本文是一篇交通运输论文，笔者基于轨道交通突发大客流现象，收集客流在不同地点、不同时间下的数据，提出轨道交通单站限流方案的具体实施步骤及参数计算方法；进行客流仿真，实现乘客在车站与列车、车站与车站之间的流动过程，在各站点客流需求确定的基础上，利用 Dijkstra算法进行路径规划，最后构建协同疏运模型。
1绪论
1.1 研究背景及意义
1.1.1 研究背景
城市公共交通是指城市及其郊区范围内可供公众出行使用的经济方便的所有客运交通方式的统称[1]，为了缓解交通压力，许多大城市规划并且逐步建设了以城市轨道交通为主干，地面公交为其支撑和补充的城市交通网络体系。轨道交通具有安全、运量大、节能、速度快、污染少等诸多优点，被广泛认为是缓解大城市交通拥堵、提高城市交通安全的有效方式。据交通运输部统计，截至到 2020 年末，我国内地共有 45 个城市开通运营城市轨道交通，如图 1.1 所示，2020 年末国内轨道交通运营里程达到 7969 公里，2020 年城市轨道交通总客运量 175.9 亿人次，因疫情原因，客运量同比下降 26.8%，于2020 年第三季度后期开始逐渐恢复。总体趋势来看，城市轨道交通在国内进入了高速发展的阶段。
随着轨道交通的高速发展，人们对城市轨道交通的依赖加剧，在节假日期间，居民对于城市轨道交通的出行需求大幅度增加，使得轨道交通频繁受到突发大客流的冲击。根据地铁相关单位公布的统计数据，2017 年国庆节小长假期间，西安地铁总客流量约为1457 万人次；2018 年国庆小长假期间，西安地铁总客流量达 1864 万人次，同比增长27.9%；在小长假前一天，西安轨道交通路网总客流量高达 259 万人次，全网客流量同比增长 17%；2019 年国庆节假日期间，成都轨道交通路网总客流量高达 2505 万人次，线网总计 28 个车站进站客流刷新历史记录，线网各线延时运营服务 35 至 60 分钟。
1.2 国内外研究现状
1.2.1 国内研究现状
国内对于突发大客流的研究，主要是对乘客行为选择、客流预测以及列车开行方案等进行讨论分析，但是针对系统而又全面的城市公共交通运营组织方案研究相对较少。现有的研究成果主要集中在大客流传播、轨道交通突发大客流疏散措施和公交接驳接运等三个方面。
大客流传播方面：熊志华[4]等量化轨道交通大客流传播主要因素，基于传染病原理建立了大客流拥堵传播模型，量化了大客流的影响。
曾翠峰、侯宇菲[5]等基于定量与定性相结合的方法，分析了客流拥堵影响在轨道交通系统中的传播过程和大客流状态在线路站点之间基于不同时间空间上的特点。
李凌燕[6]分析了站内客流微观传播过程，提出并讨论了大客流情况下列车发车延误和运行延误现象，基于以上分析对轨道交通列车运行方案进行了优化，并且引入案例对方案优化效果做出了验证。 轨道交通大客流疏散方面：李金山[7]等分析了大客流传播影响因素量化指标体系，建立模型求解影响因素参数，并引入案例验证了模型。
王志强[8]从轨道交通路网应急指挥的角度出发，在发生紧急情况下，对路网可靠性做出了评价，给出了紧急情况下基于 K 最短路算法的多路径选择概率。
刘小霞[9]分析了轨道交通的网络复杂特点，仿真了城市地铁突发大客流，基于仿真演化了轨道交通系统中客流影响的传播过程，并且建立了客流高峰时期的网络传播模型。
刘祥喜[10]对轨道交通突发大客流做出了预测，从列车运营效率出发，分析了列车不同开行方案的优缺点，最后引入案例对不同方案的特点进行了对比说明。
史小俊和张伦等[11]从票务系统，客流组织、列车载客能力等方面对轨道交通运营组织做出了优化并提出了运行管理模型。
李俊芳，王柄达[12]分析了城市轨道交通各种典型的交路形式，进行了各种交路形式的组合使用并分析了不同开行方案的区间通过能力。
洪玲，陈菁菁等[13]给出了不同时间间隔下的轨道交通运输能力变化曲线，基于此提出了列车行车间隔的调整优化。
2 轨道交通客流分析及控制策略制定
2.1 轨道交通客流分析
轨道交通作为一种新兴起并且正在蓬勃发展阶段的公共交通方式，对于其客流形成变化进行分析必不可少，是规划轨道交通站点、确定轨道交通组织运营模式等的重要数据支撑。
2.1.1 客流总量变化分析
随着城镇化人口增加和城市的经济发展，居民的出行需求、旅程距离增加，城市交通拥堵等问题日益尖锐，为了解决这些问题，城市加快修建轨道交通，不断扩大城市轨道交通线路网。由于轨道交通运输速度快、运输量大并且可达性极高等特点迅速吸引了大量出行人群，轨道交通路网上客流量逐年递增。由于疫情影响，2020 年客运总量同比下降 13.57%，而后疫情缓解，客运量逐步回升。除此特殊原因之外，成都轨道交通客运总量总体呈现上升趋势。
