多出口建筑物突发事件应急疏散模型和算法

建筑物内部一旦发生火灾等突发事故,需要以最快的速度把室内人员转移到建筑物外部.在考虑路径容量受限的多出口建筑物的疏散问题时,利用最短路径尽可能饱和疏散的思想,设计出可行疏散路径算法,通过对网络进行不断更新来确定每条路径实际流量,从而确定最优疏散方案最后通过算例验证了该算法的有效性和可行性.     

基于智能体的大型公共建筑人员火灾疏散模型研究

火灾下的人员安全疏散问题是大型公共建筑安全设计中的重要问题,采用基于智能体的系统仿真技术,构建了大型公共建筑中人员疏散的物理模型和数学模型,通过规则推理与数值演算相结合方法对该模型进行了计算机实现,并将其与火灾模拟进行结合,从而实现火灾发展与人员疏散过程的综舍评价.该系统在北京奥运场馆的人员安全疏散分析中得到运用,取得了良好的效果.     

基于熵的火灾场景介观人群疏散模型

针对现有人群疏散模型较少考虑"异质"群体运动混乱程度对疏散结果影响的问题,提出了基于多智能体和熵的介观人群疏散模型,介观模型包括上层宏观多目标路径优化模型和下层微观人群疏散模型.模型引入信息论中熵的概念,构建反映人群运动混乱程度的疏散熵,将个体速度和位置分布映射为疏散熵图,疏散熵图会对个体的疏散行为产生影响.上层模型采用网络最快流模型构建基于疏散熵的动态多目标疏散路径算法,为个体提供全局疏散优化路径;下层模型包括基于熵的小群体聚集行为模型和引导行为模型等.仿真结果表明,一定数量的引导者对疏散效率起着重要作用.当引导者数量增加时,群体恐慌程度降低,群体中拥挤行为和避障行为次数减少,使疏散过程更加有序且疏散熵值降低.     

基于协作式深度强化学习的火灾应急疏散仿真研究

火灾是威胁公共安全的主要灾害之一,火灾产生的高温和有毒有害烟气严重影响了疏散路径的选择。将深度强化学习引入到应急疏散仿真研究,针对多智能体环境提出了协作式双深度Q网络算法。建立随时间动态变化的火灾场景模型,为人员疏散提供实时的危险区域分布信息;对各自独立的智能体神经网络进行整合,建立多智能体统一的深度神经网络,实现所有智能体之间的神经网络和经验共享,提高整体协作疏散效率。结果表明：所提方法具有良好的稳定性和适应性,训练和学习效率得到提升,具有良好的应用价值。     

基于智能粒子群优化算法的人员疏散问题研究

针对建筑物内发生火灾时人员疏散的逃逸行为进行了研究,将智能粒子群优化算法应用在人员逃逸的过程中,提出了一种智能粒子群逃逸模型。将行人群比拟为粒子群,并将粒子赋予一定的维能力,此时的智能粒子将会具有类似行人的一些特征如行为特征和心理特征。智能粒子在受灾害模型与自身思维特征模型的影响下,确定其逃逸的速度包括速度的大小和方向,然后改变自己目前的位置。在建模的过程中,还考虑了智能粒子间的碰撞及建筑物内诱导信息的作用。最后通过应用智能粒子群优化算法对某一建筑物内发生火灾时人员逃逸行为的二维仿真实验来验证模型的有效性及算法的可行性。

Abstract：

The escape behavior of people’s evacuating in the fire disaster was researched.The Intelligent Particle Swarm Optimization （IPSO） was applied in the processing of escaping.A novel IPSO escape model was proposed.The pedestrians were assimilated as the particles.All particles were endowed with thoughts like human being.These intelligent particles will have some characteristic such as behavior and psychology characteristic at present.Their velocity included the direction and the magnitude under the influence of the disaster model and thinking characteristic model was determined.Then the particles positions were changed.The collision of particles and the effect of elicitation information in building were also considered.Most importantly,the simulated results demonstrate that method is feasible and efficient to simulate the escape behavior in fire disaster,especially to drilling.     

