基于AnyLogic的地铁站台客流引导方式优化

为避免地铁车厢客流过度集中,引导站台乘客分散乘车,文章以地铁各车厢客流均衡为目标,以均衡度标准差为指标,综合考虑车厢现有人数、候车人数及预计下车人数,优化地铁站台客流引导方式。通过AnyLogic仿真软件,模拟广州地铁珠江新城5号线站台条件,对比了客流量范围在12万人/日~60万人/日条件下,不同引导方式对车厢乘客分布不均衡度的影响。结果表明,地铁站客流量达到24万人/日时,考虑预计下车人数的站台客流引导方式下的车厢客流均衡度标准差明显提升;与不考虑该站下车人数的引导方式相比,客流均衡度标准差提升幅度最大达到25.6%,相比人工引导方式的提升幅度达53.6%,有效提升了地铁精细化服务能力。