对基于人工神经网络的世博园行人交通组织的优化
关键词：大型活动 世博园 神经网络 行人交通 兴奋点
引言
西安世园会占地面积小，接待客流量大，客流压力超过历届世博园。运营方除了要实时监控客流状况外，还需要实时掌握园区中各个区域乃至整个园区客流分布的整体状态，以便决策更加合理。这样就很有必要对园区的人流分布情况以及安全等级作分析和评估[1]。
将人工神经网络应用于世园会行人交通组织及调度中能够较为形象的模拟出世园会内客流及游客与参观点之间的关系，可实现对园区内的客流分布状况进行综合评估。同时通过得到造成游客趋向性的因素来调整不同时段内世博园内参观点的兴奋度，从而平衡了每天不同时段内的客流及每时段不同参观点的客流，最终达到缓解世园会客流压力的目的[2]。
1.世博园园区内行人交通组织调度现状分析
1.1世博园入口检票处的通行能力及参数的确定
检票的方式和内容直接影响检票速度，进而影响每个通道的通行能力。对60秒以内的样本进行分析，平均值为10.44 秒，标准差为9.12秒。安检通道是行人前后跟随逐一放行，则每一个安检通道的通行能力：c=60/t。因此，安检门的实际通行能力为 5.7人/分钟。
1.2世博园园区入口服务能力分析
世博园广运门为其中最重要的出入口。该处有5个入口，总计有48个检票口，每个入口处通道检票能力需满足48×3600×6/120000=8.64秒/人。
现阶段安检速度平均值为10.44秒/人，将会造成绝大多数游客无法及时进场，从而导致排队延误不断增加。有必要针对世博园入口情况做进一步的分析研究。根据样本分析，检票通道的通行能力在11～26人/西安世园会分钟之间。
通道口的通行能力在人员高峰期显得有些不足，影响了排队口通行能力。特殊物品对安检时间的影响特别大，均能造成排队时间的延误。
2.世博园游客人工神经网络模型建立
在人员流动过程中，时间是最主要的考虑因素。人员流动时通过各弧段所需的时间并不是常数。