地铁早高峰的站台上，人潮如织，安检口前排起长龙，楼梯与自动扶梯的入口处拥挤不堪……这是许多大城市通勤者每日必经的场景。当地铁车站遭遇大客流冲击时，站内设施的承载能力往往无法满足实际需求，乘客聚集人数超出可服务的数量上限。此时，若不采取合理的引导控制措施，不仅影响出行体验，更可能引发拥挤踩踏等事故。

如何科学地制定限流方案？传统的做法往往依赖经验判断，“拍脑袋”决策。而如今，以知行INS为代表的国产人员行为与疏散全过程模拟软件，正在为地铁站的客流管理装上“数字大脑”，在计算机中提前“预演”不同限流方案的可能结果，让决策从“凭感觉”走向“靠数据”。

一、地铁站为何需要“限流”？

地铁站的客流控制，通常简称为“限流”。限流的根本原因在于：车站内部设施的承载能力是有限的。以某地铁站为例，该站是5号线和6号线的换乘站，作为6号线西段的端头站，是远端限流的关键节点。早高峰时段，进站量占全天进站量的52%，且西厅客流更为集中。

如果不加控制，早高峰30分钟后，站内总人数可达约2072人，安检门到进站口的客流已满载无法再进入，等待安检人数约1480人。如此密集的人群，一旦发生突发状况，后果不堪设想。

限流措施并非简单的“关门拒客”，而是一门精细的科学。常见的限流手段包括：提高安检能力、设置限流围栏、控制进站口流量，以及多重措施并用。每一种措施都有其适用场景和局限性，如何选择、如何组合，需要科学的评估。

二、传统限流决策的困境：经验之谈的局限

在过去，地铁运营方制定限流方案，主要依赖现场观察和过往经验。比如，看到安检口排队长了，就多开一个安检通道；发现站台太挤了，就在进站口派人拦一拦。这种方法虽然直观，但存在显著的短板：

无法量化评估结果。 增设一道围栏，究竟能改善多少拥挤程度？限制进站人数，会对外部排队造成多大压力？这些问题很难凭经验给出准确答案。

难以预判“副作用”。 提高安检能力虽然能加快进站速度，但也可能导致站台人数过多，反而增加隐患。一种措施改善了A问题，却可能加剧B问题，这种连锁反应在复杂的车站空间中很难靠直觉判断。

无法应对动态变化。 客流是波动的，不同时段、不同日期、不同天气下，客流特征各不相同。静态的限流方案难以灵活应对动态变化。

三、知行INS：让限流方案“未建先验”

知行INS是一款国产人员行为与疏散全过程模拟软件。它基于多智能体建模技术，能够为每一个“数字乘客”赋予独立的生理特征、行走速度、决策逻辑和行为模式。通过构建与真实车站1:1对应的三维数字模型，知行INS可以在计算机中模拟不同限流措施下的人群运动全过程，从进站、安检、刷卡，到站厅行走、楼梯/扶梯选择、站台候车，再到上车离站。

知行INS在地铁站限流方案制定中的核心价值体现在以下几个方面：

1. 构建“数字孪生”车站

以某地铁站为例，研究人员利用知行INS构建了完整的车站三维仿真模型，站台层有效通行面积2432m²，站厅层有效通行面积3238m²，合计有效通行总面积5670m²。模型依据相关标准及实地观测，设定了关键行为参数：乘客通过安检的时间约为10秒，在闸机处刷卡进站时间约为6秒，列车停站45秒、发车间隔3分钟。

为了验证模型的准确性，研究人员将仿真结果与现场实测进行了对比：乘客由C口进站到上车的平均时间，实测为220秒，仿真为226秒，两者误差仅为2.7%。这一精度证明了“数字孪生”车站的可靠性。

2. 量化评估不同限流方案

知行INS核心的价值在于：可以在不干扰真实运营的前提下，“预演”多种限流方案，并量化对比其结果。

3. 揭示“瓶颈”背后的微观行为

知行INS不仅能看到宏观的客流数据，还能模拟每一个“数字乘客”的微观决策行为，这正是传统方法无法触及的深度。

在地铁站中，楼梯与自动扶梯是连接站台和站厅的关键设施，也是典型的“瓶颈”位置。研究显示，乘客在楼梯与自动扶梯之间的选择行为，受到性别、年龄、是否携带行李、自动扶梯前的人群密度、入口围栏长度等多种因素的影响。

知行INS可以模拟这些微观行为：携带行李的乘客几乎肯定会选择自动扶梯；中老年乘客比年轻乘客更倾向于使用自动扶梯；当自动扶梯前的人群密度超过一定阈值时，部分乘客会“知难而退”转向楼梯。这些微观行为的量化分析，为限流设施的优化设计提供了精准依据。比如，在自动扶梯入口前设置多长的围栏，才能既引导客流有序排队，又不会过度阻碍通行？

研究发现，当入口围栏长度在2.5米到3.1米之间时，对促进自动扶梯的使用很有效，且能极大限度地减少乘客对拥挤感知的个体差异。这一结论，仅凭经验是难以得出的。

四、结语：让每一座地铁站都拥有“数字大脑”

地铁站限流，看似是一个管理问题，实则需要工程科学的支撑。从金安桥站的案例可以看出，不同限流方案各有优劣：提高安检能力能加快进站但可能加剧站台拥挤；进站口限流能保障站内秩序但可能造成站外排队；围栏限流能规范排队但可能减少输送效率。如何权衡、如何组合，需要精准的量化评估。

知行INS等国产人员行为模拟软件的出现，为地铁站的客流管理提供了一种全新的思路，在计算机中先“烧”一遍，再在现实中实施。通过构建“数字孪生”车站，模拟不同限流措施下的人群运动全过程，运营方可以在不干扰真实运营的前提下，找到更优的限流方案组合，实现“站内不挤、站外不等、输送不断”的理想状态。

随着城市轨道交通网络的不断扩张，大客流冲击将常态化。让每一座地铁站都拥有一个“数字大脑”，让每一次限流决策都有数据支撑，这不仅是技术升级，更是保障每一位乘客顺利出行的承诺。

若您想下载知行INS，请访问知行INS试用下载页面。如果您有其他问题，请联系info@zhixinglab.com。