斜坡通道双向行人流安全疏散行为研究

斜坡通道中双向行人流的行为动态是研究人群安全疏散的基础.人群密度增加时,行人之间的挤压、冲突作用均增强,加之,斜坡倾角越大,行人行走的稳定性越差,易引发推挤倒地的安全隐患.本文建立斜坡通道中双向行人流的势函数场元胞自动机模型,考虑行人之间作用力和通道倾斜度影响.该模型用于模拟行人流动态和倒地现象.模拟结果得出:当通道坡度、行人入流密度增加时,上坡人群的倒地概率达40%,而下坡人群的倒地概率高达60%.在此基础上,考虑到我国行人偏向右边行走的习惯,以及人群的跟随效应,通过划分两个方向人群的入流位置,将两向行人流分为两股互不干扰的行人流,从而解决行人之间的挤压与冲突,并通过模拟验证该策略可避免倒地现象发生.     

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。     

有限感知群体的动力学仿真建模与分析

自然界生物群体所展示出的群体行为中蕴涵着潜在的内部运行机理.在对生物群体的动态聚集机理进行分析的基础上,提出了一种个体检测范围有限的各向同性感知群体动力学模型,并基于Lyapunov稳定性理论对该有限感知智能群体系统的群集稳定性进行了证明.理论分析及仿真结果表明,该方案可行.群内个体间在线性有界吸引和无界排斥作用下由于安全距离的保障,在协调运动过程中个体间可实现碰撞规避而完成相互聚集,体现出对周围环境较强的自适应性、工程上的可行性、扩展性和实用性.     

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SD-SEM模型的消费者食品安全风险感知的信息搜寻行为

本文利用系统动力学模型和结构方程模型来研究消费者食品安全风险感知和消费者信息搜寻行为之间的关系,在总结消费者食品安全风险感知和消费者食品安全信息搜寻行为研究文献的基础上,利用结构方程确定消费者食品安全风险感知的影响因素及其之间的路径系数,进而建立系统动力学模型模拟信息搜寻行为对消费者食品安全风险感知的影响,以提出降低消费者食品安全风险感知的建议.     

多出口条件行人疏散的元胞自动机模型

在行人疏散元胞自动机模型的基本框架下,提出了一种针对多出口条件的静态场计算方法,该方法能成功解决疏散空间中存在障碍物的问题,在此基础上设计了满足多出口条件行人疏散仿真需要的模型更新规则。之后通过对行人出口选择行为的影响因素进行分析,将行人出口选择行为的影响因素归结为行人主观因素、客观因素和随机因素。根据随机效用理论,用效用描述了行人出口选择行为,建立了行人出口选择行为的多项Log it模型,并以此为基础完善了模型更新规则中的出口选择规则。最后通过计算机编程仿真研究了行人疏散时的理性程度、影响因素的敏感性系数等模型参数对仿真结果的影响。通过仿真表明,该模型能有效地显现多出口条件行人疏散特性。     

基于机器学习的地铁行人流在线优化控制研究

为了实现高峰期地铁站行人流管控的在线优化，设计了基于机器学习的地铁站行人流管控算法框架。以某地铁车站早高峰的行人流管控流程为研究对象，利用Agent技术搭建地铁站行人流管控仿真模型。多次运行仿真模型可以获得深度学习网络的训练数据。通过对网络进行充分训练，得到优化调度策略。将网络接入地铁站行人流实时运行数据，实现实时优化管控。仿真实验表明：引入的深度强化学习框架可以实现在线优化，调度结果优于传统方法。     

突发事件对隧道行人疏散时间的影响

当前的研究少有关注不同的突发事件对行人安全疏散的影响，依据突发事件的类型将其分为静态突发事件和动态突发事件，并建立了行人流多智能体仿真模型。模型依据行人离出口的距离以及单元格的拥挤程度定义行人获得的效用，采用贝叶斯纳什均衡，找出每个行人预期效用最大的单元格并作为其移动的目标。以某隧道行人流为背景，对模型有效性进行验证。最后，通过多场景仿真实验，得出：突发事件发生之前，要关注隧道中部的人群状况，防止突发事件；突发事件发生之后，要根据实际情况引导行人做出一致的响应。研究结论可为隧道等场所的行人流管理提供决策依据。     

基于公平理论的企业社交网络知识传播

针对企业社交网络使用过程中仍存在知识传播效用低、传播不畅等问题,从感知公平视角出发,在经典的SIR模型基础上引入了公平因子,构建了基于公平理论的企业社交网络知识传播机理模型,探索了企业社交网络虚拟情境下员工感知公平程度对其持续知识共享行为的动态影响机理及状态转化.结果表明,员工在企业社交网络中的感知公平程度对其持续共享行为具有重要影响作用.当感知公平程度增加的时候,持续知识共享者数量出现明显增长,持续知识共享者与知识共享者达到平衡的时间明显缩短.当持续知识共享者人数到达平衡点时,ESN中的知识共享行为达到最佳水平.并且互动公平、程序公平和分配公平对员工的持续知识共享行为均有不同程度的影响,其中互动公平的影响最大,分配公平影响最小.     