基于元胞自动机的智能疏散模型的仿真研究

本文结合元胞自动机对信息表达和机器人对行为表达的优势,将疏散个体看成是具有分析决策能力的智能体,采用模块化结构构建了基于元胞自动机的智能决策模型.通过疏散时间模型、方向选择模型、通道吸引力模型等模块的组合,实现对复杂疏散行为的描述.将模型用于对大型超市疏散过程的描述,模拟仿真和数据分析的结果表明本文所构建的模型能够对个体及群体疏散行为进行逼真的描述,进而说明模型是有效的.     

基于改进蚁群算法的建筑火灾疏散路径规划研究

针对综合建筑火灾中人员疏散路径动态规划问题,以待疏散人员所需逃生时间最短为目标,考虑火灾产物和人群密度对人员逃生速度的影响,构建基于改进蚁群算法的人员疏散路径规划模型。建立由障碍物顶点栅格构成的疏散网络数据模型,改进蚁群算法的启发函数、死锁处理策略,引入烟花算法中的爆炸算子优化蚂蚁路径,以某综合建筑为例进行仿真实验。结果表明：该模型不仅能够避免疏散路径经过危险区域,还可根据建筑环境状况和人员分布情况实时调整疏散路径,提高了人员疏散路径安全性。     

基于演化博弈理论的疏散动力学研究

为了研究个体合作行为对行人整体疏散效率的影响,结合元胞自动机与社会力模型对疏散系统动力学与“合作行为”的共演化进行了研究,提出了基于演化博弈理论的疏散动力学研究方法。采用元胞自动机模型为基础仿真框架,利用社会力模型来表征行人间的心理斥力,通过演化博弈实现疏散个体策略更新。仿真实验结果表明：当博弈增益系数超过一定阈值时群体的稳定合作比率会急剧上升,且合作行为能有效促进疏散效率。     

基于有限理性路径决策的人员疏散双层模型

人员在疏散过程中难以获得关于疏散路径的全部信息，因此，确定疏散路径时仅能选取满意的而非最优的疏散路径.考虑疏散人员所能获知的疏散路径长度、拥挤程度和危险程度信息构建了人员疏散双层模型.该模型包括上层的人员路径选择模块和下层的人员空间移动模块，分别刻画了个体的有限理性路径选择行为和疏散运动过程.通过实例仿真，分析了出口宽度和有限理性参数对疏散人员路径选择和疏散时间的影响规律，结果可为建筑设计和疏散应急管理提供一定的依据.     

社会力模型中行人的心理因素和随机行为对人群疏散过程的影响

对人群的集体运动进行模拟在基础研究和辅助交通设施设计方面都有重要意义。基于流行的社会力模型,改进的社会力模型考虑了行人的心理因素和行人运动随机性对人群运动行为的影响,可以更真实的模拟人群的实际运动行为。人群疏散行为是一个典型的人群运动问题。利用改进的社会力模型对人群疏散行为进行了模拟,结果表明,在行人密度较大,行人间距离较小的竞争性或恐慌性的疏散模式下,心理因素和随机因素对人群的运动行为有明显的影响。在疏散过程中,行人一定程度的焦虑会提高疏散效率,但是过高的焦虑程度反而不利于人群的疏散;行人随机行为也可以明显的缩短疏散时间,但是随机因子在一定范围内的选择并不会明显影响行人疏散的效率。     

基于元胞自动机的地铁火灾疏散动态分析

在元胞自动机基本模型基础上,结合地铁人员疏散特征,开发一种扩展元胞自动机模型。模型采用危险度的概念来反映人员对地理位置的认识,以及火情对主观选择的影响作用,并引入附加危险度来实现人与人,人与障碍物之间的摩擦和排斥效应,该附加危险度随乘客运动实时调整。根据人行特征,采用八方向运动规则,结合人员密度确定乘客疏散速度,体现快即是慢的疏散规律。通过站台和站厅两幅总危险度图的布置,模拟整个地铁建筑中人员的逃生过程,以广州地铁二号线某中间站为例,分析了乘客高峰期和非乘客高峰期,以及地铁环境正常运行状态和火灾紧急运行状态下的疏散动态特征。仿真结果显示进入紧急模式下,即使乘客满员,楼梯和闸机的疏散能力能够满足地铁疏散要求。当预警滞后或控制不动作时,逃生所需时间有明显增加,整个疏散通道上,楼梯和站厅检票闸机处形成两处瓶颈,而且闸机疏散能力明显不足。     

