CN107767011B - 一种轨道车站行人特性采集系统和服务水平动态评价方法 - Google Patents

Abstract

本发明公开了一种轨道车站行人特性采集系统和服务水平动态评价方法，包括以下步骤：基于社会力模型的行人行为特性建模，建立轨道车站行人客流仿真软件；基于线检测器，更新车站行人微观运动特性，计算行人流量、速度、走行时间、延误、排队时间以及排队长度指标；基于面检测器，测量车站行人宏观运动特性，计算设定面域内人群密度、停留时间、减速次数；基于采集数据，结合服务指标和安全指标，计算评价指标数值，并通过对指标值进行无量纲化处理和一致性处理；采用物元可拓方法评价二级指标，得出其对应的二级指标评价结果，然后对一级指标进行模糊综合评价，建立模糊物元可拓评价模型；基于前述模糊物元可拓模型，动态评价轨道车站设施服务水平并提出优化建议。

Description

一种轨道车站行人特性采集系统和服务水平动态评价方法

技术领域

本发明属于轨道交通车站设施服务水平技术领域,涉及一种轨道车站行人特性采集系统和服务水平动态评价方法。

背景技术

行人是地铁车站内部一切活动的主体，地铁车站内部设施布局要实现上述两个要求，也必须以充分掌握行人在站内各类设施条件下的行为、交通特性为前提。行人本身具有多样性、慢速性、随机性、自组织性的特点，再加上车站的封闭性、串联性、设施复杂、大运量等特性，使得地铁车站的行人运动研究难度较大，釆用传统解析模型的方法对行人行为特征进行描述更是十分困难。由于仿真方法计算功能的强大和描述行人行为方法的多样，使得其成为当今社会研究、评价行人交通行为的重要手段。通过仿真研究，可跟踪描述行人行为的变化规律，获取行人与时间、空间、设施等诸多方面的内在联系。目前，行人运动的数学建模方法大体可分为三种：

1)宏观模型：将人群视为整体，忽略个体差异性。因为现代行人运动研究是由交通流的研究中分化出来，因而继承了流体研究中已经成熟的方法。国外学者Henderso最早将行人视作连续流动介质，提出行人交通流模型；

2)中观模型：介于宏观和微观之间，如气体动力学模型。模型将行人的移动过程划分为连续过程和非连续过程，并对不同过程进行细分，与实际情况贴近，但模型参数较多，可实现性差，且由于模型建立在中观层次，所得出的结论缺乏经验数据支持；

3)微观模型：关注行人的个体运动过程，包括视野范围、速度、方向、障碍物避让等，与行人真实运动行为更为相符。代表性的有元胞自动机模型、磁场力学模型、马尔可夫模型、多智能体(Multi Agent)模型、社会力(Social Force) 模型、移动效益模型等。其中，社会力模型具有连续性特征，可精确描述各种层次的作用力，仿真结果比较接近真实，被认为是行人运动仿真研究上的一次较大突破；多智能体技术因其自主性特点在描述行人运动方面具有天然优势，亦是目前的研究热点。

目前，国内对于行人交通仿真研究成果已有一定规模，宏观和中观层次的研究已经相对成熟，微观层次的研究是近几年的热点，但在有些方面还不深入。

行人通行服务水平并非新理念，对人行道、机场等设施通行服务水平的研究已经成熟，但国内外学者对于地铁车站服务水平的研究还不透彻。以主观量度为基础，运用问卷调查方法获取数据，建立服务水平评价模型，是地铁车站服务水平评价的主流方法。例如Jodie(2003)等采用乘客感知的方法，提出香港地铁车站楼梯服务水平的划分标准；曹守华(2009)运用问卷调查方法分析北京地铁车站通道的服务水平，提出符合实际情况的通道服务水平划分依据；张海丽(2011)和李洪旭(2013)分别以拥挤感受、通过时间和走行时间、等待时间、方向性标识为指标，提出了通道、楼梯、站台的通行服务水平划分依据。

此外，张驰清(2008)等人建立城市轨道交通枢纽内各交通设施的乘客交通流模型，提出人行道和排队区域的交通服务水平等级划分方法，为国内城市轨道交通乘客交通设施设计和评价提供借鉴和指导。赵欢(2015)根据行人进入地铁车站后的行为，选定检票机、楼梯、自动扶梯、换乘通道和站台等作为影响行人交通供给服务的指标主体，提出含平均时间、最短距离、延误时间、最大拥挤度、安全设施配置等的指标体系。

