© Димаков Роман, ЭФ МГУ
Рассматривается статья (S.M. Lo, W.L. Wang, S.B. Liu, J. Ma. Using Agent-based Simulation Model for Studying Fire Escape Process in Metro Stations, The 5th International Conference on Ambient Systems, Networks and Technologies (ANT-2014)), в которой обсуждается агент-ориентированная модель передвижения людей в метро. В частности проведен анализ характера перемещения людей на станции метро и процесс их экстренной эвакуации в такой чрезвычайной ситуации, как пожар. Результаты симуляции данных процессов показывают, что построенная модель может быть использована инженерами, занимающимися проектированием станций метро, для сравнения различных альтернативных проектов строительства.
Введение
Рост урбанизации в последние годы стал причиной притока огромного количества людей в крупные города многих стран Азии. В свою очередь, увеличение количества людей в крупных городах приводит к увеличению спроса на услуги городского транспорта. Метро является эффективном видом транспорта во всех современных крупных городах. Однако во многих из них (в частности, в Гонконге) система метро была построена много десятилетий назад, когда города еще не отличались таким огромным количеством населения. В связи с этим сегодня в крупных городах происходит строительство новых линий метро и модернизация старых станций. Другими словами, может быть необходимым рассмотрение вопроса модернизации старых станций метро и строительства новых линий с учетом повышения эффективности перемещения людей на станциях метро как в обычных, так и чрезвычайных ситуациях. В связи с этим авторами статьи было проведено исследование особенностей перемещения потоков пассажиров в метро в случае возникновения пожара. Так как изменение проектов станций метро с целью сделать их более согласованными с текущими стандартами строительства и требованиями к пожарной безопасности представляет собой достаточно трудную задачу, часто характеристики построенных станций не удовлетворяют вышеупомянутым стандартам и требованиям. Для станции метро, которая будет заполняться большим количеством людей, критически важным может быть вопрос о том, в какой степени ее архитектурный план соответствует требованиям к пожарной безопасности. Поэтому инженерам, проектирующим такие станции, следует прилагать значительные усилия для обеспечения максимально возможного соответствия станций метро требуемым нормам.
В основу модели поведения людей на станциях метро авторы положили разработанную ими ранее агент-ориентированную модель CityFlow – модель, симулирующую передвижение людей в сложной среде (Yuen JKK, Lee EWM, Lo SM, Yuen RKK. An Intelligence-Based Optimization Model of Passenger Flow in a Transportation Station, IEEE Transactions on Intelligent Transportation Systems 2013; 14(3): 1290-1300; Liu SB, Lo SM, Ma J and Wang WL. An Agent-Based Microscopic Pedestrian Flow Simulation Model for Pedestrian Traffic Problems, IEEE Transactions on Intelligent Transportation Systems 2014; in-press). Чтобы сделать эту модель пригодной для моделирования процесса эвакуации людей в случае возникновения пожара на станции метро, для всех агентов в модели в качестве их конечной точки прибытия были назначены главные входы/ выходы из метро. Для оценки эффекта влияния огня и дыма на передвижение людей во время эвакуации могут быть применены модели вычислительной гидродинамики – например, модель Fire Dynamics Simulator.
Описание модели
Архитектура модели CityFlow представлена на рисунке 1. Модель состоит из трех элементов: блока входящих параметров, уровня, на котором описываются параметры модели макро-масштаба и уровня, на котором описываются параметры микро-масштаба.
В блок входящих параметров (Input) входят три составляющие: информация об окружающей среде, в которой будет происходить моделирование; характеристики пассажира и данные о посадке/ высадке пассажиров из вагонов поезда метро.
Рис. 1. Архитектура агент-ориентированной модели CityFlow
Скорость передвижения пассажиров и особенности образования заторов на станциях метро при большом количестве людей были смоделированы на основе эмпирических данных об интенсивности прибытия/ отбытия пассажиров.
Модель применяется на двух уровнях: макро-уровне поведения агентов и микро-уровне. На макро-уровне в основном речь идет о среде, в которой происходит перемещение пассажиров (информация о станции метро) – long-term route navigation; выборе пассажиром долгосрочного маршрута передвижения (стратегическое поведение) и принятии решения о достижении некоторой локальной цели (тактическое поведение). Таким образом, на макро-уровне задается временная локальная цель, к которой движется пассажир, в то время как на микро-уровне, отражающем индивидуальные особенности передвижения пассажиров, заданная цель используется для управления фактическим движением пассажира. Затем происходит расчет расстояния до цели и определение оптимального (с точки зрения выбора самого близкого маршрута и минимизации времени на его преодоление) направления движения к цели на основе детальных данных о текущем состоянии окружающей среды и особенностях поведения агентов.
