Clear Sky Science
הסברים מבוססי ראיות, עם מעט ז'רגון

Clear Sky Science · he

ניתוח אופטימיזציה מבוסס סימולציה של ארגון זרימת נוסעים בתחנות החלפה במטרו באמצעות AnyLogic

· חזרה לאינדקס

מדוע תחנות צפופות חשובות

כל מי שעבר במהירות דרך תחנת רכבת תחתית מלאה יודע עד כמה צפיפות יכולה להיות מלחיצה. תורים במכונות הכרטיסים, צווארי בקבוק בשערי הכניסה וזרמים מתנגשים של אנשים יכולים להאט את כולם ולהעלות דאגות בטיחותיות. המחקר הזה בוחן תחנת החלפה עמוסה שבה נוסעים מרכבות בין-עירוניות נשפכים ישירות למטרו, ושואל שאלה פשוטה אך משמעותית: עד כמה אפשר להפוך את שעת השיא לחלקה ובטוחה יותר על-ידי עיצוב מחודש של הנתיבים, השערים והשילוט?

Figure 1
Figure 1.

מבט קרוב על מרכז החלפות עמוס

החוקרים מתמקדים בתחנה S בעיר סינית גדולה, שבה המטרו מתחבר ישירות לתחנת הרכבות הראשית. בשעות השיא נכנסים למטרו כ־4,000 אנשים בשעה, רובם מגיעים מרכבות מהירות ורבים מהם מושכים מטען. מאחר שיציאת הרכבת העיקרית נפתחת בקרבת אשכול יחיד של מכונות כרטיסים ושערי כניסה, המגיעים נוטים באופן אינסטינקטיבי לזרום לאותו אזור. בו בזמן נוסעים אחרים יוצאים מהמטרו או עושים העברות בין שתי קווים. התוצאה היא אזור צר שבו אנשים הנעים בכיוונים שונים חותכים זה את דרכו של זה ויוצרים במהירות גודש.

בניית תאום דיגיטלי של ההמון

במקום לערוך ניסויים על נוסעים אמיתיים, הצוות יוצר סימולציה ממוחשבת מפורטת של התחנה בעזרת תוכנה ייעודית בשם AnyLogic. כל הולך רגל וירטואלי מתנהג כפרט בודד: בוחר נתיבים, מאיץ או מאט, ומתמרן סביב אחרים על בסיס רעיון ה"כוח החברתי": אנשים נמשכים למטרותיהם, דוחים התנגשות ומושכים בעדינות לאלמנטים מרכזיים כמו יציאות או מדריכונים. המודל משלב מדידות אמיתיות, כולל מהירות הליכה טיפוסית של אנשים עם ובלי מטען, משך זמן קניית כרטיסים וכמה מהר שערים ומדריכים יכולים לטפל בנוסעים. עם התאום הדיגיטלי הזה החוקרים יכולים לשחזר את שעת השיא ולראות בדיוק היכן מופיעות תורים ארוכים וצפיפות גבוהה.

איתור נקודות החנק

הרצת הסימולציה לשעת שיא טיפוסית מאשרת את מה שהתצפיות באתר רמזו. קבוצת מכונות כרטיסים אחת וקבוצת שערי כניסה אחת בקרבת יציאת הרכבת מוצפות, מציגות צפיפויות נוסעים גבוהות ותורים ארוכים. לעומת זאת, שערים ומכונות מרוחקים נמצאים בתת־ניצול. שלטי הכוונה נוכחיים מעודדים את רוב האנשים—ובמיוחד את כ־88% שאינם מכירים את הפריסה—להשתמש בקבוצת השער הקרובה ביותר. כ־28% מהנוסעים בוחרים גם לקנות כרטיסים מנייר במכונות הקרובות במקום לסרוק קוד, מה שמגביר עוד יותר את הצפיפות באזור הקטן הזה. חוסר האיזון הזה מבזבז שטח רצפה יקר ומאט את כולם.

Figure 2
Figure 2.

עיצוב מחדש של נתיבים, שערים ושילוט

כדי לתקן את הבעיות הללו, החוקרים בוחנים אסטרטגיה משולבת. ראשית, הם מפקחים מחדש על המתקנים הפיזיים: מספר שערי יציאה בתת־ניצול מומרות לקבוצת שערי כניסה חדשה בצד הנגדי של ההיכל, וקבוצת מכונות כרטיסים שהייתה לא פעילה הופעלו. שנית, הם חושבים מחדש על הכוונה בדרכים. שלטים תקרה וחוצות מונחים בפינות ומצומצמות מרכזיות כדי להפריד בעדינות נוסעים לפי יעד, ולהכווין את מי שנוסע לקווים שונים אל שערים ומכונות שונים. ההודעות נשמרות פשוטות, משקפות את העובדה שאנשים זוכרים רק קומץ פריטי מידע במבט חטוף. בסימולציה, רוב הנוסעים פועלים לפי השילוט, בעוד שמיעוט עדיין בוחר בנתיב הקצר השגרתי, מחקה התנהגות אמיתית.

כמה שיפור אפשרי?

כאשר הצוות משווה מספר תרחישים—שינוי מתקנים בלבד, שינוי שלטים בלבד ושינוי משולב של שניהם—הגישה המשולבת מנצחת באופן ברור. צפיפויות מרביות בצווארי הבקבוק החמורים יורדות בכ־40–60%, אורכי התורים במכונות הכרטיסים ובשערי הכניסה העמוסים מתקצרים בחדות, וזמן ממוצע שהנוסעים נכנסים עד הגעה לפלטפורמות יורד בכ־רבע. באופן חשוב, איכות השירות בנקודות הלחוצות משתפרת מ"מקרה הגרוע ביותר" לרמה מקובלת יותר, אף על פי שאזור יציאה אחד נעשה מעט עסוק יותר כאשר הזרמים מוסתרים מחדש. התחנה כולה פועלת בצורה חלקה יותר, עם זרמים ברורים ופחות נקודות קונפליקט.

מה המשמעות לנוסעים היומיומיים

לנסע היומיומי, המסקנה מעודדת: שיפורים משמעותיים בנוחות ובבטיחות אינם תמיד דורשים בנייה יקרה או טכנולוגיה חדשה. באמצעות שילוב מיקום חכם של שערים ומכונות כרטיסים יחד עם שלטים מעוצבים וברורים, רשויות התחבורה יכולות להפוך המונים כאוטיים לזרמים מסודרים, לקצר זמני הליכה והמתנה תוך ניצול יעיל יותר של החלל הקיים. המחקר מראה שניתן להעריך ולדייק שינויים כאלה מראש בעזרת סימולציות מציאותיות של ההמונים, ומציע לכלי עבודה מעשי לתכנון עירוני שישמור על מערכות מטרו גדלות בתנועה.

ציטוט: Tian, Y., Jin, G., Lu, S. et al. Simulation-based optimization analysis of passenger flow organization in metro interchange stations using AnyLogic. Sci Rep 16, 12517 (2026). https://doi.org/10.1038/s41598-026-41719-5

מילות מפתח: צפיפות במטרו, זרימת נוסעים, תכנון תחנות, שימור כיוונים ושילוט, סימולציית הולכי רגל