在行人建模方面，动态博弈论在行人模型的研究中运用的很少，较为成功的有在元胞自动机模型中增添动态博弈论进行对冲突元胞占据概率的计算，在疏散模型中运用动态博弈论描述在紧急疏散过程中行人之间的竞争与合作关系等。但是在以社会力模型的体系中却没有很好的应用，针对微观情况下复杂的行人交互问题，动态博弈论的引入能够提供一个很好的解决办法。

在轨道车站设施服务水平评价方法方面，现有轨道交通内行人服务水平的研究还没有形成一个完整的体系，多以行人感知为基础建立服务水平评价模型，缺乏客观数据，建立的等级标准不能体现客观性，在评价指标方面往往忽略安全方面的指标，还有很多问题有待研究。

因此，需要一种新的轨道车站行人特性采集系统和服务水平动态评价方法以解决上述问题。

发明内容

为解决现有技术存在的缺陷，提供一种轨道车站行人特性采集系统和服务水平动态评价方法。

为了实现上述目标，本发明采用如下的技术方案：

一种轨道车站行人特性采集系统和服务水平动态评价方法，括以下步骤：1)、基于社会力模型对轨道车站的行人行为特性建模；2)、设置线检测器，测量轨道车站行人的微观运动特性；3)、设置面检测器，测量轨道车站行人的宏观运动特性；4)、根据步骤2)的微观运动特性和步骤3)的宏观运动特性，结合服务指标和安全指标，计算评价指标的数值；5)、采用物元可拓方法评价二级指标，得出其对应的二级指标评价结果，然后对一级指标进行模糊综合评价，建立模糊物元可拓评价模型；6)、基于步骤5)的模糊物元可拓评价模型，评价轨道车站设施服务水平。

更进一步的，步骤1)中基于社会力模型对轨道车站的行人行为特性建模采用下式表示：

f(i)＝f_d+f_o+I_cf_c+I_ef_e+I_gf_g+I_wf_w+I_ff_f，

式中，f(i)表示行人i所受的合力，f_d为驱动力，f_o为障碍物施加的排斥力，包括心理排斥力和物理排斥力，f_c、f_e、f_g、f_w和f_f分别为避让、超越、结伴、等待和跟随情况的受力，I_c、I_e、I_g、I_w和I_f分别表示避让、超越、结伴、等待和跟随情况的激活系数，取值为0或1。

更进一步的，I_c、I_e、I_g、I_w和I_f的值通过贝叶斯均衡来决定其取值。

更进一步的，步骤2)中轨道车站行人的微观运动特性包括行人流量、速度、走行时间、延误和排队状态指标。

更进一步的，步骤3)中轨道车站行人的宏观运动特性包括设定面域内人群密度、停留时间和减速次数。

更进一步的，步骤4)中服务指标包括密度、走行时间、绕行系数、减速次数、等待时间、排队人数和人群密度。

更进一步的，步骤4)中安全指标包括安全设施数量、拥挤度、瓶颈时空分布和行人流线冲突点数。

更进一步的，步骤5)中建立模糊物元可拓评价模型包括以下步骤：

一、建立评价因素集U＝{u₁,u₂,…u_m}，其中，u_i为评价因素集中第i个因素子集，i＝1,2,…m，u_i＝{u_i1,u_i2,…u_in}，u_ij为第i个因素子集中第j个影响因素，其中， i＝1,2,…m，j＝1,2,…n，其中，r_ijk表示影响因素u_ij的第k个等级对该因素的隶属度，u_ijk表示影响因素u_ij的第k个等级，i＝1,2,…m，j＝1,2,…n，k＝1,2,…p；

二、确定决策评价集V＝{v₁,v₂,…v_q}，v_l表示指标因素由好到差的第l级评语， l＝1,2,…q；

三、建立因素权重集：A＝{a₁,a₂,…,a_m}，其中a_i>0，且∑a_i＝1；

四、进行单因素评价，即按各因素等级进行模糊综合评价,第j个影响因素的第k个等级u_ijk进行评判，评价对影响因素u_ij的第k个等级的隶属度为r_ijk，则影响因素u_ijk的等级评判矩阵r_ijkl，其中，i＝1,2,…m，j＝1,2,…n，k＝1,2,…p,l＝1,2,…q；根据等级评判矩阵r_ijkl得到综合评价矩阵R；

