基于势函数场模型的密集人群结队疏散方法

为再现坡度设施中密集人群的挤压倒地现象,建立一种势函数场元胞自动机模型.该模型采用耦合行人之间挤压作用力场的坡度人行设施势函数场作为人群行走方向的"导航图".利用模型分析斜坡角度、人群密度与行人挤压倒地现象之间的作用机制,提出两两结队行走策略可以减少倒地人数.模拟结果表明采用两两结队行走策略时倒地人数不超过总人数的10%.     

一种基于社会力的行人运动模型研究

人群运动过程中人与人、人与建筑之间的相互作用非常复杂,涉及到人的心理和行为特征、人群特征和环境特征等多种因素.以现有的社会力模型为基础,考虑到行人运动的各向异性、行人对于动态阻塞区域的避让行为,提出了一种改进模型.该模型能更为真实的体现人群的实际运动,模拟人群运动的分层自组织现象.将改进后的模型应用于人群拥挤的行为特性研究,其结论可为公共场合的建筑通道设计提供一些依据.     

考虑结伴行为的行人流场域元胞自动机模型

与行人流疏散情景不同，在行人流聚集过程中，行人动力学特性具有一些显著的特点，如对目标位置的选择相对模糊不清，结伴同行的行人组凝聚力明显，组内行人存在着明显的跟随行为. 论文以行人流聚集过程为研究对象，分析结伴行为对行 人流聚集动力学的影响，扩展场域思想，提出一种扩展的行人流场域元胞自动机模型. 模型运用感知区表示行人对周边环 境的感知能力，提出用组内场对同伴间彼此凝聚、相互牵制的结伴行为进行建模. 行人转移概率的计算新添了组内场因子并 考虑了行人忽略场值的微小变化而保持原地不动的情景. 模拟实验成功再现了行人对独立空间领域的需求和结伴行人的聚簇 成团现象，讨论了行人组尺寸对聚集时间、行人间平均间距的影响.     

基于蚂蚁元胞自动机的地铁通道双向行、流仿真

通过对北京市地铁通道内行人走行特性的观测,分析了对向行人具有右侧行走、跟随行走、右侧避让对向行人、对后方信息缺乏关注、与对向行人的位置互换以及行人趋于选择最短路径等行为特性及交通特性.结合蚂蚁在走过的路径上留有信息素的思想,提出了反映双向行人走行特性的元胞自动机更新规则,建立了基于蚂蚁算法的元胞自动机模型,并研究了信息素挥发系数对仿真结果的影响.仿真实例表明,该模型能有效显现双向通道内的行人走行特性.     

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。     

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。     

行人群体闯红灯行为决策模型

人车混行的现象在国内城市中十分普遍,而且在行人红灯期到达的行人往往倾向于违规穿越横道.经过较长时间在西安市实地观测,发现行人红灯期到达的行人选择违规穿越横道的几率随着需要等待绿灯的时间和人群规模的差异而有所不同.当需要等待的时间较长时, 行人违规的几率就会变大. 同样,当群体中的人数增多时, 行人违规的几率也会变大. 因此,结合蒙特卡罗仿真方法,提出了一种行人群体闯红灯行为随机决策仿真模型. 在不同的流量条件下,对行人违规次数的实测值和仿真模拟值进行具有统计意义的显著性差异分析,验证了模型的有效性.     

基于有限理性约束的自适应人群疏散仿真模型

为有效提高人群拥堵时的疏散模拟精度,基于社会力模型和有限理性约束,提出一种自适应人群疏散仿真模型。该模型改进了传统社会力模型中行人自驱动力的期望方向和期望速度,对避障情况下行人的最优运动方向和速度进行自适应计算,同时引入有限理性路径决策机制,更为准确地描述行人在拥堵状态下的路径选择行为。结果表明：所提出的模型是可行有效的,行人的有限理性约束在人群密度较大的时候表现出疏散优势,更加符合真实情况下的人群疏散过程。     

元胞自动机双车道人车混合交通流模型的研究

以元胞自动机184号规则为基础,建立了双向两车道含行人,自行车和汽车的“人车”混合交通流模型.考虑了两车道间的超车影响.通过计算机数值模拟,得到不同的混合比例下的混合交通流基本图及不同的自行车和行人密度下汽车的交通流基本图.通过分析,得出了混合交通流的几个重要特性.     

一种面向人群仿真的改进型社会力模型研究

在人群仿真领域,社会力模型的应用和改进研究仍是一个热点问题。在Helbing社会力模型的基础上,引入人群个体之间的排斥力和转向力,改进了人群在正常状态下的行走行为模型。对恐慌人群,提出了期望速度、人群密度、恐慌值的计算方法,拟定一些约束条件来改善动画显示效果。在微机上使用Direct3D实现了人群行为动画,实验结果表明,改进的模型能够较好地模拟人群行为。     

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.     