基于反馈的群体疏散行为定性预测

在群体疏散中，考虑到不同人群之间的交互作用，基于系统动力学反馈的思想，利用交互作用群体矩阵的预测能力来预测群体行为。通过对系统中的变量施加干扰，观察变量之间的作用和反馈来分析系统定性预测矩阵和定量预测矩阵之间的一致性。通过对系统的稳定性进行分析，确定系统结构是否合理，稳定性高则合理，低则需要对系统结构进行调整，以减少疏散过程中的冲突。     

Method of Generating Strategic Guidance Information for Driving Evacuation Flows to Approach Safety-Based System Optimal Dynamic Flows: Case Study of a Large Stadium

In previous evacuation flow planning, a system optimal dynamic traffic assignment(SODTA) did not consider the exogenous costs caused by potential traffic accidents. A traffic accident,which might occur as a result of traffic congestion, will impact an evacuation process because of accidentrelated delays experienced by the downstream vehicles. This paper establishes a safety-based SO-DTA linear programming model in which the generalized system cost incorporates both the travel time and the accident-related delay. The goal is to minimize the generalized system cost under the cell transmission setup. Furthermore, the authors provide strategic guidance information that considers both the objective of the decision maker and the route choice behavior of the evacuees. Mathematically,the authors propose an unconstrained non-linear programming model aimed at minimizing the gap between the safety-based flows and the stochastic real-world evacuation flows, to provide strategic travel time information to be published on variable message signs(VMS). In the case study, the authors found that the safety-based SO-DTA model can reduce congestion and improve the evacuation efficiency; the stochastic real-world evacuation flows, guided by strategic information, can approach the safety-based flows.     

社会行为驱动的疏散仿真方法研究

在紧急疏散场景中,个人具有的典型社会属性会对其疏散行为产生影响。将个体对环境的熟悉程度和个体所属团队这2种社会因素引入并应用到人群疏散仿真中,提出一种疏散仿真方法。利用RVO库的实时避碰技术模拟人群的动态运动过程,通过添加局部目标点以及对局部目标点的选择机制来动态模拟人群不同的社会行为。通过对不同熟悉度的人群以及不同团队数量的人群进行仿真实验,实验结果表明环境熟悉程度和团队因素对疏散时间存在一定影响,仿真结果具有较高真实性。     

基于多智能体的虚拟化地铁站乘客行为仿真

地铁站是典型的人群密度大的公共场所,根据人群行为特点以及基于人群行为特点的引导,可以有效培训人群应急疏散。采用多智能体的方法,通过度量地铁站建筑场景特点,分析乘客行为特征的影响因素,基于乘客从众心理规律,提出单Agent属性定义及约束规则,建立乘客Agent路径选择行为模型,在虚拟地铁站内为多智能体建立MAS(Multi-Agent System)行为决策系统,通过WebVR实验研究乘客从众行为以及决策行为的影响因素,为高峰期人员流动策略的制定提供理论依据,有效地缓解地铁站内人群拥挤现象。     

面向场景的人群疏散并行化仿真

随着计算机仿真技术的发展,人员疏散仿真逐渐在公共安全领域得到越来越广泛的应用.目前,关于疏散仿真的研究主要关注于人员行为模型的建立,无法满足对场景的复杂性和各种大范围公共安全事件的实际仿真需求.从对疏散仿真的场景组织研究入手,探讨可以为大规模、复杂场景中的人员疏散仿真模拟提供支撑的仿真架构,提出的面向场景的人员疏散仿真算法,并在此基础上,对大规模人员疏散仿真并行化进行了研究.     

垂直升船机初期火灾疏散方案仿真优化研究

为提高垂直升船机初期火灾疏散效率， 通过分析垂直升船机的结构及疏散通道，确定垂直疏散路径；根据承船厢停靠规则，比较计算楼梯疏散时间、电梯疏散时间，确定垂直疏散时间；运用仿真技术，模拟分析不同停靠高程下的疏散时间，以垂直疏散时间最短为目标，求解最优疏散方案。案例结果表明：停靠高程与下游疏散平台之间距离逐渐增大时，楼梯、电梯疏散时间先增大再减小，并且适当减小楼梯使用比例能够有效缩短疏散时间、提高疏散效率。