五、将步骤三得到的因素权重集A和步骤4得到的综合评价矩阵R相乘，得到模糊综合评价结果B。

更进一步的，步骤五中采用最大隶属度法则对模糊综合评价结果B进行处理，确定最终综合评价结论。

更进一步的，步骤6)中基于步骤5)的模糊物元可拓评价模型，评价轨道车站设施服务水平包括以下步骤：

a1、将轨道车站的行人流数据进行动态仿真，获取评价指标；

a2、将步骤a1得到的行人流数据带入所述模糊物元可拓评价模型进行评价，根据评价结果选出需要改进的指标，根据需要改进的指标做出优化建议。

有益效果：本发明的轨道车站行人特性采集系统和服务水平动态评价方法具有以下优点：

(1)更加精确的行人建模。引入动态博弈的行人行为决策建模，引入动态博弈论能够从更深入的决策制定层面，对行人与行人、行人与设施的交互行为进行研究，设计更为合理的微观动作描述机制和建立更加精确的行人行走决策模型，具备对行人避让超越、等待、跟随、结伴和从众等行为的仿真能力。

(2)评价模型符合客观条件。该成果通过重构设施和人与人相互作用影响下的地铁车站行人运动仿真模型体系，以及兼顾效率与安全目标的评价能力，实现地铁车站设施配置与布局动态优化。与同类成果相比将具有2个特点：在兼顾主观和客观因素的基础上，提供更全面的地铁车站设施服务水平和安全性评价功能；初步实现行人行为仿真、服务水平评价、设施优化配置的一体化仿真，仿真过程环环相扣、实时动态。

说明书附图

图1是本发明的轨道车站行人特性采集系统和服务水平动态评价方法流程图；

图2是本发明的轨道车站行人步行行为建模框架图；

图3是本发明的轨道车站站厅布置图；

图4是本发明的轨道车站站厅行人分布状况图。

具体实施方式

以下结合具体实施例对本发明作具体的介绍。

请参阅图1所示，本发明的轨道车站行人特性采集系统和服务水平动态评价方法，包括以下步骤：

步骤1，基于社会力模型的行人行为特性建模，建立轨道车站行人客流仿真平台；

本发明采用的社会力模型是指将行人在轨道车站内运动看作是由自身产生驱动力，障碍物施加的排斥力以及其他行人的相互作用力，三者共同作用的结果。行人受到的社会力合力为f(i)＝f_d+f_o+I_cf_c+I_ef_e+I_gf_g+I_wf_w+I_ff_f，其中f(i)表示行人i所受的合力，f_d为驱动力，f_o为障碍物施加的排斥力，包括心理排斥力和物理排斥力。f_c、f_e、f_g、f_w、f_f分别为避让、超越、结伴、等待以及跟随情况的受力，不同力前相应的I表示该模块的激活系数，取值为0或1，利用贝叶斯均衡来决定其取值，行人步行行为建模框架如图2所示。

在建立社会力模型后，利用matlab和Anylogic软件进行编程，建立轨道车站行人客流状态仿真平台，实例中轨道车站站厅布置如图3所示。

利用社会力模型，引入动态博弈理论，能够更加精确的模拟行人行为特性。

步骤2、基于步骤1中仿真平台，设置线检测器，更新车站行人微观运动特性：计算行人流量、速度、走行时间、延误、排队状态等指标；

所述步骤2中采集的行人微观特性信息包括：行人流量、速度、走行时间、延误、排队状态指标。

走行时间检测需要定义一对有向线检测器，其中一个是起始断面，进入该断面的行人会被检测器跟踪，直至进入相应另一个线检测器即终点断面，在此过程中会统计行人走行时间，并计算在无其他行人干扰下所需要的时间，以此计算相应的延误。

排队状态定义为行人速度以及与前方行人距离处于一个设定区间时的情况，排队行人的统计从上游的检测器设置位置开始计数，直至排队状态下的最后一个行人。检测器统计在仿真时间段内行人处于排队状态的时间，以及排队的最大长度和平均最大长度。

