城市軌道交通突發(fā)大客流協(xié)同應(yīng)急決策研究*

溫念慈，倪少權(quán)，陳釘均，張 慧

(1.西南交通大學(xué) 交通運輸與物流學(xué)院，四川 成都 610031； 2.西南交通大學(xué) 全國鐵路列車運行圖編制研發(fā)培訓(xùn)中心，四川 成都 610031；3.綜合交通運輸智能化國家地方聯(lián)合工程實驗室，四川 成都 610031)

0 引言

城市軌道交通突發(fā)大客流是指非常規(guī)運營情況下，在某個或某幾個車站發(fā)生短時乘客大規(guī)模聚集的情況[1]。突發(fā)大客流條件下，城市軌道交通車站極易發(fā)生火災(zāi)、踩踏、爆炸等安全事故。1999年5月30日，大量參加戶外搖滾音樂會的觀眾為躲避冰雹，涌入附近的尼阿米亞地鐵站車站，發(fā)生踩踏事故；2008年3月4日，早高峰的大客流沖擊造成北京地鐵東單站扶梯超載，從而引發(fā)踩踏事故，站內(nèi)自動扶梯停運近3 h；2014年11月10日，北京地鐵5號線惠新西街南口站，由于人流擁擠致使一名乘客被卡在列車車門和屏蔽門之間，最后掉下站臺死亡[2]。短時激增的客流為城市軌道交通的安全生產(chǎn)帶來巨大的壓力，由大客流沖擊導(dǎo)致的一系列運營事故給國家和社會造成了巨大的社會經(jīng)濟(jì)損失，因此城市軌道交通大客流沖擊下的安全問題，已越來越受到社會各界的關(guān)注。

為應(yīng)對城市軌道交通逐年提高客運需求而帶來的旅客和行車等運輸安全問題，眾多學(xué)者在城市軌道交通大客流管控、行人走行特性分析、應(yīng)急管理與客流疏散等方面分別做了大量的研究：吳璐[1]在復(fù)雜網(wǎng)絡(luò)理論和客流擁擠傳播理論的基礎(chǔ)上，分析了突發(fā)客流條件下的城市軌道交通車站客流控制方法；2009年，北京市發(fā)布《城市軌道交通運營服務(wù)管理規(guī)范》，其中指出當(dāng)車站客流量超過承載能力的70%時，可對相應(yīng)站點采取客流控制措施，確?？瓦\組織安全[3]；Kyung Min Kin[4]采用Logit模型，研究了地鐵車站擁擠對行人走行路徑選擇的影響；Arunraj[5]基于仿真技術(shù)分析了事故發(fā)展的不確定性，并建立相應(yīng)模型；劉鐵民提出突發(fā)事件應(yīng)急準(zhǔn)備與處置是當(dāng)前管理工作中最前沿的科學(xué)與實踐課題[6]，并構(gòu)建基于“情景-任務(wù)-能力”的應(yīng)急預(yù)案編制技術(shù)，為我國重特大突發(fā)事件的應(yīng)急預(yù)案編制提供了理論和技術(shù)支撐[7]；唐金金[8]制定了黃、橙、紅三級預(yù)警機制，研究大型鐵路客運站大客流預(yù)警及應(yīng)對方案；李群[9]以“情景構(gòu)建”方法為指導(dǎo)，構(gòu)建了“應(yīng)急演練模型庫”及相關(guān)評估系統(tǒng)；何理[10]通過分析國內(nèi)較為成熟的地鐵運營單位的風(fēng)險源管理方法，提出了城市軌道交通危險源登記手冊和危險源分類的優(yōu)化設(shè)計方案；韓泉葉[11]在對線網(wǎng)突發(fā)應(yīng)急事件分級模型進(jìn)行研究的基礎(chǔ)上，提出了一種分類分級的三元組模型，同年又提出一種新的利用模糊層次分析法來計算關(guān)鍵因素的模糊權(quán)重的應(yīng)急事件動態(tài)模糊分級算法[12]；張正、蔣熙[13]根據(jù)流量平衡原理，提出了車站協(xié)同的城市軌道交通協(xié)同限流安全控制實施方法。隨著我國各大城市軌道交通網(wǎng)絡(luò)化運營的不斷成熟，城市軌道交通客流安全控制的重點不僅要考慮單個車站的客流集散，更應(yīng)考慮網(wǎng)絡(luò)化特征下的線網(wǎng)協(xié)調(diào)管理、突發(fā)客流安全控制與動態(tài)協(xié)同應(yīng)急決策等新內(nèi)容。因此，在網(wǎng)絡(luò)化運營條件下，從多站動態(tài)協(xié)同的角度，加強城市軌道交通網(wǎng)絡(luò)化運營安全風(fēng)險管理、突發(fā)大客流應(yīng)急決策方面的研究具有重要的意義。

