是连接上海市民生活与工作的重要纽带。因此，地铁的高效运作对维持城市活力至关重要。
漕宝路站位于我家和学校之间，是我每日通勤的必经站点。该站连接多条地铁线，周边分布多所学校、商场和住宅区，因而成为人流密集的交通枢纽。在高峰时段，漕宝路站经常出现拥挤现象，有时甚至影响我的通勤时间，让我迟到或错过重要的课外活动。由于亲身经历了漕宝路站的拥挤情况，我对如何解决这一问题产生了浓厚兴趣。我的目标是通过分析漕宝路站的拥堵现象，找到可能的症结所在，并提出有效的优化措施。这不仅能帮助改善我的日常通勤体验，也能为同样面临此问题的其他乘客提供帮助。
为达成这一目标，我选择使用AnyLogic仿真软件进行客流模拟。该软件通过建立精确的模型和模拟现实中的客流情况，帮助我直观地看到不同时段漕宝路站的客流情况。通过模拟，我尝试了不同的解决方案，如调整进出口流向、优化站台布局等，以观察哪些措施能最有效地减轻拥堵。
2.文献综述
地铁客流仿真是城市交通研究的一个重要分支，其目的在于通过模拟分析 找到提升地铁运营效率和乘客体验的策略。国际上，东京、纽约和伦敦等城市的研究者已利用仿真模型优化了车站的乘客流线和紧急疏散方案，减少拥堵并提高安全性。如东京地铁通过仿真研究，重新设计了车站的进出站布局，显著缓解了高峰期压力。在国内，北京、上海等大城市的地铁系统也在广泛运用仿真技术来预测和解决车站拥堵问题。中国研究人员常采用仿真软件对特定地铁站进行人流密度分析，通过调整站内导向标识和管理措施来优化客流。
AnyLogic软件因其强大的多方法建模能力，在交通领域的应用非常广泛。 该软件支持基于事件、过程和主体的仿真，是研究复杂交通系统的理想工具。在交通仿真的众多案例中，AnyLogic被用来模拟车站客流，分析不同车站设计对乘客行为的影响。如在莫斯科地铁的一个项目中，AnyLogic帮助规划者通过详细的乘客流动模拟，预测了在车站新增自动售票机后的乘客分布变化，从而优化了售票服务和减少了排队时间。此外，AnyLogic的三维可视化功能使模拟结果直观易懂，便于与非技术背景的决策者共享和讨论。
虽然已有大量研究采用仿真软件优化地铁运营和乘客流动，但仍存在一些不足之处。首先，很多研究者依赖静态数据进行模拟，难以准确反映现实中的动态变化。例如，特殊事件（如体育赛事和大型演唱会）或突发情况（如车辆故障或紧急疏散）对客流的影响，往往无法通过静态模型准确预测。其次，大多数现有研究集中于单一车站的仿真，忽略了整个线网中各站点间的相互影响。此外，对乘客心理和行为的建模仍较为粗略，而这在制定有效的客流管理策略时十分关键。
针对这些不足，未来的研究可引入实时数据和动态模拟，以更真实地反映地铁运营中的各种情况。此外，研究应拓展至整个地铁网络层面的仿真，充分考虑车站间的联动与协同效应。同时，更精细地融入乘客心理和行为因素，如个体决策过程和群体互动行为，这也将有助于解决交通拥堵问题。
3. 漕宝路地铁站仿真模型建立
3.1 漕宝路地铁站站内结构分析
漕宝路地铁站位于上海市核心区域，作为重要的交通枢纽，连接多条地铁线路。该站点设计精良，以满足持续增长的客流需求并提供高效的换乘服务。该站共设有五个出口，分别连接不同城市路段，极大便利乘客日常出行：出口一通向漕宝路和沪闵路，服务于前往周边商业中心和住宅区的乘客；出口二连接漕溪路和龙漕路，邻近多个办公区和购物中心；出口三通向漕东支路和龙漕路，是前往附近学校和公共设施的主要通道；出口四位于龙漕路和三江路，为商务出行提供便捷路径；出口五则面向沪闵路这一城市重要交通节点。
在站内结构方面，漕宝路站设施完备，设有四部垂梯，保障乘客换乘与进出站过程中的便捷与安全。这些电梯连接地面与地下站台，尤其考虑到无障碍通行需求，确保所有乘客均可便利使用地铁服务。在高峰时段，电梯的配置有效缓解了楼梯和自动扶梯的压力，提高了客流通行效率。