采用线检测器，能够实时动态的采集数据，使得数据更加精确，数据采取速度更快。

步骤3、基于步骤1中仿真平台，设置面检测器，测量车站行人宏观运动特性，计算设定面域内人群密度、停留时间、减速次数；

所述步骤3中宏观运动特性信息包括：设定面域内人群密度、停留时间、减速次数等不同变量指标，体现整个行人流的状态变化；

采用面检测器，能够实时动态的采集数据，使得数据更加精确，数据采取速度更快。

步骤4、基于步骤2和步骤3采集数据，结合服务指标和安全指标，计算评价指标数值，并对指标值进行无量纲化处理和一致性处理；

所述步骤4中，服务指标指的是设施承载指标和通行特征指标，安全指标指的是安全设施数量、拥挤度、瓶颈时空分布、行人流线冲突点数等。本发明的指标选取如表1所示。

表1评价等级划分

加入安全性指标，使得对地铁车站设施服务水平评价更加全面，避免因单一评价指标造成的评价不全面。

步骤5、采用物元可拓方法评价二级指标，得出其对应的二级指标评价结果，然后对一级指标进行模糊综合评价，建立模糊物元可拓评价模型；

所述步骤5评价体系建立步骤具体为：

a)、建立评价因素集。因素集是指将影响评判对象的所有因素组成的集合。评价因素集U＝{u₁,u₂,…u_n}，即评价指标体系。模糊综合评价法把评价指标体系中各指标按其性质不同分为m类，组成m个子集：U＝{u₁,u₂,…u_m}。其中， u_i(i＝1,2,…m)为第i个因素子集。又每个因素子集中有n个影响因素，即 u₁＝{u₁₁,u₁₂,…u_1n}，其中u_ij(i＝1,2,…m；j＝1,2,…n)。采用社会调查对各指标的评分结果进行统计整理,将指标u_ij按其程度划分为p个等级即：其中， i＝1,2,…m；j＝1,2,…n；k＝1,2,…p，u_ijk表示因素u_ij的第k个等级，r_ijk表示因素u_ij的第 k个等级对该因素的隶属度。

b)、确定决策评价集。评价集是以评审人对各评价指标给出的评判结果的集合，分为p个等级，用V表示，V＝{v₁,v₂,…v_p}，即评语等级的模糊尺度集合，其中v_p表示指标因素由好到差的各级评语。

c)、建立因素权重集。

权重系数反映某一指标在整个指标体系中的重要程度。某指标越重要，则其权重系数越大，反之，权重系数越小。一般通过专家评分和层次分析法来确定权重，通过考虑主观上人们对各项指标的重视程度和客观上各项指标原始数据相互联系得到各指标的权重系数。因素系数权重集为A＝{a₁,a₂,…,a_m}，其中 a_m>0，且∑a_m＝1。

d)、进行单因素评价。即按各因素等级进行模糊综合评价。设按第j个因素的第k个等级u_ijk进行评判，评价对第i个元素所对应的隶属度为r_ijk(i＝1，2，… m；j＝1，2，…n；k＝1,2，…p；l＝1,2，…q),则因素u的等级评判矩阵为r_ijkl，由综合单因素评价矩阵得综合评价矩阵，即模糊矩阵R。

e)、模糊综合评价结果。由上述步骤得到各指标权重向量A与隶属矩阵R， A、R两者相乘，即可得模糊综合评价结果B，采用最大隶属度法则对其进行处理，确定最终综合评价结论。

步骤6、基于前述模糊物元可拓模型，动态评价轨道车站设施服务水平并提出优化建议。

所述步骤6中动态评价轨道车站设施服务水平并提出优化建议是指，将实际轨道车站行人流数据进行动态仿真，行人站厅分布状况如图4所示。获取相应评价指标后，将数据带入模糊物元可拓评价模型进行评价，根据评价结果选出需要改进的指标，并对相应指标做出优化建议。对于新建车站，当服务水平评价值满足基本设计要求时，不需更改设施配置规模和布局位置；当评价值略低于设计要求时，可通过调整设施布局位置来提升服务水平；当评价值远低于设计要求时，可通过调整设施配置规模和布局位置来提升服务水平。对于已建车站，可依据服务水平等级和设施能力利用率、排队率、平均等待时间等具体指标，提出设施优化管理方案和客流控制措施，如可根据不同时段的设施能力利用率、排队长度等指标变化规律，调整闸机开放数量，避免资源浪费。