基于蚁群算法的群机器人自组织聚集行为建模

针对群机器人聚集行为模式的形成,建立了基于质点系力学系统、以及感知状态加权的自组织运动模型,实现了机器人运动状态的自主转移。建立了关于聚集行为的聚集度、均匀度等评价指标,通过实验分析比较不同模型的聚集性能,为群机器人自组织聚集行为模式的形成奠定了基础。使用分析选定的模型,对有边界约束和无边界约束2种情况进行了自组织聚集行为仿真试验,实现了不同群体规模的最大范围的有效覆盖感知,验证了模型的正确性。     

考虑指示标志的视野受限情况下人员疏散模型

为研究视野受限对行人疏散过程的影响,建立视野受限情况下行人疏散元胞自动机模型。模型中根据视野半径大小,将疏散空间划分为3个不同的区域,行人在不同区域有着不同的运动方式;定义不同的收益参数,用于计算行人运动收益矩阵,确定行人下一个时间步的目标位置;建立疏散场景,对不同行人初始密度,视野半径变化以及指示标志在不同区域进行仿真模拟,分析这些因素对行人疏散过程的影响。仿真结果表明：行人初始密度越大,所用疏散时间越长;视野半径增大有助于行人疏散,当视野半径增大到一定值后,对行人疏散效果增益不明显;房间内有指示标志情况下行人所用疏散时间要明显小于没有指示标志的情况,且盲目运动区有指示标志时行人疏散效率要高于墙壁可见区有指示标志的情况。     

决策要素动态变化的群体决策偏好演化过程

研究交互式动态群体决策偏好收敛自适应过程的内在机制和规律,发现和控制影响群体一致度和偏好收敛时间的关键因素,以改善群体决策时间绩效. 应用计算实验方法,基于Deffuant有界自信假设的妥协策略,在微观层面上构建偏好演化动力 学模型,模型符合群体决策共识过程原则要求;在模型基础上观察分析个体属性特征对一致性绩效、收敛时间绩效的作用. 论文在决策成员社会惰性、空间位置、决策偏好动态变化的决策情景中,研究决策者社会惰性对群体决策偏好收敛时间的影 响. 建立了动态群体决策的概念框架,分别针对惰性不变的偏好演化模型和惰性变化的偏好演化模型设计了两个计算实验. 实验1：比较不同社会惰性水平p^*和不同选择半径r组合下,决策偏好时间T_c的变化. 实验2：比较不同惰性 递增速率v和不同惰性递增上限ps组合下,决策偏好时间T_c的变化. 研究发现：1）社会惰性越大,对 偏好收敛的阻滞效应越显著;2） r越小,T_c随着p*递增的趋势更强;3）当扩大决策成员交互对象的 选择范围,T_c的波动减小,群体达成共识的时间更稳定;4）当社会惰性值随休眠持续期在一定范围内线性 递增时,T_c递增存在一个分界值.     

用于估计信号交叉口行人延误的微观仿真系统

针对发展中城市中由定周期两相位交通灯控制的交叉口，建立了用于估计行人延误的微观仿真系统。信号灯周期被划分为一系列分相位，每个分相位持续1s。仿真系统包括车辆发生器、行人发生器、行人模型、统计模块等。其中，车辆发生器用于估算各分相位穿越人行横道的车流率，进而产生车辆序列；行人发生器用于产生到达人行横道的行人序列；行人模型包含若干行人行为规则；统计模块用于统计各分相位到达行人的平均延误，以及总的行人平均延误。最后，微观仿真系统用采集自西安市一个信号交叉口的数据进行了验证，结果表明它能比较准确地估计行人延误。     

大规模人群网络流瓶颈识别方法研究

在体育赛事、集会等场合,大规模人群沿路网流动过程中易发生拥塞并诱发恐慌、踩踏等严重事故.因此,理解网络结构对人群流动特征的影响,对大规模人群在网络上的流动进行有效的组织和管理十分必要.首先结合大型活动行人路径选择行为的一般特征,采用交通分配模型将大规模人群分配到具体的网络拓扑结构上,采用非线性行人路阻函数模拟人群拥挤效应;随后,计算路网流量增加条件下人群在各路段走行时间变化率,并提出以路段走行时间变化率排序作为各路段结构重要度排序的方法,据此计算各路段的鲁棒性,确定瓶颈路段.最后,以德国2010年"爱的大游行"踩踏事故为例,分析验证了大规模人群网络流瓶颈识别方法,研究讨论了对路网实施管控的流量阈值以及不同管控条件下网络流的定量演化规律,可为路网的科学管理和规划提供基础数据和理论依据.     

基于巢式和交叉巢式logit的行人步行行为模型

为量化分析行人行为并仿真行人步行轨迹,建立基于巢式和交叉巢式logit的行人步行行为模型.首先,提出建模思路,重点分析行为理论、NL模型和CNL模型等基本理论.其次,将行人分为自由流和非自由流两种状态,针对保持原方向、距离目的地更近、自由流下的变速、躲避对向行人和超越同向行人5种步行意愿,分别建立效用函数,构建行人步行行为的NL模型和CNL模型.最后,通过视频采集的数据,运用biogeme软件标定模型系数,并与实际的行人轨迹比较分析模型的准确性,发现模型能够以80.26%的准确性拟合实际行人轨迹.结果表明,模型能准确拟合低密度情况下的行人步行轨迹,具有实际应用价值.     

群体研讨中的共识分析和评价技术

实时、准确地对共识状态做出分析和评价是在综合集成研讨厅中组织好群体研讨的重要前提。为此,提出了一种称之为CAI的群体研讨中的共识分析和评价技术。依据CAI开发的软件能够根据发言之间的语义关系和研讨人的权重自动识别出共识状态,而用户可以依据CAI识别的结果干预研讨进程以便提高研讨的效率和有效性;同时,CAI软件还能够在用户的指导下学习从而增强其适应性。讨论了CAI的应用环境、分析模型、实现方法,并说明了CAI软件的工作过程和性能测试结果。