[发明专利]一种基于Anylogic的轨道交通枢纽站瓶颈风险识别方法

权利要求书

1.一种基于Anylogic的城市轨道交通枢纽站瓶颈风险识别方法，其特征在于，包括步骤如下：

S1，确定城市轨道交通换乘枢纽站，获取基础数据；所述基础数据包括车站物理环境布局、设施设备参数、大客流数据、客运组织方案、列车开行方案和时刻表；

S2，根据设施功能和客流特性将瓶颈分为排队类和通道类，建立枢纽站瓶颈点评价模型；

S3，基于Anylogic软件完成建筑环境搭建、行人行为模型和列车行为模型搭建、列车智能体和行人智能体模型搭建，对轨道交通车站进行客流情况的仿真模拟，运行确定瓶颈点，并收集排队类的瓶颈评价指标或通道类的瓶颈评价指标；

S4，根据各瓶颈点的类型，将排队类的瓶颈评价指标或通道类的瓶颈评价指标代入枢纽站瓶颈点评价模型，进行瓶颈风险级别分析。

2.根据权利要求1所述基于Anylogic的城市轨道交通枢纽站瓶颈风险识别方法，其特征在于，步骤S2中，建立枢纽车站瓶颈风险评价指标体系的具体实现步骤如下：

S21，分析轨道交通车站瓶颈所属类型为排队类或通道类，采用作业风险条件评价法，根据一般人流风险控制要点确定瓶颈风险等级评价指标；

S22，根据各指标值与集散风险间的关系，将风险等级用极高、较高、中等、一般、低表示，对应的安全得分依次为1-5分，得到风险分级；根据实际工程中风险状态与各类瓶颈的指标得分的关系，建立风险评价得分与瓶颈点风险等级的关系。

3.根据权利要求2所述基于Anylogic的城市轨道交通枢纽站瓶颈风险识别方法，其特征在于，排队类的瓶颈评价指标有：

平均排队长度：排队系统正在排队通过某一通行设施的乘客队长的平均值，能反映人员暴露于危险环境的频繁程度；

人流密度：指单位面积上的乘客人数，单位是p/m²，能反映事故可能造成的后果；

恐慌度：人群拥挤情况的恐慌状态下速度减慢的程度，能反映事故发生的可能性；

通道类的瓶颈评价指标有：

交叉流线组数：指与瓶颈点相连通的客流组数，能反映事故发生的可能性L；

负荷率：指的是滞留人数与通行人数的比值，能反映人员暴露于危险环境的频繁程度；

区域客流密度：指单位面积上的乘客人数，单位是p/m²，能反映事故可能造成的后果。

4.根据权利要求3所述基于Anylogic的城市轨道交通枢纽站瓶颈风险识别方法，其特征在于，根据各瓶颈点的类型，建立瓶颈点评价模型，其表达式如下：

D_RA1＝L₁×E₁×C_s1

式中，D_RA1表示风险评价得分；C_s1表示区域客流密度；

当瓶颈类型为排队类时，L₁为恐慌度，E₁表示平均排队长度；

当瓶颈类型为通道类时，L₁为交叉流线组数，E₁表示负荷率。

5.根据权利要求3所述基于Anylogic的城市轨道交通枢纽站瓶颈风险识别方法，其特征在于，所述负荷率的计算表达式如下：

P＝N_s/N_T

其中，P为人流负荷率；N_s为滞留人数，人；N_T为特定通行时间内的人流量，人；T为疏散总时间，s；T₀为开始发生人群滞留的时刻，s；f_i(t)为通道的第i个分支入口t时刻的人群流动系数，人/m·s；f(t)为通道出口t时刻人群流动系数，人/m·s；B_i(t)为i个分支入口t时刻人流宽度，m；B(t)为通道出口t时刻人流宽度，m，通常用出口宽度代替；q为分支入口的数目。

6.根据权利要求1所述基于Anylogic的城市轨道交通枢纽站瓶颈风险识别方法，其特征在于，步骤S3中，通过车站环境模型和客运组织方案确定行人在车站的行为流程图，建立行人行为模型，通过仿真参数设定描述行人行为特征；

根据列车时刻表获取列车到站时间以及站台停留时间，建立列车行为模型。