本文從分析城市軌道交通突發(fā)客流特征的角度入手，以網(wǎng)絡(luò)中各站對決策方案的綜合滿意度為指標(biāo)，建立多目標(biāo)優(yōu)化模型，同時考慮事態(tài)演變過程中協(xié)同車站的加入和退出情景，及時對方案進(jìn)行動態(tài)調(diào)整，提出一套城市軌道交通突發(fā)大客流協(xié)同應(yīng)急決策方法，以期為城市軌道交通網(wǎng)絡(luò)化協(xié)同客流安全控制應(yīng)急決策提供參考。

1 城市軌道交通突發(fā)客流特征

城市軌道交通客流高度密集、相對封閉、潛在風(fēng)險高和危險大，環(huán)境復(fù)雜、客流可控性差、突變性強、疏散條件差的地下車站問題尤為突出，本文主要考慮某1車站突發(fā)大客流的情況，分析城市軌道交通突發(fā)客流特征，展開多站協(xié)同客流控制應(yīng)急決策研究。

1.1 隨機性

城市軌道交通由于客流到達(dá)的不均衡性，普遍存在高峰時段運能不足和平峰時段運能虛糜的情況，多數(shù)城市的全網(wǎng)平峰時段客流量不足高峰時段的1/3[14]。對于大型活動引起的突發(fā)大客流，其客流到達(dá)隨機性強、客流量大，車站既定的應(yīng)急組織方案適用性較差，此時，迫切需要一套能結(jié)合路網(wǎng)多站協(xié)同作業(yè)狀態(tài)，動態(tài)調(diào)節(jié)客流控制應(yīng)急決策的組織方案。

1.2 傳播性

網(wǎng)絡(luò)化運營條件下，車站關(guān)聯(lián)性強，全網(wǎng)客流存在極強的傳播性。一旦上游車站發(fā)生大客流擁擠事件，則會導(dǎo)致列車運能不足或車站過度擁擠，這種擁擠所產(chǎn)生的一系列影響則會隨列車在路網(wǎng)上的運行，傳播至下游車站，重則影響列車的安全運行，致使線路或整個路網(wǎng)崩潰。因此，在城市軌道交通客流控制決策制定時，應(yīng)從網(wǎng)絡(luò)協(xié)同的角度，分析整個路網(wǎng)的拓?fù)浣Y(jié)構(gòu)，找出事故影響的關(guān)聯(lián)車站，多站協(xié)同組織客流控制方案，保證全網(wǎng)的安全、健康運營。突發(fā)客流在路網(wǎng)中的傳播如圖1所示。

圖1 突發(fā)客流在路網(wǎng)中的傳播Fig.1 Propagation of unexpected passenger flow in road network

