基于AnyLogic的地铁应急客流疏散方案的设计

当前城市地铁已成为行人的重要出行方式,论文以某个地铁站为研究对象,通过基于社会力模型的AnyLogic软件对其进行仿真建模,针对地铁高峰期的应急状况,对现有疏散路线进行优化,设计更加高效的方案,仿真结果表明:优化后的方案节省了乘客疏散时间,提高了客流疏散的效率,为地铁应急客流疏散方案提供了合理的改进方向和措施。

城市客车车厢内站立乘客对站立区域的选择偏好

为揭示城市客车车厢内站立乘客对站立区域的选择偏好,基于随机效用理论,提出了站立乘客选择偏好的多项Logit(MNL)模型,考虑站立乘客流向和座椅布置模式,确定了影响选择偏好的3个关键独立要素,分别为站立宽松程度、下车便捷程度和获得座椅概率,并提出了要素的算法、阈值,以及在各站立区域内的分布规律与耦合关系;运用MATLAB中的牛顿迭代法标定了MNL模型的待估计参数,以典型的12 m城市客车车型为例,结合西安市22条公交线路的调查,提出了各站立区域的选择模型,分析了在不同车厢平均站立密度下站立乘客对站立区域的选择偏好。研究结果表明:标定的MNL模型能够有效反映站立乘客的选择偏好;站立乘客对3种独立要素的判断优先级依次为下车便捷程度、站立宽松程度、获得座椅概率;轴距内2个站立区域的站立宽松程度存在耦合关系;基准区域内站立乘客对站立宽松程度和获得座椅概率的偏好较弱;当车厢内每平方米的平均站立乘客数不超过2人时,乘客选择区域3的偏好降幅为35.95%,而选择区域2的偏好增幅为19.99%,二者互补现象显著;当车厢内每平方米的平均站立乘客数超过2人时,区域2将会显著地疏解区域1的客流,站立乘客对区域1的选择偏好始终高于区域4,乘客对站立区域的选择偏好呈现逐步收敛的特点。乘客的站立区域选择偏好研究对衡量座椅布置与客流量适配效果,指导客流应急疏散与分流和提升城市公交出行服务品质有重要价值。