Имитационное моделирование трафика пассажиропотока железнодорожного вокзала Брянск-1 г. Брянска в среде Anylogic

В последнее время в связи с риском распространения коронавирусной инфекции, угрозой заражения вирусом, в сфере транспортной инфраструктуры выдвигают широкий ряд требований по обеспечению безопасности пассажиров, к соблюдению социальной дистанции, корректировки распи- сания движения транспорта и т.п. В местах массового скопления людей и высокого пассажиропотока реализовать данные требования в полном объеме бывает трудно, поэтому до принятия решения прибегают к использованию имитационного моделирования и систем массового обслуживания [1].

Системы массового обслуживания (СМО) – это модели систем, в которые в случайные моменты времени поступают заказы на обслуживание, при этом поступившие заказы обслуживаются с помощью системы каналов обслуживания. Примерами таких систем могут служить кинотеатры, телефонные системы, ремонтные мастерские, билетные кассы, магазины, аэропорты, вокзалы и т.п [2].

Существуют два основных класса СМО: один класс – СМО с отказами, второй – СМО с ожиданием (очередью). В СМО с отказами заказ, который поступил, получает отказ если все каналы заняты и покидает СМО не участвуя в дальнейшем в процессе обслуживания. В СМО с ожиданием заказа, который пришёл в момент, когда все каналы заняты, становится в очередь на обслуживание, а не уходит [3].

В рамках данной работы выполнялось моделирование трафика в СМО на примере пассажиропотока железнодорожного вокзала станции Брянск-1 в г. Брянске с помощью среды агентно-имитационного моделирования AnyLogic [4] с учетом передвижения пассажиров с разной степенью интенсивностей.

В рассматриваемой модели вокзала имеется несколько систем массового обслуживания с очередями, это: металлоискатели, пешеходные тоннели, билетные кассы и платформы железнодорожного вокзала. Вход в здание вокзала обеспечивают три входа:

• •    комната покупки пригородного билета;

• •    вестибюль, через который пассажиры проходят к билетным кассам дальнего следования;

• •    холл, через который проходят пассажиры имеющий билет.

Модель учитывает три платформы пребывания поездов (рисунок 1):

• 1.    платформа дальнего следования;

• 2.    платформа пригородного следования;

• 3.    платформа для проезда товарных поездов;

Общий вид модели приведён на рисунке 1.

Для пассажиров, подходящих к зданию вокзала в модели предусмотрены три ситуации действий:

• 1.    У пассажира уже приобретен ранее билет, поэтому он проходит через центральный вход через металлоискатели и выход к платформам к поезду.

• 2.    У пассажира отсутствует билет, и в зависимости от маршрута он проходит ко входу №1 (пригородного следования) или №2 (дальнего следования) для приобретения билета в кассе.

После прохождения пассажира по пешеходному тоннелю он попадает на нужную ему платформу, по прибытию поезда пассажир заходит в одну из четырех доступных дверей поезда.

Рисунок 1 . Общий вид модели

Логика взаимодействия билетных кассиров и покупки билетов пассажирами на поезд пригородного следования представлена на рисунке 2.

Схема действий пассажира или билетного кассира (агента в модели) определена условиями в используемых блоках, а именно:

В блок pedSelectOutput поступают различные агенты (пассажиры и кассиры) и в зависимости от агента будет выбран один из двух блоков:

• 1)    Если агент-пассажир, то будет определен один из двух блоков SelectOutPut(1,2).

• 2)    Если агент-кассир, то будет выбран блок pedGoTo(путь к комнате кассиров).

Схема действий агента-пассажира в модели:

• 1)    Переход на соответствующий блок при условии, что очередь<6 (агентов). PedServiceCashBox1 – pedServiceCashBox7 имеет каждый свой сервис и ровно одну очередь, время задержки в блоках задаётся с помощью функции: uniform(2.0, 3.0). При выходе из блока происходит вызов функции ticket_prigorod.

• 2)    Переход на pedEscalator и выход на соответствующую платформу pedGoto6.

Схема действий агента- кассира в модели:

• 1)    Переход с блока pedSelectOutput3 или pedSelectOutput5 происходит по условию Cashiers[1]==1(номер кассы) если выполняется, присваивается 0 (т.к. на одной кассе может работать только один кассир).

• 2)    Переход в блок pedWait4, устанавливает время (в минутах) работы кассира функцией:

uniform

где MinOperationTime – минимальное время работы, MaxOperationTime – максимальное время работы билетной кассы.

• 3)    переход в блок pedWait, устанавливает время (в минутах) перерыва кассира функцией: uniform_discr(1,5).

Логика взаимодействия билетных кассиров и покупки билетов пассажирами на поезд дальнего следования аналогична предыдущей схеме действий агентов, однако имеется единственное отличие в количестве касс и сервисов.

Схема действий пассажиров уже с купленным ранее билетом в здании вокзала показана на рисунке 3.

При входе в здание вокзала агент-пассажир попадает в холл – блок pedGoTo14. Далее осуществляет спуск по лестнице – переход на pedChangeLevel2. Затем в зависимости от вида посадки на поезд:

• •    переход на pedGoTo15 c вероятностью 0,5 (билет дальнего следования);

• •    переход на pedGoTo16 с вероятностью 0,5 (билет пригородного следования).

