Перейти к содержанию
Агент-ориентированное моделирование · 21 декабря 2020

Исследование моделирования пассажиропотока на городской станции метро на основе Anylogic

В исследовании авторы динамически оптимизируют количество открытых билетных окон на станции, на основе пешеходной библиотеки Anylogic, взяв за основу станцию ​​метро Площадь Улинь линии 1 Ханчжоу, и исследуют влияние параметров на количество очередей и использование окон касс в зависимости от скорости прибытия пешеходов и количества касс, открытых в пиковые и непиковые периоды, что обеспечивает удобный ориентир для планировщиков, проектировщиков, операторов и средств поддержки принятия решений.

Исследование моделирования пассажиропотока на городской станции метро на основе Anylogic

© Наталья Некрасова, ЭФ МГУ

Станция метро представляет собой островную платформу с тремя уровнями. Верхний ярус – холл станции; средний — уровень устройства, а следующий — уровень платформы. В этой статье были выбраны входы верхнего уровня для моделирования. На Рисунке 2 показан вход № 4 в среде моделирования Anylogic.

В исследовании среда моделирования рассматриваются ситуации пиковых и непиковых периодов, разница заключается в настройках параметра скорости прибытия пешеходов. Максимальная скорость прибытия пешеходов установлена ​​на уровне 2500 в час для пиковых и 1500 в час для непиковых периодов. Количество турникетов принято за 4, количество кассовых окон в разное время варьируется от 1 до 6, скорость пешеходов установлена на уровне 500-2500 в час, интервал скорости составляет 500.

Индивиды, прибывающие на станцию, у которых есть проездной, могут зайти ​​напрямую, остальные должны сначала встать в очередь за билетом. Согласно статистике, около 85% пассажиров зайдут напрямую, а 15% вынуждены стоять в очереди. На рисунке 3 представлена карта входящего модуля. В течение времени ожидания в очереди кассы подчиняются треугольному распределению (15*сек(),25*сек(),35*сек()), а время обслуживания турникетов подчиняется равномерному распределению (2*сек(),3*сек()).

Разное количество окон при разной скорости прибытия пешеходов влияет на длину очереди и коэффициент использования окна. С одной стороны, чем больше открываются кассы, тем короче будет длина очереди и тем ниже будет коэффициент использования окна. С другой стороны, при определенном количестве кассовых окон, чем выше скорость прихода пешеходов, тем длиннее будет очередь, соответственно, коэффициент использования окна будет выше. Авторы обнаружили, что длина очереди и коэффициент использования окна имеют положительную корреляцию. На основе анализа авторы выяснили, что в пиковые часы лучше всего открыть 4 кассы, а в непиковые — 2 кассы.

← Все материалы дайджеста