基于动态博弈的突发大客流应急资源调度算例分析

6．5．1 人民广场枢纽站的大客流启动机制

人民广场责任区日均客流约70万人次，其中工作日客流约80万人次，极端最高客流约110万人次；高峰换乘客流均在上午7时30分至9时，下午17时30分至19时之间，其中该时段进站约2．5万人次；出站约3．5万人次；换乘客流约50万人次。由于该站位于上海市中心，周边以商务楼及商业圈为主，又是1、2、8号线同站换乘点，因此上下班换乘和大型活动的乘客为主要客流。人民广场责任区客流＝进站客流＋出站客流＋换乘客流。

根据人民广场站3条线路站台客流积压情况，大客流管理启动机制划分为四个启动机制、三个大客流等级管理，车站值班站长作为现场第一指挥人，区域站长负责协调增援力量赶赴现场增援，车控室作为信息传递中心，向公司应急指挥室、OCC发布信息：

1）早、晚高峰时段大客流启动机制

（1）早、晚高峰时段车站大客流管理由本站当班值班站长启动相应等级的大客流管理响应。

（2）车站值班站长根据本站早客流情况，当车站客流达到六成以上并有继续增加趋势时，由车站值班站长启动相应等级的大客流管理响应，并传达至车站各岗位。

（3）本站尚未达到大客流启动级别，但因邻站或线路OCC请求，由车站值班站长启动相应等级的大客流管理响应，并传达至车站各岗位。

2）节假日大客流启动机制

（1）节假日阶段重点车站大客流管理由本站当班值班站长启动应急响应。

（2）车站值班站长根据本站节假日关键时段客流情况，当车站客流达到六成以上并有继续增加趋势时，由车站值班站长启动相应等级的大客流管理响应，并传达至车站各岗位。

（3）本站尚未达到大客流启动级别，但因邻站或线路OCC请求，由车站值班站长启动相应等级的大客流管理响应，并传达至车站各岗位。

3）非正常行车情况下大客流启动机制

（1）非正常行车情况下车站大客流管理由事发线路OCC或车站当班值班站长启动相应等级的大客流管理响应。

（2）事发线路OCC根据非正常行车情况下列车晚点时间的预判，向车站发出大客流管理等级启动要求，车站值班站长启动相应等级的大客流组织响应，并传达至车站各岗位。

（3）事发线路OCC尚未发出大客流管理等级启动要求前，车站也可根据本站客流情况，由车站值班站长启动相应等级的大客流组织响应，并传达至车站各岗位。

4）突发情况下大客流启动机制

突发情况下车站大客流组织，由事发车站当班值班站长发出并启动应急处置预案。这也是本书所研究的枢纽大客流的应急启动机制。

6．5．2 公交应急资源的算例分析

上海近年的国庆、五一、F1国际大赛等大型活动期间，会在城市轨道交通枢纽车站周边吸引大量的客流，易造成活动结束时轨道交通车站周边的客流高度集中，使轨道交通路网客流呈跳跃式增长。当无法通过调整轨道交通列车运营计划疏散枢纽的大客流时，就需要采取外联措施，通过调用枢纽交通地区的公交应急资源来及时疏导聚集在枢纽的突发大客流。

本书以上海城市轨道交通人民广场枢纽为例，该枢纽的客流呈现出以市内景点旅游客流、商务区购物客流和离抵沪交通客流为主的出行特征。数据来源以2012年五一“劳动节”期间的人民广场枢纽的突发大客流为算例，分析突发大客流应急处置中“运营方决策者”与“突发大客流”之间的动态博弈过程，求解轨道交通突发大客流应急处置中公交应急资源的配置，以实现应急资源调度方案的优化选择。

