基于空间划分的疏散仿真方法

现代社会对于公共安全的要求越来越高,人员密集场合的安全越来越引起关注.面对结构复杂的建筑环境,有效分析和预测人员疏散的性能和后果成为建筑设计和公共管理等领域需要认真面对的重大课题.考虑到疏散仿真作为复杂系统仿真的特点,在以往国内外疏散仿真研究的成果基础上,针对复杂的疏散环境,采用基于空间划分的环境建模方法,利用基于感知的划分准则将疏散环境划分成不同的区域或三维空间,结合人员仿真方法和交互的结构框架构成基于空间划分的疏散仿真原型系统.     

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。     

基于实时数据的应急交通疏散仿真方法研究

突发事件应急管理是非常态复杂系统问题,目前缺乏有效的研究手段.由于突发事件发生频率低,演化模型不明确,不确定性高的特点,在常态下广泛适用的传统仿真模型和基于数据的模型,通常难以直接应用在非常态情景中.本文提出了基于实时数据的应急交通疏散仿真方法,通过融合仿真模型和数据分析技术,使仿真系统能够兼容常态与非常态仿真计算,增强了其在非常态下的适应能力.本文以大规模交通疏散为例设计了仿真方法,该方法可以提高应急状态下交通仿真系统的预测准确性,并有能力提供多种事件的可能发生方向,为交通疏散应急管理提供决策支持.     

考虑避灾心理和灾害影响的疏散仿真方法

在在灾害发生时,安全高效的疏散人群是提高公共安全的重要保障。因此有效可行的疏散仿真方法具有深刻的理论和现实意义。当前主流方法较少考虑与疏散相关的灾害动态演化,为此提出了DERR(Dynamic Evacuation Route Replanning Based on Psychology)方法。DERR方法围绕人群的避灾心理参数进行相关研究,利用A*寻路算法,实时根据灾害区的变化对人群的疏散路径重新规划和优化,以达到更加安全疏散的目的。通过仿真实验展示了本方法在灾害演化下的疏散模拟过程,同时心理避灾参数的加入也使得仿真结果更加贴合现实。     

轨道交通换乘站密集客流应急疏散仿真研究

轨道交通作为城市重要的公共交通方式之一,其安全运营至关重要。以重庆两路口轨道交通换乘站为例,根据实地调研获取的人员流量数据及空间结构特征,构建多层次轨道交通换乘站仿真模型,针对火灾、爆炸等突发事件,使用AnyLogic软件对站内人员的疏散过程进行仿真研究,包括疏散路线和疏散时间。研究目的是检验轨道交通换乘站应急疏散能力,并为其应急疏散策略制定提供有效借鉴。结果表明,案例中人员疏散到安全区总用时338 s,符合《地铁设计规范》“6 min”疏散时间要求,所提出应急疏散策略对实际管理工作具有借鉴意义。     

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.     

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。     

基于几何连续模型的人员疏散仿真

在分析和比较现有疏散模型的基础上,提出了一种新的人员疏散几何连续模型。采用出口吸引力的概念实现了多出口平面的人员疏散出口选择,引入了路径搜索算法实现了人员对障碍物的绕行,提出了基于平面连续的人员绕行,超越,等待等现象的算法。仿真结果显示本算法的有效性和优越性。     

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.     

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。     

一种通用的层次化人群疏散仿真框架

为建立一个具备高扩展性的人群疏散仿真可视化统一平台,对不同人群疏散模型进行动态环境下的人群仿真,探讨了人群仿真系统的拓展性问题。通过分析并改进现有仿真框架Menge,在其基础上设计了环境层、战略层、战术层、操作层和可视化层相结合的层次结构,并在各层次设计了拓展接口,以用户自定义的形式添加不同模块来实现各层次具体功能拓展。该仿真框架可以有效支持用户设计并实现各种人群疏散仿真实验,对比较不同人群疏散仿真模型的差异具有重要作用。     

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。     

人流紧急疏散模拟方法述评

将用于人流疏散的主要模拟方法进行整理,归纳为三大类:①微观模型,如元胞自动机模型、格子气模型、社会力模型、基于Agent模型及基于博弈论模型;②宏观模型,例如流体动力学模型;③基于生物实验视角.通过比较分析这些模拟方法各自的独特性和适用性,认为:对于微观模型,多种模拟方法组合来研究人流疏散;宏观模型适合于个体无差异的大规模行人流动模拟;生物实验可以作为一种验证微观模型及宏观模型模拟结果的有效手段.