地下车站路径规划中等成本路径选择引发的疏散时间变异性研究

《Buildings》:Evacuation Time Variability Caused by Equal-Cost Path Selection in Underground Station Routing

【字体: 大 中 小 】 时间:2026年09月21日 来源:Buildings 3.4

编辑推荐:

  在地下车站的疏散分析中,Dijkstra算法被广泛用于估算最大疏散时间,其前提是算法返回唯一且可复现的路径。然而,在结构对称的网络中,该假设并不成立:许多路径具有完全相同的成本,实际返回的路径取决于任意的、与实现相关的平局打破规则。本研究旨在量化仅因该平局打破

  
在地下车站的疏散分析中,Dijkstra算法被广泛用于估算最大疏散时间,其前提是算法返回唯一且可复现的路径。然而,在结构对称的网络中,该假设并不成立:许多路径具有完全相同的成本,实际返回的路径取决于任意的、与实现相关的平局打破规则。本研究旨在量化仅因该平局打破规则导致的最大疏散时间变化程度,并确定需要多少次重复执行才能充分表征该变异性。研究采用了一个包含720个节点和2222条边的六层地下车站网络。研究人员在Dijkstra算法内部实现了随机平局打破规则,并在独立种子条件下分别执行1、10、25、50、100和1000次重复疏散模拟,同时保持车站布局、移动速度、拥堵阈值和疏散人员分布不变。单次执行产生的最大疏散时间为782 s,而1000次重复案例的结果范围为671–864 s。均值和中位数在10–25次迭代内趋于稳定,但观测到的最小值和最大值直至1000次迭代仍持续扩大。结果表明,单次Dijkstra执行能够合理估计典型疏散性能,但可能低估控制生命安全设计的尾部疏散时间。对于地下车站设计和疏散时间验证的实际应用,建议在多次平局打破实现下重复基于Dijkstra的路径生成,并在确定性单次运行结果之外报告上部百分位疏散时间,从而使生命安全评估中使用的必需安全疏散时间反映等成本路径选择固有的变异性。
地下车站等成本路径选择引起的疏散时间变异性研究解读

地下车站作为城市轨道交通系统的关键节点,在火灾等灾害下需要保障大量聚集人员的安全疏散。疏散模拟中,路径规划算法直接决定每个疏散人员的行走路线,进而影响拥堵形成和最终疏散时间。Dijkstra算法因其穷举搜索保证返回成本最优路径,被广泛用作疏散路径生成的基线方法。然而,该算法被视为可复现的前提是网络中任意起终点间的路径唯一。在结构规则的地下车站模型中,水平节点和竖直楼梯节点按对称网格排列,大量不同几何路径具有完全相同的累计成本。标准Dijkstra实现仅在候选成本严格更低时更新前驱,面对相等成本时会保留先被访问的节点,因此返回哪条路径取决于节点编号、邻接表顺序等实现细节。这种与安全无关的任意平局打破规则造成同一网络不同执行可能得到不同路线,从而影响最大疏散时间。以往研究多将Dijkstra算法视为稳定基线,未将等成本路径选择作为不确定性来源,也没有给出重复执行次数建议。为量化这一不确定性,研究人员开展了本研究。

研究人员以首尔一个六层地下车站网络(720节点,2222边)为案例,在Dijkstra算法的平局比较步骤中植入种子随机数生成器,以等概率保留或替换前驱节点,从而将隐式的确定性选择变为可控制和可抽样的随机选择。在保持车站布局、步行速度、拥堵阈值、初始疏散人员分布完全固定的前提下,分别用1、10、25、50、100、1000个独立随机种子重复执行疏散模拟。结果显示,单次运行的最大疏散时间为782 s,而1000次运行的最大疏散时间范围为671–864 s;均值和中位数在10–25次迭代后稳定,但最小值和最大值一直到1000次仍持续扩大。结论指出,单次执行可以较合理地估计典型性能,但可能低估用于生命安全设计的上尾疏散时间。实际应用中应在多次平局实现下重复基于Dijkstra的路径生成,并报告上部百分位疏散时间。这项研究的意义在于首次将路径选择算法内部的平局处理机制视为疏散不确定性的来源,并为风险评估中的重复次数提供了量化依据。