1.3 疏散難度大

城市軌道交通多處于地下或相對密閉的空間，客流疏散渠道少、事故救援難度大，城市軌道交通突發(fā)事故往往會導(dǎo)致嚴(yán)重的后果，因此，源頭控制一直是城市軌道交通安全生產(chǎn)的根本保障?？土骺刂谱鳛閼?yīng)對大客流沖擊的最有效的源頭控制方法之一，應(yīng)更加注重路網(wǎng)各車站間的動態(tài)協(xié)同控制，這樣才能充分利用路網(wǎng)資源，保證客流在整個路網(wǎng)中的快速疏散。

2 協(xié)同應(yīng)急決策模型構(gòu)建

2.1 初始決策模型構(gòu)建

以有向圖表示城市軌道交通網(wǎng)絡(luò)各站之間協(xié)同關(guān)系，若車站m的決策會受到車站n決策影響，則從頂點m連接1條有向邊指向n，如此構(gòu)建城市軌道交通突發(fā)大客流協(xié)同客流控制應(yīng)急網(wǎng)絡(luò)。鄰接矩陣A{A(m,n)}表示各站之間的連接關(guān)系，如式(1)所示：

(1)

城市軌道交通突發(fā)大客流情況下，網(wǎng)絡(luò)中各站之間的決策通過列車在線路上的運行，以列車剩余能力的形式相互影響。以協(xié)同矩陣M{M(m,n)}表示車站m決策對車站n的影響程度，稱之為協(xié)同系數(shù)。建立多目標(biāo)規(guī)劃模型，使得協(xié)同參與應(yīng)急決策的車站對最終應(yīng)急處置方案的綜合滿意度最高，如式(2)所示：

max{‖s1(C)‖,...,‖sa(C)‖,...,‖se(C)‖}

(2)

以上初始多目標(biāo)規(guī)劃模型提出城市軌道交通突發(fā)大客流沖擊下的初始協(xié)同客流控制應(yīng)急決策方案。在客流控制過程中，各站對自身方案的評判涉及成本、效果和安全性等多個維度，為方便求解，通過確定各個評價指標(biāo)的權(quán)重將多目標(biāo)規(guī)劃問題轉(zhuǎn)化為單目標(biāo)規(guī)劃問題[15]。

2.2 決策評價調(diào)整

在參與協(xié)同客流控制的車站集合和各站客流控制方案不變的情況下，協(xié)同應(yīng)急系統(tǒng)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)未發(fā)生改變，但隨著客流控制方案的實施，各協(xié)同車站在成本、效果等因素上的偏好發(fā)生變化，對初始方案的評價也會隨之發(fā)生改變，各站需要重新對現(xiàn)行決策方案在e個評價標(biāo)準(zhǔn)上進(jìn)行動態(tài)調(diào)整。

定義xmjm為車站m已做出的決策，記s(m,xmjm;a|xmjm)為車站m對自身方案在標(biāo)準(zhǔn)a上的評價，同時，由于各協(xié)同車站間的相互影響，記車站n在自身選擇方案xnjn的條件下，對于車站m選擇方案xmjm在評價標(biāo)準(zhǔn)a上的評價為s(m,xmjm,n,xnjn;a)。故在應(yīng)急決策C實施過程中，來自車站m的方案在標(biāo)準(zhǔn)a上的評價表示為：

(3)

2.3 新增協(xié)同車站

隨著客流在路網(wǎng)中的傳播，源發(fā)大客流車站的客流量將向沿線車站蔓延，當(dāng)沿線車站受到上游車站客流的沖擊時，就需要加入?yún)f(xié)同應(yīng)急決策的制定中，此時參與協(xié)同應(yīng)急決策制定的車站集合發(fā)生改變，協(xié)同應(yīng)急系統(tǒng)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)發(fā)生改變。新增協(xié)同車站的應(yīng)急決策流程如圖2所示。

圖2 新增協(xié)同車站應(yīng)急決策流程Fig.2 Emergency decision making process of station participate in

其中，新增協(xié)同車站i的方案C(i)在評價標(biāo)準(zhǔn)a上的評價為：

(4)