Для каждого агента в модели имеются определенная точка его появления и его пункт назначения.
Факторы, влияющие на передвижение пассажира, следующие: 1) эффективность достижения пункта назначения; 2) взаимодействие пассажиров с препятствиями в виде различных объектов на станции метро; 3) взаимодействие пассажиров между собой. Для каждого агента была построена модель, определяющая для его оптимальный маршрут с учетом расположения различных объектов (препятствий) на станции метро.
Информация о станции метро
Станция метро, используемая в данной модели, располагается в центральной городской части Гонконга. Она представляет собой трехуровневую станцию метро с двумя платформами и одним вестибюлем. Схема станции метро представлена на рисунке 2.
Рис. 2. Схема станции метро, представленной в модели
Всего на станции метро находится 8 эскалаторов и 2 лестницы. В таблице 1 приведены данные об эскалаторах и лестницах данной станции метро (какие уровни станции они соединяют, в направлении каких уровней перемещают пассажиров, а также какую стратегию следует применять находящимся на станции людям при начале эвакуации).
Таблица 1. Информация об эскалаторах и лестница в станции метро
Staircase/ Escalator |
Connecting Level (Lower) |
Connecting Level (Higher) |
Direction |
Emergency Strategy |
Escalator 1 |
Upper platform |
Concourse |
Up-going |
Up-going |
Escalator 2 |
Upper platform |
Concourse |
Down-going |
Stop the operation |
Escalator 3 |
Lower platform |
Concourse |
Down-going |
Stop the operation |
Escalator 4 |
Upper platform |
Concourse |
Down-going |
Stop the operation |
Escalator 5 |
Lower platform |
Concourse |
Up-going |
Up-going |
Escalator 6 |
Upper platform |
Concourse |
Up-going |
Up-going |
Escalator 7 |
Lower platform |
Upper platform |
Down-going |
Stop the operation |
Escalator 8 |
Lower platform |
Upper platform |
Up-going |
Up-going |
Stair 1 |
Upper platform |
Concourse |
Both directions |
Up-going |
Stair 2 |
Lower platform |
Concourse |
Both directions |
Up-going |
В общей сумме в вестибюле находится 10 групп турникетов (fare collection gates), из которых 4 группы – входные двери (EG1, EG2, EG3, EG4), 5 групп – двери выхода (exit gates) (XG1, XG2, XG3, XG4, XG5) и один широкий вход (a wide gate) (EG5/XG6) для пассажиров с ограниченными возможностями. В чрезвычайной ситуации все турникеты должны быть открыты, чтобы пассажиры могли проходить через них без оплаты. На станции находится 5 входов/ выходов, и у каждого главного входа также есть несколько дополнительных. В случае возникновения пожара главные входы/ выходы станции будут трактоваться как конечные пункты для пассажиров (destinations for evacuees).
В данном исследовании авторы предполагают, что пожар начинается на нижней платформе. Также авторы вводят следующие предпосылки: а) на каждой стадии процесса эвакуации все пассажиры выбирают маршрут движения, который характеризуется наикратчайшим расстоянием до выхода, следуя примеру пассажиров, которые изначально находились на нижней платформе; вначале они выбирают ближайшие к ним эскалаторы/ лестницы, затем – ближайший к ним турникет в вестибюле и т.д.; б) скорости перемещения пассажиров, использованные в модели, задаются с помощью нормального распределения (средняя скорость пассажира составляет 1.3 м/с); в) движение пассажиров происходит упорядоченно, не возникает паники, а сотрудники метрополитена не координируют движение пассажиров во время эвакуации; г) пассажиры на каждом уровне станции начинают эвакуацию, как только они будут убеждены в том, что начался пожар.
Количество пассажиров и сотрудников метрополитена в модели составляет по 350 человек как на нижней, так и на верхней платформах. Количество пассажиров и сотрудников метро в вестибюле – 700 человек. Перемещение пассажиров между платформами происходит следующим образом: например, если пассажир перемещается с нижней платформы на верхнюю, пользуясь эскалатором E8, то графически данный пассажир будет появляться на нижних ступеньках эскалатора E8 верхней платформы сразу же после того, как он исчезнет с верхних ступенек эскалатора E8 нижней платформы.