从近几年对于我国轨道交通运营发展趋势分析来看，城市轨道交通逐年递增的客流量主要可以分为以下三类[37]：趋势客流量、诱增客流量和转移客流量。趋势客流量是近年来城市轨道交通发展迅速，站点、线路增多，轨道交通路网进一步扩大而吸引的客流量。诱增客流量是指随着轨道交通路网的铺设，站点沿线土地的开发程度日益加大，居民区扩大并且路网可达性提高，整体加大了市民的出行强度从而增加的客流。转移客流量是指由于城市轨道交通具备快速、准确、安全、可达性广和运输量大等优点，由原本的自行车、自驾、地面公交等出行方式转移到城市轨道交通的客流量。
2.2 突发大客流分析
在轨道交通系统中，突发大客流一般是指由于重要节假日如国庆节或者大型活动如明星演唱会等导致乘客集中在一个时间段出行或者到达某一站点从而致使大量乘客拥堵、滞留在轨道交通站点，最终造成突发大客流的现象。不管是消散性突发大客流还是聚集性突发大客流，发生的范围都比较集中，具体地点在某一个或者几点站点有乘客大量滞留现象，其主要表现为在短时间内出现乘客流动极其缓慢甚至停滞并且后续还有客流不断到达，造成轨道交通站点拥挤等。
2.2.1 突发大客流成因及特征分析
突发大客流产生原因较多，基于成因对突发大客流进行分类有利于地铁运营者预测突发大客流发生时间，提前制定应对策略等。突发大客流形成主要原因有：
（1）节假日居民出行需求增加
在国庆、中秋等节日期间，居民往往会结伴出行，出行目的地多是商业街游乐场等消费娱乐区域，导致附近轨道交通站点客流持续增大，并且由于节日假期较长，无法判断出现客流量集中的具体时间；由于假期比较长，乘客也会有长途旅行计划，火车站和长途汽车客运站附近的站点也会受到突发大客流的冲击。
（2）大型活动举办期间
随着居民经济能力的飞速提升，各种精神娱乐活动如博览会、体育赛事、电竞比赛和明星演唱会等等增加。大型活动的举办会在某一时段造成突发大客流，但只会影响到活动举办地点周围的轨道交通站点。
（3）突变的自然气候
由于轨道交通在无阻碍的地下空间运行，在突发大雾、大雪或者台风的自然气候下，居民会放弃地上交通方式如地面公交、自驾等等转而选择不受恶劣天气影响的地铁出行。恶劣天气影响范围大、持续时间较长，此情况下必然会造成轨道交通全网的突发大客流现象且结束时间难以确定。
3 轨道交通突发大客流协同疏运组织模型 ........................ 21
3.1 乘客流动过程分析 .................. 21
3.1.1 乘降过程分析 ............................ 21
3.1.2 换乘过程分析 .............................. 24
4 案例仿真及模型应用 .................... 35
4.1 案例背景 ........................... 35
4.2 突发大客流仿真及控制策略分析........................... 41
5 总结与展望 .............................. 53
5.1 论文总结 ............................. 53
5.2 论文展望 .................... 54
4 案例仿真及模型应用
4.1 案例背景
截取国内某城市轨道交通线路网中的部分线路及站点作为案例背景线路：
线网由三条单向线路组成，站点编号从小到大即为线路运行方向，其中 1 号线 15个站点，2 号线有 14 个站点，3 号线有 13 个站点，1 号线和 2 号线列车采用 6 节编组 B型车，3 号线采用 8 节编组 A 型车。
5 总结与展望
5.1 论文总结
基于轨道交通突发大客流现象，收集客流在不同地点、不同时间下的数据，提出轨道交通单站限流方案的具体实施步骤及参数计算方法；进行客流仿真，实现乘客在车站与列车、车站与车站之间的流动过程，在各站点客流需求确定的基础上，利用 Dijkstra算法进行路径规划，最后构建协同疏运模型，论文具体工作如下：
（1）分析客流数据和实地调研考察后，确定本文在突发大客流之后轨道交通车站的措施为单站限流。依据乘客在站内的走行路线，提出以关键设备客流量为指标的限流方案，研究分析得出车站站台是乘客停留时间较长的地方，只能依靠列车输送乘客来降低客流量并且若是换乘站，站台还会受到换乘客流的瞬时冲击，有极大的安全隐患，从而选定车站候车站台作为关键设备。基于关键设备刻画了客流量的动态平衡，以车站站台客流量为标准分析了单站限流方案的关键参数并给出参数计算方法。
（2）通过查阅、总结文献，实现了轨道交通车站的客流仿真。利用泊松分布描述到达车站的乘客数，创建下车比例矩阵，matlab 编程生成列车到达时刻表，结合进站乘客数、下车乘