按照上节中应急资源调度的动态博弈模型的建模思路，现对人民广场枢纽突发大客流的应急博弈模型的构成要素逐一做出假定：

1）博弈参与人

博弈参与人为“运营指挥中心决策者”与“突发大客流”。

2）策略空间

2012年五一假日，人民广场大客流数据以出站流量为依据，测得的人民广场高峰期每小时出站人数为13764人，假设其中有一半人出站是为了公交换乘，则为6882人，又一辆普通公交车一般能搭载80位乘客，因此每小时需要86辆公交车，假设每小时原有公交车46辆，则为了使保障率达到100％，则至少需要调派40辆公交车到达人民广场站缓解大客流。假设突发大客流事件只有两种可能的状态S1，S2，即突发大客流事件的状态空间为S＝｛S1，S2｝，其中S1定义为一般程度的大客流，人流量为3441人，需要20辆公交车（不包括原有公交车辆）；S2定义为严重程度的大客流，人流量为6882人，需要40辆公交车（不包括原有公交车辆）；突发大客流危机情况之间的转移概率为pij（i，j＝1，2）。假设决策者在整个危机的处理过程中只需动用一种资源R（此处主要是调派的公交车辆），只要在可控的时间内（本例中假定为2个时间半径内）以及一定的危机状态下（S1，S2）将足够数量的资源R（公交车辆）调运到突发大客流发生地点的人民广场站便可以缓解突发大客流，将危机完全控制住（这也是危机管理者的目标）。

如果调运到突发大客流点的人民广场站的公交应急资源R数量不足，则只能在一定程度上控制突发大客流事件，用保障率a表示对突发大客流时间的控制程度。通常保障率的取值范围为0～100％区间，保障率的值如果是100％，则说明突发大客流事件已能够被完全被控制。假定资源R的数量与保障率a之间的关系如表6．6所示：

表6．6 资源与保障率的关系

3）支付函数

支付函数表示运营指挥中心决策者选择某个调度方案时的效用水平。本书选用保障率和调用的公车数量作为考虑的成本。

根据实地调查，调取了人民广场附近4个公交车终点站为资源点，即武胜路终点站（距离人民广场1公里）、大悦城终点站（距离人民广场1．3公里）、普安路终点站（距离人民广场1．5公里）和老西门终点站（距离人民广场2．0公里）。假设它们到达人民广场所用时间与距离成正比，生成如下公交资源分布图，如图6．16所示，定义r为时间半径。

图6．16 资源分布示意图

只有武胜路站在一个时间半径内，大悦城站和普安路站位于一个半时间半径，老西门站距离人民广场枢纽站为两个时间半径。假设成本包括油费（路面越拥堵油费越高）和人员，因此可以假设武胜路站调派数量和成本的比例为1∶1；大悦城站调派数量和成本的比例为1∶2；普安路站调派数量和成本的比例为1∶3；老西门站调派数量和成本的比例为1∶4。因此人民广场枢纽区域的各资源分布点的公交资源R的存放量，以及调度一定数量的公交资源R到人民广场枢纽突发大客流发生地的成本如表6．7所示。

表6．7 资源运送数量及其成本

假定运营指挥中心的决策者与突发大客流事件以一个调度时间半径r进行公交应急资源调度的动态博弈，则在本例中博弈双方一共进行两轮博弈：

（1）在博弈的第一阶段：运营指挥中心的决策者只有唯一的一个方案即从武胜路站调派16单位公交R到人民广场枢纽站，将该方案记为方案I。

（2）在博弈的第二阶段，假定决策者有两大类方案可供选择：①从大悦城站、普安路站、老西门站三点调派4单位的公交到人民广场枢纽站，使人民广场枢纽站的累计公交总量达到20单位；②从大悦城站、普安路站、老西门站三点调运24单位的公交到人民广场枢纽站，使人民广场枢纽站的累计公交资源总量达到40单位。

需要指出的是，第二个博弈阶段中的每一大类选择方案中又包括若干个调运方案，例如在本例中假定在第一类选择方案中（累计调派公交总量20）又包括三个调运方案（如表6．7中的方案2、方案3和方案4）。其中成本较低者为方案2，将该方案记为方案II；在第二大类方案中（累计调派公交总量为40）总共又包含四个调运方案（如表6．7中的方案5、方案6、方案7和方案8），其中成本最低者为调运方案5，将该方案记为方案III。由此，本书假定运营控制中心的决策者在博弈的第一阶段的策略空间为Sc1＝｛I｝，在博弈的第二阶段的策略空间为Sc2＝｛II，III｝。