2.4 撤出協(xié)同車站

由大型活動引起的突發(fā)大客流，隨時間的推移，源發(fā)車站與近鄰車站會率先出現(xiàn)客流量消退，此時若車站客流量恢復(fù)至正常承受范圍，則可撤出協(xié)同客流控制應(yīng)急決策制定。此時協(xié)同應(yīng)急系統(tǒng)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)發(fā)生改變，去除協(xié)同矩陣中該車站的相關(guān)行和列，重復(fù)圖2應(yīng)急決策操作流程，實現(xiàn)協(xié)同車站撤出系統(tǒng)的多階段動態(tài)應(yīng)急決策方案制定。

3 案例分析

3.1 案例背景

圖3 成都地鐵運營線網(wǎng)Fig. 3 Transit network of Chengdu Metro

以成都地鐵1號線世紀(jì)城站(如圖3)在突發(fā)大客流下的客流組織為例，探討突發(fā)大客流下的多站協(xié)同客流控制應(yīng)急決策制定方法。成都地鐵1號線世紀(jì)城站周圍有大型購物中心、國際會展中心、餐飲業(yè)和公交換乘站等，是重要的客流集散點，該站也因此經(jīng)常不定期地遭遇大客流沖擊。某日，大量參加活動的乘客涌入該站，引發(fā)站內(nèi)客流超過站臺承載能力，為防止站臺擁擠引發(fā)運營事故，該站對進(jìn)站客流實施客流控制措施，同時協(xié)同臨近的車站進(jìn)行協(xié)同客流控制應(yīng)急處置。各協(xié)同車站分別對此作出客流控制應(yīng)急反應(yīng)，如表1所示。

表1 各協(xié)同車站大客流應(yīng)急方案

3.2 初始應(yīng)急方案

通過分析天府三街站、世紀(jì)城站與火車南站3個車站在一號線及路網(wǎng)中的位置及相互影響關(guān)系，構(gòu)建其協(xié)同網(wǎng)絡(luò)與協(xié)同矩陣。考慮到現(xiàn)實因素的繁雜和計算的可行性，現(xiàn)對案例涉及相關(guān)條件和參數(shù)做相關(guān)簡化和假設(shè)：

1)應(yīng)急決策相互影響的車站之間的協(xié)同系數(shù)相等。

2)不影響其他車站決策的車站自身協(xié)同系數(shù)為1。

3)影響其他車站決策的車站自身協(xié)同系數(shù)為M，且保持不變。

各站選取決策方案的安全性、客流控制效果和成本3個指標(biāo)作為評價標(biāo)準(zhǔn)，其初始權(quán)重確定為(0.5，0.3，0.2)?，F(xiàn)各車站分別在以上3個評價標(biāo)準(zhǔn)上對自身方案進(jìn)行評價打分，如表2所示。

表2 各車站對自身方案評價

由于世紀(jì)城站是源發(fā)大客流車站，現(xiàn)由火車南站、天府三街2個協(xié)同車站對其決策方案作出相應(yīng)評價，再由火車南站與天府三街站相互評價對方車站的方案。各車站間的相互評價如表3所示。

表3 各車站方案相互評價

考慮路網(wǎng)各車站協(xié)同的大客流應(yīng)急處置方案目前是由天府三街站、世紀(jì)城站和火車南站3個車站的各自的方案協(xié)同作用的結(jié)果，故每個大客流應(yīng)急處置方案應(yīng)該是1個三維向量，其初始大客流應(yīng)急處置方案評價如表4所示。

表4 初始大客流應(yīng)急處置方案評價

現(xiàn)對協(xié)同系數(shù)M進(jìn)行賦值，當(dāng)不考慮各站協(xié)同作用時，協(xié)同系數(shù)M=1；考慮各站協(xié)同時，M=0.5，各協(xié)同車站權(quán)重世紀(jì)城站為0.5，天府三街站為0.4，火車南站為0.1，故初始大客流應(yīng)急處置方案評價如表5所示。