此外，漕宝路站的内部设计注重乘客体验，站台和通道宽敞明亮，配备了 现代化的电子显示屏和清晰的指示标识，方便乘客快速识别方向。安全措施也十分完善，包括全覆盖的视频监控和紧急呼叫装置，以应对各类突发情况。站内还设有多个服务点，提供票务和客户服务，确保及时响应乘客需求。
3.2 一般地铁站仿真逻辑
地铁站行人仿真逻辑流程包括多个关键步骤，旨在精确模拟乘客在站内 的行为，评估站点设计效率，并提出可能的优化方案。以下是该流程的主要环节：
1）环境建模与仿真准备：首先，需构建一个详细的地铁站模型，包括站台、出入口、售票机、安检设备、楼梯和电梯等关键设施。该模型应准确反映实际车站的布局，确保各元素的位置和功能符合真实场景。随后，设定仿真的基本参数，如乘客到达速率、高峰与非高峰时段的区分，以及预期的乘客行为模式等。
反应地铁站环境的仿真模型搭建
2）乘客行为模拟：仿真中的每位乘客均依据预设行为规则进行独立决策，包括选择进出站的最优路径、对拥挤程度的感知和反应及在特定节点的停留时间。乘客的决策过程考虑了个体差异，如部分乘客可能优先选择电梯而非楼梯，或在购票环节耗费不同时长。
行人地铁站行为逻辑流程图
3）仿真节点和通行能力设置：在地铁站模型中，关键位置如入口、楼梯 口、安检区等被定义为单独节点，并为每个节点设定特定的通行能力（指节点在单位时间内能通过的最大乘客数量）。若前一节点的通行能力大于后一节点，则可能形成瓶颈导致拥堵和延误。
行人逻辑仿真搭建
4）仿真执行与数据采集：仿真执行时，系统将模拟实际运营环境，记录乘客流动情况和各节点的效率。重点观测高峰时段乘客流线的交叉区域及拥挤程度，特别是瓶颈区域。通过采集如各节点的通行时间、乘客在站内总停留时间等数据，可评估站点的运行效率。
5）结果分析与优化策略：分析仿真数据后，可识别造成拥堵的主要因素和瓶颈节点。据这些发现提出具体的优化措施，如增加特定节点的通行能力、修改站内指示标识以优化流线，或调整高峰期运营策略。实施这些改进后，进行再仿真以验证措施的有效性，确保优化方案能切实减少拥堵并提高乘客满意度。 通过这种系统的仿真逻辑流程，地铁站管理者可更有效地理解并改善站内的乘客流动，确保高效、顺畅的运营。
3.3 漕宝路地铁站环境仿真建模
基于漕宝路地铁站平面图，我们搭建了该站的环境仿真模型。以下是构建漕宝路地铁站仿真建模的步骤：
1）环境建模与布局设计首先，根据漕宝路地铁站的实际地理结构和布局构建精确的仿真模型。考虑到该站的重要性和客流量，模型应详细还原站台、出入口、非付费区和付费区的布局。
出入口配置：漕宝路站设有五个出入口，分别编号为 A、B、C，D，E ，合理分布以服务不同方向的乘客流。
非付费区设施：包括自动售票机、安检设备和闸机验票口等，设备的数量和位置需满足高客流需求，减少拥堵。
付费区设施：设置适当数量的自动扶梯、无障碍电梯和楼梯，以优化乘客 流动和安全疏散。仿真中自动扶梯数量应依据实际平面图进行设计，确保流线效率。
2）站台与车站尺寸 漕宝路站采用岛式站台设计，宽度为12.5米，长度为140米，以支持大量乘客同时等候且不影响乘客流动。
3）乘客行为与流线模拟
乘客生成：根据漕宝路站实际客流数据（尤其在节假日和周末），模拟乘客的到站与离站流动。
行为模型：定义乘客在非付费区和付费区的行为逻辑，包括购票、安检、乘坐扶梯/楼梯、候车等行为。
漕宝路地铁站地下一层环境仿真建模
漕宝路地铁站地下二层环境仿真建模
3.4 漕宝路地铁站建模仿真流程
漕宝路地铁站的仿真建模流程详细模拟了乘客在地铁站内的完整活动过程，涵盖从进站到出站的全部环节。仿真首先追踪乘客通过五个不同出入口进入站厅，随后在非付费区购票，通过安检，验证闸机后进入付费区，最后通过楼梯、电梯或自动扶梯抵达岛式站台候车。出站流程包括乘客从列车下车至 站台，通过上升通道到达站厅，经闸机进入非付费区，最终通过指定出口离开地铁站。
漕宝路地铁站行人逻辑流程
列车的进出站流程同样被纳入仿真模拟，包括列车按时刻表到站、开门 上下客、关门离站并驶向下一站的完整过程。该流程的精确模拟有助于分析乘客流与列车运行间的交互作用，以及对站台拥挤程度的影响。