4）状态转移概率函数

在博弈的第一阶段，设定突发大客流以概率Pi选择第i种危机状态。因此定义第二阶段的状态转移概率函数为：Pij＝犳（a1，i，j）。其中，a1表示在博弈的第一阶段针对人民广场枢纽的现场突发大客流危机状态，再采取某种公交应急资源调派方案后预计可以达到的保障率；i表示转出状态，即在博弈的第一阶段后突发大客流的危机状态，j表示转入状态，是指在博弈的第二阶段中突发大客流事件的危机状态。因此保障率a的值越大，则表示第一阶段采取的公交应急资源的调度方案对于枢纽的突发大客流的危机情况控制得越好，那么突发大客流的危机情况在博弈的第二阶段转变为较轻微的危机状态的概率越大，即枢纽在第二个博弈阶段的突发大客流危机情况变异为较严重危机情况的概率越小，反之亦然。

5）动态博弈的两阶段过程及支付情况

人民广场枢纽的突发大客流公交应急资源调度的两阶段博弈过程及支付情况（保障率、成本）如图6．17所示。

6）突发大客流的公交应急资源调度方案的选择

在确定了博弈阶段与支付成本的情况下，运营控制中心的决策者需要做出合理的决策：通过在不同阶段的方案选择以保障在一定的决策准则之下能够高效地达到应急处置目标。本例中假定运营控制中心决策者的决策目标为：在第二阶段的博弈结束后，期望人民广场枢纽的突发大客流的危机情况能够被完全控制住，即期望第二阶段预期的保障率能够达到100％，同时希望在此约束条件下的支付成本越小越好。如果第二阶段博弈结束时的保障率没有达到100％，即突发大客流的危机情况还没有被控制住，那么假定可以通过某种方式加以弥补，假定弥补1％的保障率所需要支付的弥补成本为2，同时假定本例中运营控制中心决策者采用的决策准则是期望成本最小，则预选方案如下：

图6．17 两阶段博弈过程及支付情况示意图

｛方案I：方案II|S1｝的期望成本＝［100％－（100％×0．8＋60％×0．2）］× 100×2＋24＝40

｛方案I：方案III|S1｝的期望成本＝［100％－（100％×0．8＋100％× 0．2）］×100×2＋87＝87

｛方案I：方案II|S2｝的期望成本＝［100％－（100％×0．1＋60％×0．9）］× 100×2＋24＝96

｛方案I：方案III|S2|｝的期望成本＝［100％－（100％×0．2＋100％× 0．8）］×100×2＋87＝87

通过上述计算可知：如果在博弈的第一阶段突发大客流危机情况以状态S1出现，则决策者的最优策略是在博弈的第一阶段选择方案I，在博弈的第二阶段选择方案II；如果在博弈的第一阶段突发大客流危机情况以状态S2出现，则决策者的最优策略是在第一阶段选择方案I，在第二阶段选择方案III，如表6．8所示。

表6．8 应急资源调度方案选择

综上所述，在本例当中利用动态博弈模型生成的应急资源调度预案为：

（1）如果突发大客流发生，且观察到其状态为S1，则应立即实施I方案，从武胜路站调派16辆公交资源R到事故点X；同时着手实施II方案，从大悦城站调派4辆公交资源赶赴突发大客流发生点；预期能够在1．5r时间内将危机情况完全控制住；预期的总成本为24。

（2）如果突发大客流发生，且观察到其状态为S2，则应立即实施I方案，从武胜路站调派16辆公交资源R到事故点X；同时着手实施III方案，分别从大悦城站、普安路站、老西门站三地调派5辆、15辆、4辆公交资源赶赴突发大客流发生点；预期能够在2r时间内将危机情况完全控制住；预期的总成本为87。

本书通过动态博弈得出的枢纽范围的公交应急预案能够使运营方解决轨道交通大型枢纽站的客流疏散问题。对于大型枢纽的大客流运营管理，运营方可以在轨道交通沿线设立一个或多个公交车辆驻车点，调度应急地面常规公交车辆进行运能补充，实现客流疏散。