表5 初始大客流應(yīng)急處置方案評價值

3.3 應(yīng)急決策調(diào)整

隨著各站協(xié)同客流控制大客流應(yīng)急方案的實施以及客流在路網(wǎng)中的傳播，世紀(jì)城站的大客流得到初步控制。此時，參與協(xié)同的車站對客流控制的效果關(guān)注度降低，而加強對應(yīng)急響應(yīng)成本的控制。此時評價標(biāo)準(zhǔn)安全性、效果和成本的權(quán)重變?yōu)?0.5，0.2，0.3)。在其他各方面指數(shù)和條件不變的情況下，應(yīng)急處置方案評價結(jié)果如表6所示。

表6 調(diào)整大客流應(yīng)急處置方案評價值

3.4 結(jié)果分析

通過比對各階段不同條件下大客流控制應(yīng)急決策方案評價值，不難得出：在初始條件下，各站注重突發(fā)大客流時客流控制效果，不考慮各站協(xié)同作業(yè)時，最優(yōu)方案為S1H1T2；考慮各站協(xié)同作業(yè)的條件下，最優(yōu)方案應(yīng)為S2H2T2；隨著客流在路網(wǎng)中的傳播，各站的客流擁擠情況有所好轉(zhuǎn)，此時各站更加注重應(yīng)急決策的成本因素，不協(xié)同條件下的最優(yōu)決策仍為S1H1T2，當(dāng)考慮各站協(xié)同作業(yè)的條件下的最優(yōu)方案變?yōu)镾1H2T2。最終比選結(jié)果如表7所示。

表7 大客流應(yīng)急處置方案比選結(jié)果

4 結(jié)論

1)城市軌道交通客流由于存在隨機性、網(wǎng)絡(luò)傳播性和封閉性等特點，若在突發(fā)大客流條件下不考慮各站協(xié)同作業(yè)問題，則可能引發(fā)下游車站擁堵，從而影響路網(wǎng)運行狀態(tài)。因此，考慮路網(wǎng)各車站協(xié)同客流控制應(yīng)急決策研究符合現(xiàn)實需求。

2)從路網(wǎng)中各站之間的拓?fù)潢P(guān)系分析入手，以各車站應(yīng)急決策方案綜合評價值為指標(biāo)，將各車站協(xié)同應(yīng)急問題抽象成多目標(biāo)規(guī)劃問題，能夠?qū)崿F(xiàn)城市軌道交通客流的多階段安全動態(tài)控制，為城市軌道交通協(xié)同客流控制應(yīng)急決策理論與方法研究提供參考。

3)城市軌道交通客運組織安全要求高，路網(wǎng)拓?fù)潢P(guān)系復(fù)雜，客流突發(fā)情況多，后續(xù)將應(yīng)進(jìn)一步注重各協(xié)同車站的選取和具體應(yīng)急措施之間的相互作用機理與動態(tài)決策方法理論方面的研究。

[1] 吳璐. 城市軌道交通網(wǎng)絡(luò)突發(fā)客流特性及擁擠控制研究[D]. 成都：西南交通大學(xué), 2013.

[2] 交通運輸部. 國內(nèi)外城市軌道交通事故案例評析[M]. 北京：人民交通出版社, 2011.

[3] 北京市運輸管理局.城市軌道交通運營服務(wù)管理規(guī)范：DB11/T 647-2009[S].北京：北京市質(zhì)量技術(shù)監(jiān)督局，2009.

[4] Kim K M, Hong S P, Ko S J, et al. Does crowding affect the path choice of metro passengers?[J]. Transportation Research Part A Policy & Practice, 2015, 77:292-304.

[5] Arunraj N S, Mandal S, Maiti J. Modeling uncertainty in risk assessment: an integrated approach with fuzzy set theory and Monte Carlo simulation[J]. Accident Analysis and Prevention, 2013, 55(3):242-255.