漕宝路地铁站列车运行逻辑流程
在建模的技术层面，仿真包括了漕宝路站详细的结构模型构建，涵盖站台、出入口、售票机、安检设施等关键部分。此外，仿真中设定了乘客行为模式，如进出站选择、购票和安检等。每个关键节点，如入口、安检和闸机都设置了特定的通行能力，以模拟并识别可能的拥堵点。执行仿真过程中，系统会记录乘客流动状况和各节点效率，特别是高峰期间的拥挤情况。
3.5 Anylogic中的数学模型原理与参数解析
AnyLogic仿真软件运用了多种数学模型以模拟交通系统中的不同场景。根 据问题的需求，可选择基于事件、过程或主体三种建模方法。每种方法适用于不同的研究目标。
1）基于事件的建模：该方法模拟特定事件（如乘客到达、进入安检区域或乘坐列车）发生时所产生的影响。事件驱动模型适用于时间间隔不确定的过程，如高峰时段乘客的随机到达。
2）基于过程的建模：该方法适用于描述固定流程，如乘客在车站中的购票、安检、闸机通行等环节。该模型通过确定各阶段的过程和时间来分析流量。
3）基于主体的建模：这是一种更加个性化的仿真方法，每个“主体”代表一个独立的乘客或车辆，具有各自的行为和决策逻辑，能模拟更为复杂的乘客选择路径和行为反应。
3.6 概率分布和参数选择
在AnyLogic的仿真中，概率分布用于模拟各类不确定性和随机行为，尤其在交通流量分析中至关重要。选择合适的概率分布参数，能准确反映现实中的乘客行为和交通流动。
1）乘客到达时间分布：通常采用泊松分布对乘客到达时间进行建模，尤其在高峰时段，乘客的到达是随机且独立的。泊松分布参数(λ)表示单位时间内到达的平均乘客数。
2）乘客行为分布：乘客行为（如路径选择、等待时间等）可使用正态分布模拟其决策过程。例如，乘客等待时间通常围绕某一均值波动，适合用正态分布建模。
3）服务时间分布：售票机、安检及闸机等服务设施的处理时间常采用指数分布，因其服务过程是随机的，且不同乘客所需时间各异。指数分布参数(μ)反映单位时间内服务的平均乘客数。
4）站内通行能力设置：在构建车站模型时，需基于经验数据与实际人流密度，合理设置各类设施的通行能力参数，以确保仿真结果真实可靠。
5）乘客排队行为建模：排队系统是仿真的重要组成部分，可采用排队理论中的M/M/1或M/M/c等模型，模拟不同服务节点（如售票机、安检）的排队情况。
3.7 参数校准和敏感性分析
在AnyLogic仿真中，概率分布参数的选择需结合理论依据与实际数据进行校准。通过收集车站实际运行数据（如客流量、排队时长等），并与仿真结果对比，来调整这些参数。此外，敏感性分析也非常重要。通过对模型中的关键参数（如到达率、服务时间、通行能力等）进行多组设置，可识别哪些参数对结果影响最大，从而优化模型并提高仿真预测的准确性。
4.漕宝路地铁站拥堵情况仿真分析
在对上海地铁漕宝路站进行的仿真分析中，我重点评估了站内流畅性和时效性两个关键性能指标。其中，流畅性通过乘客平均排队人数衡量，时效性通过乘客平均逗留时间评估。仿真数据结果（包括最大值，最小值，极值）如下图所示。
漕宝路地铁站仿真实时数据
4.1 地铁站的流畅性
以上海地铁漕宝路站2024年3月6日早高峰7:30—8:30时段的客流数据进行分析，重点考察了售票机、安检及进站闸机的排队情况。仿真结果显示，漕宝路站东端设施（售票机和进站闸机）的排队人数明显高于西端，而东西两端的安检排队人数则相近。
各设备排队情况如下：
售票机（TVM）：东端的售票机（TVM1）的平均排队人数为14至24人，西端售票机（TVM2）为3至5人。这一差异表明东端售票机面临更大的压力，流畅性相对较差。
安检（SCI、SC2）：两端的安检点的排队人数均较多，高峰时段平均排队人数达27至29人，成为站内最大的瓶颈。
进站闸机（Gate1、Gate2）：两个进站闸机的平均排队人数仅为2人，表明其流畅性相对较好.
