基于AnyLogic的人流增多地铁站系统再优化
Science Technology and Engineering(2020)
摘要
随着城市地铁及城市规划的持续扩建,伴随出现一些建设较早的地铁站人流增多而引起的大客流现象.针对这一现象,从地铁站内、外两方面系统地分析了客流增多的原因,应用工业工程方法提出了优化思维导图与地铁再优化原则.以西安地铁二号线运动公园站为例,运用AnyLogic行人库仿真技术进行了全尺寸、全数据仿真建模研究,在对进站人流特性进行分析的基础上,以密度图拥堵点、进出站用时和服务用时及它的队长等为指标,体现了优化前后的效果.结果表明:两侧入口人流得到明显均衡、瓶颈处人流密度降低,A侧、D侧行人安检耗时缩短4.48 min,进站时间缩短4.08 min,整体人流出站时间缩短了0.62 min.地铁再优化思路以及案例具体的优化意见能够为现今地铁站的再优化提供一定的解决思路.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要