关键技术方法方面,研究人员采用Python 3.12.0构建时间步进疏散模拟,步长1秒。每个时间步对每个有占用节点执行随机化Dijkstra路由,边旅行时间由基线权重乘以拥堵因子得到。节点占用、在途注册表、边旅行时间作为状态变量。网络来自首尔实际车站,含662个水平节点、56个垂直节点、2个出口。水平移动速度60 m/min,垂直移动速度15 m/min,采用韩国国土交通部(MOLIT)指南;密度-速度关系参考Zhou等;拥堵上限按韩国行政安全部标准5人/m2分档减速。初始布置820名乘客,两个站台各410人,每节点5人。生成1000个随机种子池,按样本量1、10、25、50、100、1000分为六组,计算均值、标准差、最小值、最大值、中位数和75百分位数,并用bootstrap重采样评估收敛。

研究结果如下:

单次执行与重复执行结果对比:通过比较1次与1000次迭代的结果,研究人员发现单次运行给出782 s,而1000次运行观测到671–864 s的范围,说明单次结果只是众多等价合法结果之一,不能反映上尾风险。

统计特征与收敛性:基于六组样本量的统计,均值和中位数在10–25次迭代后稳定在约772–786 s,标准差稳定在22–25 s;最小值从10次迭代的742 s下降至1000次的671 s,最大值从807 s上升至864 s。Bootstrap重采样显示,均值95%置信区间半宽由10次迭代的±14.7 s收窄至1000次迭代的±1.5 s,但期望观测范围从73 s扩大至180 s,且无收敛迹象。

疏散路线差异与拥堵反馈:通过对比单次、100次和1000次迭代中最小最大疏散时间对应的路线,发现不同种子产生不同路径。由于步行速度随节点占用动态调整,早期平局决策会改变后续所有下游节点的拥堵和成本结构,使种子间少量早期决策差异放大为整体路线差异。

概率密度分布形态:对10、25、50、100、1000次迭代估计最大疏散时间的概率密度,随样本量增加分布趋于平滑。1000次分布经Shapiro-Wilk检验(W=0.994,p=0.00065)、Anderson-Darling检验(A2=1.123)及D’Agostino-Pearson检验(K2=19.66,p=5.4×10?5)拒绝正态性,分布轻微负偏(?0.235),峰度0.621,尾部较厚。上百分位数稳定:95百分位为818 s,95%置信区间[814,820] s;90百分位为809 s,置信区间[807,811] s。

讨论部分指出,均值和极值收敛行为的差异具有直接实践意义:估计典型性能仅需10–25次重复,而界定最坏情形需要更多重复;观测最大值随运行次数变化,不能作为保守指标,应使用稳定上百分位数。该平局变异性并非Dijkstra特有,任何依赖内部顺序解决等成本候选的确定性算法(如A*)均受影响。研究还指出模型未通过现场观测验证,绝对时间不宜作为实际预测。

研究结论部分可翻译为:本研究检验了在含有多个等成本路径的地下车站网络中,基于Dijkstra的路径生成是否产生唯一可复现的疏散结果。通过随机平局打破规则,对720节点2222边的六层地下车站网络进行1至1000次独立种子重复模拟,在固定拓扑、速度、拥堵阈值和人员分布下,单次执行最大疏散时间为782 s,1000次执行范围为671–864 s。均值和标准差在10–25次迭代内稳定,但最小值和最大值持续扩大,表明上尾疏散结果无法由单次或少量运行可靠捕捉。不同平局实现导致不同拥堵模式和最大疏散时间。因此,当最大疏散时间作为安全指标时,地下车站的Dijkstra疏散评估不应只依赖单次确定性执行,应重复多次以量化变异性,并考虑上尾统计量。这些结论仅基于基线条件,未模拟烟气、热暴露和路径堵塞,未来应耦合动态火灾模型进一步研究。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号