Dynamic passenger flow assignment in metro stations using density–queue feedback
تقترح هذه الدراسة وتتحقق من صحة طريقة ديناميكية لتوزيع تدفق الركاب في محطات المترو تستخدم التغذية الراجعة للكثافة والطوابير للتفوق على مخططات التوزيع الثابتة من خلال تقليل كثافة العقد، وأطوال الطوابير، وأوقات انتظار الركاب بشكل كبير مع الحفاظ على كفاءة التدفق.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تعد الحشود في مراكز النقل مشهداً مألوفاً، لكن إدارتها تمثل لغزاً معقداً يجمع بين الفيزياء والسلوك البشري. فعندما يصل آلاف الأشخاص إلى محطة ما في وقت واحد، فإنهم لا يتوزعون بشكل متساوٍ؛ بل يميلون إلى التكتل حول أقرب نقاط الدخول أو أكثرها وضوحاً، مما يخلق اختناقات تبطئ حركة الجميع. تعتمد الطرق التقليدية لإدارة هذه التدفقات غالباً على قواعد ثابتة، مثل توجيه نسبة مئوية محددة من الناس إلى بوابة واحدة والباقي إلى أخرى، بغض النظر عما يحدث في الوقت الفعلي. ومع ذلك، تماماً كما أن إشارة المرور التي تظل خضراء لشارع جانبي حتى في غياب السيارات تهدر الوقت، فإن القاعدة الثابتة يمكن أن تنقل الازدحام من مكان إلى آخر دون حل المشكلة الأساسية. ويتمثل الهدف من الإدارة الحديثة للنقل في إيجاد وسيلة لتوجيه الناس ديناميكياً، وتعديل التدفق بناءً على الظروف الفعلية للمحطة، لضمان عدم تعرض أي منطقة منفردة للضغط المفرط بينما تظل مناطق أخرى فارغة.
وقد طور باحثون من عدة جامعات صينية ومشغل مترو طريقة جديدة للتعامل مع هذا التحدي، مع التركيز على الديناميكيات المحددة لمحطة مزدحمة في مدينة تيانجين. حيث أنشأوا محاكاة حاسوبية تعمل كـ "توأم رقمي" للعالم الحقيقي، مما يسمح لهم باختبار كيفية أداء استراتيجيات التوجيه المختلفة تحت الضغط. وفي نموذجهم، تنقسم المحطة إلى مناطق متميزة: المناطق العامة حيث يتجمع الناس قبل اختيار بوابة، ومناطق بوابات التعرفة المحددة حيث يعبرون للدخول إلى نظام القطارات. ويكمن جوهر ابتكارهم في حلقة تغذية راجعة تراقب باستمرار أمرين: مدى ازدحام المساحة مادياً، ويُقاس بعدد الأشخاص الواقفين في منطقة معينة، وطول الطوابير المنتظرة للمرور عبر البوابات. ومن خلال دمج هذين الجزأين من المعلومات في مقياس واحد لـ "الضغط"، يمكن للنظام تحديد المسار الأفضل للمجموعات القادمة من الركاب.
اختبرت الدراسة ثلاثة نهج مختلفة لمعرفة أيها يعمل بشكل أفضل. كان الأول عبارة عن قاعدة بسيطة وغير متغيرة حيث يتم إرسال نصف الناس إلى مجموعة من البوابات ونصف الآخر إلى مجموعة أخرى. والثاني كان نسبة ثابتة ترسل المزيد من الناس إلى جانب واحد، ولكنها لا تزال لا تتغير بناءً على ما يحدث. أما النهج الثالث فكان الطريقة الديناميكية الجديدة، التي استخدمت البيانات اللحظية من المحاكاة لتحديث احتمالات توجه الناس باستمرار. فإذا أصبحت منطقة البوابة مزدحمة للغاية أو أصبح الطابور طويلاً جداً، يقوم النظام تلقائياً بخفض احتمالية توجيه القادمين الجدد إلى هناك، مما يوجههم بلطف نحو بديل أقل ازدحاماً. وقد تم تنعيم عملية اتخاذ القرار هذه بمرور الوقت لمنع النظام من التقلب ذهاباً وإياباً بشكل مبالغ فيه، مما يضمن بقاء التوجيه مستقراً ومفهوماً.
وعندما قام الباحثون بتشغيل عمليات المحاكاة الخاصة بهم مع دخول ما يقرب من ألف راكب إلى المحطة، كانت النتائج واضحة. فقد تفوق أسلوب التغذية الراجعة الديناميكي بشكل كبير على القواعد الثابتة. فمقارنة بنهج التقسيم المتساوي البسيط، قلل الأسلوب الجديد من متوسط كثافة الناس في مناطق التجمع العامة بنسبة 34.1 بالمئة، وقصر متوسط طول الطابور بنسبة 20.6 بالمئة. ولعل الأهم من ذلك، أنه قلل متوسط الوقت الذي يقضيه الركاب في المحطة بنسبة 12.2 بالمئة. وقد حقق النظام ذلك من خلال موازنة الحمل؛ فقد منع المناطق العامة من أن تصبح مزدحمة بشكل خطير، مع ضمان عدم تعرض مناطق البوابات المحددة لضغط مفرط بسبب الطوابير الطويلة. وفي المقابل، فإن منهج النسبة الثابتة، رغم فعاليته في إخلاء المنطقة العامة، مال إلى ضخ الكثير من الناس في المناطق الجانبية، مما خلق اختناقات جديدة هناك.
كما قامت الدراسة أيضاً بتفكيك الطريقة الجديدة لفهم الأجزاء التي تقوم بالجهد الأكبر. ووجدوا أن معرفة طول الطابور كانت ضرورية لرصد متى تكافح بوابة ما لمواكبة الطلب، بينما ساعدت معرفة الكثافة المادية للحشد في إدارة مدى تلاحم الناس. كما كانت آلية التنعيم، التي منعت التوجيه من التغير المفاجئ، حاسمة في الحفاظ على استقرار النظام. وبدون عمل هذه المكونات معاً، كان النظام إما يفشل في إخلاء التراكم أو يتسبب في تقلب التوجيه بشكل كبير بحيث لا يكون مفيداً. وأشار الباحثون إلى أن الوقت الذي استغرقه جميع الركاب لإخلاء المحطة لم يتغير بشكل كبير بين المنهجيات، مما يشير إلى أن التحسن جاء من تدفق أكثر سلاسة وكفاءة وليس من سرعة الحركة نفسها.
في نهاية المطاف، يوضح هذا العمل أن النظام القادر على "الشعور" بضغط الحشود وتعديل توجيهه في الوقت الفعلي يمكن أن يجعل المحطات المزدحمة تعمل بشكل أفضل بكثير. إن الأمر لا يتطلب أجهزة جديدة أو تغييرات هائلة في البنية التحتية؛ بل يعتمد بدلاً من ذلك على طريقة أذكى لاستخدام المعلومات المتاحة بالفعل حول مكان وجود الناس ومدة انتظارهم. ومن خلال معاملة المحطة كنظام حي يتفاعل مع حالته الخاصة، بدلاً من كونها خريطة ثابتة بتعليمات ثابتة، يمكن لمشغلي النقل تقليل الازدحام وتحسين تجربة الجميع أثناء العبور. وتشير النتائج إلى أنه بينما للقواعد الثابتة مكانها، فإن مستقبل إدارة الحشود يكمن في الأنظمة التي تتكيف، وتتعلم، وتستجيب للواقع المتغير باستمرار للناس الذين تخدمهم.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.