Claims (2)

1.一种轨道车站行人特性采集系统和服务水平动态评价方法，其特征在于，括以下步骤：

1)、基于社会力模型对轨道车站的行人行为特性建模；

步骤1)中基于社会力模型对轨道车站的行人行为特性建模采用下式表示：

f(i)＝f_d+f_o+I_cf_c+I_ef_e+I_gf_g+I_wf_w+I_ff_f，

式中，f(i)表示行人i所受的合力，f_d为驱动力，f_o为障碍物施加的排斥力，包括心理排斥力和物理排斥力，f_c、f_e、f_g、f_w和f_f分别为避让、超越、结伴、等待和跟随情况的受力，I_c、I_e、I_g、I_w和I_f分别表示避让、超越、结伴、等待和跟随情况的激活系数，取值为0或1；I_c、I_e、I_g、I_w和I_f的值通过贝叶斯均衡来决定其取值；

2)、设置线检测器，测量轨道车站行人的微观运动特性；步骤2)中轨道车站行人的微观运动特性包括行人流量、速度、走行时间、延误和排队状态指标；

3)、设置面检测器，测量轨道车站行人的宏观运动特性；步骤3)中轨道车站行人的宏观运动特性包括设定面域内人群密度、停留时间和减速次数；

4)、根据步骤2)的微观运动特性和步骤3)的宏观运动特性，结合服务指标和安全指标，计算评价指标的数值；步骤4)中服务指标包括密度、走行时间、绕行系数、减速次数、等待时间、排队人数和人群密度；步骤4)中安全指标包括安全设施数量、拥挤度、瓶颈时空分布和行人流线冲突点数；

5)、采用物元可拓方法评价二级指标，得出其对应的二级指标评价结果，然后对一级指标进行模糊综合评价，建立模糊物元可拓评价模型；

步骤5)中建立模糊物元可拓评价模型包括以下步骤：

一、建立评价因素集U＝{u₁,u₂,···u_m}，其中，u_i为评价因素集中第i个因素子集，i＝1,2,···m，u_i＝{u_i1,u_i2,···u_in}，u_ij为第i个因素子集中第j个影响因素，其中，i＝1,2,···m，j＝1,2,···n，其中，r_ijk表示影响因素u_ij的第k个等级对该因素的隶属度，u_ijk表示影响因素u_ij的第k个等级，i＝1,2,···m，j＝1,2,···n，k＝1,2,···p；

二、确定决策评价集V＝{v₁,v₂,···v_q}，v_l表示指标因素由好到差的第l级评语，l＝1,2,···q；

三、建立因素权重集：A＝{a₁,a₂,···,a_m}，其中a_i>0，且∑a_i＝1；

四、进行单因素评价，即按各因素等级进行模糊综合评价,第j个影响因素的第k个等级u_ijk进行评判，评价对影响因素u_ij的第k个等级的隶属度为r_ijk，则影响因素u_ijk的等级评判矩阵r_ijkl，其中，i＝1,2,···m，j＝1,2,···n，k＝1,2,···p,l＝1,2,···q；根据等级评判矩阵r_ijkl得到综合评价矩阵R；

五、将步骤三得到的因素权重集A和步骤4得到的综合评价矩阵R相乘，得到模糊综合评价结果B；

6)、基于步骤5)的模糊物元可拓评价模型，评价轨道车站设施服务水平；

步骤6)中基于步骤5)的模糊物元可拓评价模型，评价轨道车站设施服务水平包括以下步骤：

a1、将轨道车站的行人流数据进行动态仿真，获取评价指标；

a2、将步骤a1得到的行人流数据带入所述模糊物元可拓评价模型进行评价，根据评价结果选出需要改进的指标，根据需要改进的指标做出优化建议。

2.如权利要求1所述的轨道车站行人特性采集系统和服务水平动态评价方法，其特性在于，步骤五中采用最大隶属度法则对模糊综合评价结果B进行处理，确定最终综合评价结论。