Результаты моделирования и их обсуждение
Рис. 3.1. Плотность распределения пассажиров на станции метро во время эвакуации: (а) – первоначальное распределение пассажиров; (b) – 20 секунд после начала эвакуации
Рис. 3.2. Плотность распределения пассажиров на станции метро во время эвакуации: (c) – 45 секунд после начала эвакуации; (d) – 85 секунд после начала эвакуации
На рисунках 3.1 и 3.2 можно видеть те участки станции метро, которые оказываются наиболее загруженными во время экстренной эвакуации пассажиров в случае пожара. Так, из рисунка 3.1 (b) можно заметить, что через 20 секунд после начала эвакуации пассажиров большое число людей начинает скапливаться в середине вестибюля и в той его части, где располагаются выходы Entrance A и Entrance B. На первом (верхнем) уровне значительное скопление пассажиров в основном возникает на лестнице S2 и у эскалаторов E6, E8 и E1. На втором (нижнем) уровне через 20 секунд после начала эвакуации значительное количество пассажиров скапливается возле эскалатора E5 (ведущем сразу со второго уровня метро в вестибюль) и лестницы S2. Также можно отметить, что через 45 секунд после начала эвакуации (рисунок 3.2 (c)) количество эвакуирующихся пассажиров несколько редеет в центральной части вестибюля, но происходит заметное увеличение числа пассажиров в тех частях вестибюля, где располагаются выходы Entrance C, D, E и выходы Entrance A и B соответственно. Через 85 секунд после начала эвакуации (рисунок 3.2 (d)) на нижнем и верхнем уровнях не остается пассажиров; небольшое количество все еще находится в вестибюле и направляется к выходу.
Для оценки эффективности процесса эвакуации пассажиров из метро был рассчитан показатель, отражающий общее время, прошедшее с момента начала эвакуации до того момента, как последний пассажир достиг одного из главных выходов. Оказалось, что общее время, за которое все пассажиры эвакуируются из метро, составляет 163 секунды. Около 80% пассажиров способны полностью покинуть станцию метро в течение 80 секунд после начала процесса эвакуации. Также для пассажиров на разных уровнях станции были посчитаны средние показатели времени, затрачиваемого ими на эвакуацию. Они приведены в таблице 2.
Таблица 2. Показатели эффективности процесса эвакуации пассажиров в моделируемой ситуации
Passengers at different levels of the station |
Average Travel Time |
Passengers on the lower platform |
90.1s |
Passengers on the upper platform |
63.2s |
Passengers in the concourse |
25.1s |
Заключение
Была построена модель эвакуации пассажиров с одной из станций метро в городском районе Гонконга в случае возникновения такой чрезвычайной ситуации, как пожар. Предоставленные карты плотности распределения потоков пассажиров во время эвакуации могут быть использованы инженерами при проектировании станций метро для планирования процесса эвакуации в чрезвычайных ситуациях.
Автору данного эссе хотелось бы также сделать несколько замечаний касательно особенностей рассмотренной модели. Автор данного эссе полагает, что, во-первых, предпосылка модели о том, что движение пассажиров в чрезвычайной ситуации происходит упорядоченно и без паники, является достаточно неправдоподобной. Возможно, в модель (а конкретнее – в характеристики хотя бы части агентов) следовало бы добавить некоторую стохастическую составляющую, т.к., насколько известно, поведение людей в чрезвычайных ситуациях (особенно в местах массового скопления людей) может характеризоваться возникающей в толпе паникой. Вполне вероятно, что учет такого немаловажного – с точки зрения автора данного эссе – фактора может существенно повлиять на конечные результаты моделирования.
Во-вторых, автору данного эссе хотелось бы также сделать небольшое критическое замечание по поводу другой предпосылки модели, согласно которой на каждой стадии эвакуации пассажиры должны выбирать наикратчайший маршрут до выхода, при этом следуя примеру других пассажиров. На взгляд автора данного эссе, такая предпосылка является не в полной мере правдоподобной, т.к. в действительности в чрезвычайной ситуации некоторые пассажиры могут оказаться дезориентированными в пространстве и нет гарантии того, что они выберут именно тот маршрут по направлению к выходу, который является наикратчайшим.