站内排队情况
采用瓶颈识别方法进行分析时，发现东西两端的设备均未满足理想的通行 能力顺序，即c(AFCl)≤c(SCl)≤c(Gate1)和c(AFC2)≤c(SC2)≤c(Gate2)。这表明站厅内部分设备，尤其是安检处，存在较严重的排队现象，这严重影响了站厅内的整体流畅性。
漕宝路站高峰时段的客流拥堵主要集中于东端的售票机和安检区域。为改善流畅性和乘客体验，建议增加东端的售票机数量和优化安检流程。同时，可在重压区域加强乘客引导和信息提示，减少流线交叉和拥堵。通过这些措施，预期能显著提高漕车站的运营效率和乘客满意度。
4.2 地铁站的时效性
在对上海地铁漕宝路站的早高峰7:30—8:30时段客流时效性的研究中，我随机选择了100人作为样本，重点分析其在站厅和站台的逗留时间。通过仿真数据（下图为漕宝路站数据展示），主要发现如下：
行人站内停留时间
站厅的平均停留时间为1.9 分钟，但不同乘客间存在较大差异，主要影响因素为是否需要购票。漕宝路站服务的乘客使用的票种包括公交卡、单程票和其他特种票。统计数据显示，单程票的使用率近50%，导致乘客在站厅的逗留时间波动范围较大，介于1分钟到3.1分钟之间。
乘客在站台的平均逗留时间（不包括等车时间）为15.7秒，波动范围在12.6 秒至19.8 秒之间。由于乘客在站台的行为相对一致，主要为候车，因此停留时间波动幅度较小。
综合站厅和站台的逗留时间来看，漕宝路地铁站在高峰期的时效性表现良好。虽然站厅购票流程可能导致部分乘客逗留时间较长，但整体上快速的过站速度和有效的站台管理保障了乘客流动的高效性。
漕宝路地铁站在高峰期展现出较高的运营管理效率，尤其是站台的快速处 理能力。为进一步优化站厅的流畅性，建议增设自动售票机并提供更多电子支付选项，以减少购票造成的延误。此外，通过优化指示标识和乘客引导措施，可进一步减少站厅拥堵，提高整体流畅性和时效性。
5.解决拥堵情况的优化策略
针对漕宝路地铁站高峰期的拥堵问题，基于仿真分析结果，提出以下几项优化建议，以提高站内流畅性和乘客的整体通行效率。
1）引入二维码扫码进出站功能为减少站内购票的乘客比例，建议尽快开通二维码扫码进出站功能。乘客可通过手机应用完成票务交易，显著减少人工购票窗口和自动售票机前的排队人数。该措施不仅能缩短乘客在站厅停留时间，提高流畅性，还可减少接触交互，提高站内卫生安全水平，尤其在流感季节或公共卫生事件期间更具意义。
2）增设自动售票机在推行二维码功能之前，为缓解当前客流压力，建议在各关键入口增设自动售票机，以分散设备负荷、缩短排队时间，提高进站效率。新增设备应支持多类票种，包括单程票、日票及特殊优惠票等，满足不同乘客需求。
3）设置快速通道针对未携带行李或只携带小件行李的乘客，建议在安检环节开设快速通道，以减轻常规安检压力，提升安检效率，缩短乘客等待与处理时间。快速通道应明确标识，并配备必要技术设备，确保安检标准不降低。
4）加强站内人员疏导和信息指示在流线交叉密集区域，应增派工作人员进行现场疏导，尤其是在早晚高峰时段。工作人员需引导乘客按正确流线通行，并及时处理拥堵情况。同时，应增加站内指示标识和电子显示屏数量，实时更新列车信息和导向提示，帮助乘客快速决策，避免不必要的停留和迷路。
通过以上综合优化措施，漕宝路地铁站可在保障安全的前提下，显著提升运营效率和乘客满意度。各项措施的有效实施需管理层积极推动和多部门协作，确保落实到位，从而实现缓解高峰期拥堵的目标。
小字号