视野受限时行人疏散模型分析与仿真研究

阐述了视野受限时的行人疏散理论模型,估算了有、无出口指示标志时疏散时间的关系。利用计算机仿真从疏散时间和出口利用率两个方面研究影响疏散的因素,得到:出口指示标志有助于行人快速有效地疏散;疏散时间随视野距离、出口指示标志的可视范围的增加均逐渐减少,对应的出口利用率则呈相反的变化趋势;疏散时间和出口利用率均随出口宽度的增加而逐渐降低。研究还发现,必须同时考虑疏散时间和出口利用率两个因素才可得出疏散的最佳条件,即在满足较短的疏散时间基础上,应具有较高的出口利用率。     

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.     

考虑出口选择因素的行人疏散模拟研究

为准确地描述行人的出口选择问题,通过建立出口选择模型、并程序模拟仿真的方法,讨论了决定行人出口选择的三个关键因素:距离、密度和出口宽度。以两出口为例研究表明:只考虑距离作用时,等宽度的两个出口的疏散行人数量由对应的疏散区域决定;进一步考虑密度因素作用后,可有效平衡两个出口的疏散行人,实现了疏散的动态优化;出口宽度不相等时,必须同时考虑3个因素对出口选择的作用,才能更合理地描述疏散过程。该出口选择模型可有效地描述行人动力学特征,适用于非单一出口的一般情况。     

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。     

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。     

基于风险感知的室内疏散情绪传染与干预策略研究

针对突发事件下多出口多障碍物室内紧急疏散过程中恐慌情绪传染问题,综合考虑人格特性,年龄、性别上的风险感知差异以及意识调节作用构建情绪传染模型,利用AnyLogic进行模拟仿真,将个体情绪与疏散速度结合,实现情绪状态与速度的实时更新。验证疏散过程人员干预可以有效缓解恐慌情绪的蔓延,以期为紧急疏散过程中恐慌情绪传染提供理论依据。结果表明：自身判断力即意识调节作用在一定程度上可以有效降低疏散时间;初始恐慌人数持续增加最终会导致群体间恐慌情绪传染加快以及疏散时间增加;风险感知程度越低,行人更容易处于冷静状态;合理安排管理员位置可以有效抑制恐慌情绪蔓延,提高整体疏散效率。     

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。     

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.     

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...     

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.     

基于无标度网络的恐怖信息传播与最优应对策略

通过BA无标度网络模型刻画社会结构,基于NetLogo软件建立异质性多主体模型,考虑随机和择优两种策略,模拟恐怖信息在网络中的传播和政府的干预措施,以研究恐怖信息传播的影响因素和政府的最优应对策略.研究结果表明:网络恐怖信息的传播速度主要取决于网络结构和个体的从众程度,与恐怖集团的传播策略关系不大.政府有效应对恐怖信息传播的最优策略取决于个体的从众程度、政府的干预范围等多方面因素:个体从众程度的增加能够有效降低政府干预措施的生效时间;政府干预范围的增大在随机应对策略和择优应对策略下均能够实现更好的干预效果.     

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。     

不同路径选择策略的城市疏散仿真研究

结合Agent模型和GIS系统构建了城市大范围人员疏散仿真系统,采用A*算法建立了Agent的路径选择模型,讨论了基于最短距离、最短时间和混合型的三种路径选择策略.还基于实际的城市道路和人口数据,构建了疏散场景进行模拟.模拟结果表明:步行方式下不同路径选择策略下总体疏散时间差别不大,而车辆方式下则差别很大.不同路径选择策略下交通流的分布呈现不同特征,道路的拥挤路段和节点也不一致,因此需要采取合适的诱导策略进行引导.     

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.     

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。     

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.     

风浪影响下的客轮人员疏散模型及仿真

论文针对风浪影响下客船人员的疏散问题,对人的调整性动作、停顿现象以及线速度对行人速度的影响做了深入研究.基于海上救助模拟系统,设计了船舶在不同横摇角度下的单人行走实验,采集分析了乘客的运动行为信息,获得了横摇影响因素下角度和人员疏散速度的关系,建立在此环境下符合海上逃生人员的速度模型,以渤海翠珠轮第7层乘客甲板为仿真实验环境,在甲板满载的情况下,对客轮人员疏散进行仿真模拟,获得客轮人员在不同风浪等级影响下的疏散参考时间及不同时刻的疏散效果,有助于对海上疏散过程进行评估、借鉴.     

基于元胞自动机的多出口人员疏散模型的研究

在对多出口场所紧急疏散过程的研究中着重考虑个体在决策时的主观智能作用,通过引入目标方向密度概率,出口影响因子概率,移动方向校正因子,建立了基于元胞自动机的多出口人员疏散模型.通过对教室中学生的疏散行为的模拟仿真,表明所建模型在考虑上述三个因素时,模拟疏散的过程和结果更加合理,模型具有较好的实用性.