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.     

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.     

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。     

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Agent技术的人员疏散微观仿真模型研究

从疏散群体中的个体角度研究人员疏散的规律,提出一种基于Agent技术的微观仿真模型.每个个体的运动动作是由战略级、战术级和动作级反应式三级决策体系确定的,其中战略级决策是指宏观上的目标选择和路径规划,战术级决策是指个体速度方向和大小的选择,动作级反应式决策是指个体与其它个体的碰撞检测与消除冲突.同时,在个体速度方向确定时引入反馈机制,从而提高疏散效果.     

一种运动学形式的人员疏散仿真微观模型研究

从疏散群体中的人员个体角度出发研究人员疏散规律,提出一种运动学形式的离散时间仿真微观模型.每个个体的运动完全由其运动方向及速度大小所确定,将个体的运动姿态用两个笛卡儿坐标和一个方向角表示,进行运动学近似,个体运动过程由速度的两个"瞬时"值描述,即平移线速度和偏转角速度.进而考虑影响个体运动方向及速度大小的主要行为原则,建立综合这些行为影响因素的模型方程,允许通过调节各种参数,研究环境及个体心理状态对疏散的影响.     

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。     

基于小波神经网络的多楼层疏散模型

多楼层环境下室内人群疏散问题是社会关注的热点,而传统的社会力模型在模拟多楼层环境时容易出现停滞等待现象.基于小波神经网络来改进社会力模型,建立一种新的多楼层疏散模型.该模型利用场域模型来获得行人的运动方向,以此作为社会力模型中行人的自驱力方向.同时给出了多楼层环境下出口拥挤度、路径拥挤度和平均速度的评价指标,并利用小波...     

用于群体疏散的数字仿真方法研究

群体疏散正日益变得频繁.为了有助于学者与业界应用和研究群体疏散,研究基于当前最新最全的成果,将用于群体疏散的主要数字仿真方法进行整理归纳.通过比较分析认为:元胞自动机模型及格子气模型在时空方面都是离散的,具有很高的计算效率;社会力模型及流体动力学模型在时空方面都是连续的,前者适合描述复杂的群体行为,后者适合描述高密度的群体行为;与前四种模型相比,基于agent模型计算效率最低,但它很容易模拟不同类型的个体(或群体).基于现有这些仿真方法的研究成果,未来的研究趋势将着眼于多种仿真方法的组合应用,并在仿真中充分考虑个体差异特性.尤其是在模型中增加行人的社会心理因素和基于agent的仿真,将是今后描述疏散群体复杂行为的一种主流方法.     

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。     

基于改进A*算法的多层邮轮疏散系统仿真

为解决海上航行应急疏散效率低下的问题,提出一种基于改进A*算法的应急疏散系统。以网络流模型为基础,采用邻接节点的遍历方式完成路径搜索,并在代价值的计算中加入路径人员密度和路径障碍物的影响,使算法更具实用性。为提升算法效率,对网络进行节点优化,给出单层多出口情况下的多路径择优方案,并考虑在路径发生拥堵时进行二次规划。仿真结果表明：该系统能够为多层大型邮轮上的人员提供一条有效的疏散路径,不仅在安全性方面可以有效避免路段拥堵情况,而且在疏散时间方面较传统A*算法更短,疏散效果更好。     

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。     

考虑避让行为的人员疏散元胞自动机模型研究

为研究避让行为在疏散过程中起到的作用,建立了一种考虑避让行为的元胞自动机模型。模型把疏散人员分为避让者和被让者,通过改变人员的被选概率体现避让行为;通过仿真分析避让行为在不同人员比例、不同人员初始位置分布等情况下,避让行为对疏散效率及疏散进程的影响。研究表明:避让行为能够优化人员的疏散顺序,提高疏散效率,并减少疏散过程的危险性;避让概率超出临界值时疏散时间明显减少,且人群密度越大临界值越小;被让者比例较小时,避让行为的效果较好,且避让概率越大效果越显著;避让行为在被让者初始位置分布不同的情况有不同的影响。     

基于改进PSO算法的人群疏散模型

针对粒子群优化算法（PSO）在疏散模拟中局部寻优能力差、易过早收敛的问题，提出了一种基于改进PSO 算法的人群疏散模型。在原有模型基础上引入正向驱动力、排斥驱动力、疏散人员的恐慌程度等因子；根据环境因素和人群移动动态调整疏散人员的方向，并在最佳出口选择机制下趋向理想出口；对出口位置等物理因素进行疏散效率的参数化仿真实验。实验结果表明了疏散模型的有效性，可有效避免疏散过程中的局部拥堵现象，从而为建筑设计与管理人员提供合理参考。