人行桥上突发事件下的人群恐慌行为模型研究

人行桥是人员密集场所,在突发事件下,容易导致人群拥挤踩踏。目前的人群仿真技术对恐慌情绪考虑不充分,不能全面描述人群行为。在综述人群行为仿真技术的基础上,提出了个体的结构和假设,给出了人群在恐慌情绪作用下个体的行为描述,构建一种恐慌情绪感染模型,在计算机上编制了演示系统,从而验证本文模型的合理性。     

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.     

人群拥挤踩踏事故风险分析算法设计及应用

人群聚集场所发生的拥挤踩踏事故往往发生突然、难以控制,并极易造成群死群伤的恶劣后果.人群安全管理和控制是有效防止拥挤踩踏事故发生的重要手段,研究和开发监测人群运动状态并识别拥挤踩踏事故风险的算法和软件系统将有助于管理部门在事中阶段针对突发风险采取及时有效的处置措施,降低事故损失和人员伤亡.本文利用MATLAB GUI(Graphical User Interfaces)开发平台设计并实现了具有图形用户界面的算法,用于分析和计算视频中人群聚集可能导致的拥挤踩踏事故风险,主要采用基于互相关算法的速度特征提取方法,并使用速度方差等参数进行风险的表征,从而在时间和空间上对拥挤踩踏事故风险进行实时分析和事前预警.最后使用该算法对上海踩踏事故监控视频进行了实际应用,验证了其适用性.该算法将为人群聚集场所的安全管理提供更加充分可靠的信息支撑,提升现有的人群聚集场所安全管理水平.     

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。     

Multi-agent based modeling and simulating for evacuation process in stadium

A multi-agent evacuation model is proposed in this paper to simulate the pedestrian evacuation process in stadium with or without obstacles. The authors give a multi-agent individual decisionmaking framework, in which the action direction of each pedestrian （called agent） is affected by the distance of the agent to the exits and the occupant number and density within the view field of the agent. Different from the existing results, the authors divide all the pedestrians in the stadium into four classes： Young male, young female, old male, and old female. In evacuation process, the weighting that affects individual decision-making between each class of agents is different. In the simulation, the authors present the effects of obstacles, crowd distribution and the exit position in evacuation process. Simulation results show that the proposed model can reproduce exactly the real evacuation process in stadium. Therefore, this method might be useful to assess public buildings design.     

地铁车辆安全疏散性能的仿真研究

从正在运行的北京地铁某型号车辆的空间布局特点出发,在现有的元胞自动机模型和行人流模型基础上,运用人员动态调整自身速度、动态调整自身运动方向等技术,建立了一种基于车辆环境约束以及人员行为特性的元胞自动机模型,该模型具有人员速度可变、能复现人员自组织现象的特点。论文以北京地铁某型号车辆为仿真对象,对车辆不同布局对车辆人员安全疏散性能的影响进行了计算机仿真并加以分析,提出改进建议。     

基于蚁群算法的人车混合疏散优化及混合比例分析

为解决紧急情况下的人车混合疏散问题, 以人车混合疏散的总时间最短、混合道路利用程度最高为目标,建立了一种人车混合疏散的多目标优化模型, 针对该模型设计了多目标蚁群优化算法及其改进算法,并应用于大型体育场及其周边路网集成环境中进行了仿真实验, 分析了不同人车混合比例下的疏散性能,结果表明:该模型及算法对人车混合交通流疏散问题具有良好的效果, 尤其是当行人所占比例为 50%-80% 时,人车混合疏散效果在两个目标上较优.该模型和算法有助于为大型公共场所人车混合安全疏散预案的制定提供决策支持.     

基于危险源影响的地铁车站乘客疏散仿真模型

为研究地铁车站在危险源突发事件条件下乘客主观能动性和外界环境对疏散过程的影响,结合危险源场景特征对乘客疏散过程进行社会力分析,建立基于危险源的社会力模型.模型考虑了乘客的主观能动性,调整自驱动力中期望速度大小和方向的确定方法及更新规则,并针对外界环境的影响,引入危险源对乘客的排斥力.以上海地铁某车站站台层为场景进行算例应用及分析,仿真结果表明:模型能较好地模拟危险源突发事件下乘客疏散过程.为减少疏散时间,车站疏散组织工作要安排乘客合理绕行,控制危险源范围,当车站密度小时,要提高乘客期望速度,而车站密度大时,则要提高瓶颈的通行效率.