[6] 劉鐵民. 危機型突發(fā)事件應(yīng)對與挑戰(zhàn)[J]. 中國安全生產(chǎn)科學(xué)技術(shù), 2010, 6(1):8-12.

LIU Tiemin. Crisis-type emergency response and challenges [J]. Journal of Safety Science and Technology ,2010, 6(1): 8-12.

[7] 劉鐵民．應(yīng)急預(yù)案重大突發(fā)事件情景構(gòu)建——基于“情景-任務(wù)-能力”應(yīng)急預(yù)案編制技術(shù)研究之一[J]．中國安全生產(chǎn)科學(xué)技術(shù)，2012，8(4)：5-12．

LIU Tiemin. Studies on scenes’construction of emergency planning—part I of emergency planning technology based on “scene-task-ability”[J]. Journal of Safety Science and Technology ,2012,8(4):5-12.

[8] 唐金金, 趙勇, 林園. 大型鐵路客運站大客流預(yù)警及應(yīng)對方案設(shè)計——以北京西站為例[J]. 中國安全生產(chǎn)科學(xué)技術(shù), 2016, 12(2):143-147.

TANG Jinjin,ZHAO Yong,LIN Yuan. Early warning and response plan design of large passenger flow for large railway passenger station—taking Beijing West Railway Station as example[J]. Journal of Safety Science and Technology,2016,12(2):143-147.

[9] 李群, 代德軍. 突發(fā)事件應(yīng)急演練評估方法、技術(shù)及系統(tǒng)研究[J]. 中國安全生產(chǎn)科學(xué)技術(shù), 2016,12(7): 49-54.

LI Qun, DAI Dejun. Research on assessment method, technology and system of emergency exercise [J]. Journal of Safety Science and Technology, 2016, 12(7): 49-54.

[10] 何理. 城市軌道交通危險源分類優(yōu)化方案及應(yīng)用[J]. 中國安全生產(chǎn)科學(xué)技術(shù), 2015, 11(5): 104-110.

HE Li. Study on optimization scheme of hazards classification in urban rail transit and its application [J]. Journal of Safety Science and Technology, 2015, 11(5): 104-110.

[11] 韓泉葉, 王曉明, 黨建武. 城市軌道交通線網(wǎng)突發(fā)應(yīng)急事件分類分級模型研究[J]. 城市軌道交通研究, 2011, 14(10):37-40.

HAN Quanye, WANG Xiaoming, DANG Jianwu. Model research on the classification of emergencies in urban rail transit network [J]. Urban Mass Transit, 2011, 14(10): 37-40.

[12] 韓泉葉, 王曉明, 黨建武. 軌道交通線網(wǎng)應(yīng)急事件分級算法研究[J]. 中國安全科學(xué)學(xué)報, 2011, 21(7): 171-176.

HAN Quanye, WANG Xiaoming, DANG Jianwu. Gradation algorithm for emergencies in urban rail transit network [J]. China Safety Science Journal, 2011, 21(7): 171-176.

[13] 張正, 蔣熙, 賀英松. 城市軌道交通高峰時段車站協(xié)同限流安全控制研究[J]. 中國安全生產(chǎn)科學(xué)技術(shù), 2013, 9(10): 5-9.

ZHANG Zheng, JIANG Xi, HE Yingsong. Study on collaboration flow-limiting safety control of urban raiway station in peak hours[J]. Journal of Safety Science and Technology, 2013, 9(10): 5-9.

[14] 錢堃. 城市軌道交通客流強度特征和換乘組織研究[D]. 北京: 北京交通大學(xué)2015.

[15] MACHARIS C, TURCKSIN L, LEBEAU K. Multi actor multi criteria analysis (MAMCA) as a tool to support sustainable decisions: State of use[J]. Decision Support Systems, 2012, 54(1): 610-620.