Затем переход на pedChangeLevel3 и pedChangeLevel4 соответственно осуществляет подъём на верхнюю (нижнюю) платформу и переход на pedGoTo17 и pedGoTo18 – платформа ожидания своего поезда.

В рамках данной работы была реализована схема движения поездов по расписанию, представленная на рис. 4.

В модели для генерации поездов с заданной комбинацией вагонов используются шесть блоков trainSource (предусмотрено три типа поездов, идущих с обеих сторон вокзала: товарные, пассажирские и пассажирские дальнего следования.).

discr(MinOperationTime

MaxOperationTime) ,

Рисунок 2 . Логика действий пассажира при прохождении кассы пригородных поездов

Рисунок 3. Логика действий пассажира с условием наличия билета на поезд

Блоки ToStationFromLeft и ToStationFromRight определяют движение поезда до начала станции. На верхнем уровне модели реализовано движение поездов с левой стороны вокзала в правую, а на нижнем уровне наоборот – с правой стороны в левую.

Блок seize_left определяет, что агентом-поездом был занят ресурс, связанный с развилкой, находящейся с левой стороны вокзала. Пока поезд будет направляться к платформе, он будет занимать этот ресурс, чтобы другие поезда, путь которых будет лежать через данное ветвление, остановились и подождали, пока поезд, владеющий ресурсом, не освободит его, добравшись до платформы. Блок seize_right выполняет аналогичные действия, но с железнодорожной развилкой на правой стороне. Далее используется блок selectOutput, для определения типа агента-поезда – товарного или пассажирского. Типа агента должна быть определена на данном шаге, чтобы в следующем блоке ToPlatform товарный поезд, в отличии от пассажирского, не стал выполнять остановку около платформы, а проехал мимо нее. После того, как поезд добирается до необходимой платформы, он освобождает ресурс левой развилки блоком

Release и далее снова происходит проверка на тип поезда. Если поезд не проехал мимо и является пассажирским, то выполняются следующие действия:

• 1)    блок Delay, отвечающий за задержку агента на заданный период времени, входит в своеобразный цикл. Он задерживается на 1 секунду и при этом выполняет функцию passengersBoardTrain, связанную с посадкой пассажиров.

• 2)    в блоке условия проверяется, не достиг ли параметр delay_time нулевого значения. При этом, в свойствах «Действия» блока условия прописаны два возможных варианта срабатывания: при выходе true установить значение параметра delay_time в прежнее положение, а при выходе false уменьшить значение параметра delay_ time на единицу. Праметр delay_time определяет время стоянки поезда. Стоянка поезда была реализована при вызове функции passengersBoardTrain, которая будет определена скоростью посадки каждого агента-пассажира в поезд.

После окончания посадки пассажиров агент «Поезд» занимает ресурс, связанный с правой или левой развил-

Рисунок 4. Модель движения поездов

кой, или ждет, пока он освободится. Затем он покидает платформу, покидает станцию и освобождает ресурс той развилки, через которую покидал вокзал.

Для каждого типа поезда (агента Train) было создано расписание, по которому он следовал к пути на станции. Агент Train состоял из двух других агентов: локомотива Locomotive и пассажирского PassengerCar или товарного вагона TovCar. С помощью carindex в модели можно определять, к какому агенту будет относиться каждый последующий вагон, начиная с нуля, а также задавать длину вагона. Параметры агента Train time_departur и type обозначают соответственно время прибытия поезда и его тип. Тип типа поезда целочисленный и определяется по следующей схеме: 0 – это товарный поезд, 1 – пассажирский, 2 – пассажирский дальнего следования.

Используемая в модели функция passengersBoardTrain определяет момент остановки поезда на платформе и, используя путь поезда в качестве аргумента, выбирает один из четырех наборов блоков, образованных от агента GoToPlatformAndBoard, в котором этот набор блоков и определен, и вызывает в нем функцию board. После того, как пассажиропоток достиг каждый своей платформы, его управление передается наборам блоков toPlatformAndBoard. На основе агента GoToPlatformAndBoard с помощью параметров waitArea и doorLine происходит привязка соответствующих коллекций областей, где пассажиры, зная заранее путь, на который придет нужный им поезд, будут ожидать его в областях waitArea и при его прибытии заходить в поезд при достижении линий doorLine. Функция board выводит пассажиропоток из waitTrain. Первые два набора блоков toPlatformAndBoard по нумерации в модели отвечают за посадку пассажиров на поезда дальнего следования, а оставшиеся два набора блоков toPlatformAndBoard – за посадку пассажиров на поезда пригородного следования.

Прогон модели с интенсивностью от 1000 до 3500 человек в час показал отсутствие «заторов» пассажиропотока в местах касс и посадки на поезд на протяжении любого промежутка времени (рисунок 5). Проблема высокой нагрузки наблюдалась в местах расположений металлоискателей на входах в вокзал.

В заключении стоить отметить, что имитационная модель, созданная в среде моделирования AnyLogic включает несколько СМО с ожиданием в виде очередей на кассах пригородных поездов и поездов дальнего следования, а также металлоискателях. Запуск модели показал, что при заданных условиях система соответствует требованиям обеспечения безопасности пассажиров. Имитационная модель позволяет изменять начальные условия и определять величины возникающих очередей для различных вариантов построения системы обеспечения безопасности здания вокзала, включать расширения, корректировать расписание движения поездов и определять дополнительные возможности для соблюдения мер социальной дистанции людей в здании вокзала и на платформах посадки в поезд.