一种应用于人群仿真的改进社会力模型

针对传统社会力模型在人群疏散过程中,难以处理行人轨迹单一、人群松散等问题,提出了一种改进的社会力模型.在原有模型基础上,通过考虑行人疏散过程中运动方向的选择,改进行人疏散过程中的轨迹;然后考虑行人疏散过程中恐慌情绪和吸引力的强度,再现行人疏散运动过程中自组织行为,并进行个人及群组模式下的模拟仿真;引入真实视频中自组织群...     

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。     

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。     

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.     

基于改进粒子模型的人群监控系统仿真与分析

近年来,对人群行为的监控是公共管理和反恐安全领域的热点研究问题之一。介绍了一种基于位置信息的新型人群监控系统,并针对人群中个体的异质性以及不同状况下群体行为特征的差异性,改进了粒子模型;再基于改进粒子模型,分别在正常和恐慌状态下对监控系统的行为监测、自动报警、智能引导等效能进行了仿真分析。仿真结果表明：这种新型的人群监控系统具有良好的应用前景,为安全监测、人群疏导、辅助决策等智能监控服务提供了新的研究思路和方法。     

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,并利用小波神经网络建立疏散优化方法。利用搭建的仿真平台和上述改进模型模拟了多楼层疏散过程,深入分析了影响该模型的关键因素。该环境下疏散结果表明：适当提高行人的疏散速度有利于提高疏散效率,但是速度过大会使行人快速聚集在楼道处,反而不利于疏散;此外疏散时间随楼梯宽度的增加呈现递减趋势直至平稳,当楼梯宽度达到8 m时,再增加楼梯宽度也不能降低疏散时间。     

基于增强心理行为异质性的改进社会力模型

模拟焦虑情绪下的人群疏散，对于解决逃生等运动学问题具有重要意义。国内外大多数研究在人群疏散问题中单纯引入焦虑因子这一介质，并未考虑在此类紧急环境下外界关键因素如何影响焦虑因子。提出了改进社会力模型(improving social force model, ISFM)，结合基于Agent的踩踏风险评估，量化了环境关键变量对焦虑因子的影响，引入心理作用力参数，将焦虑因子对现实疏散过程中所造成的影响通过物理矢量的方式作用在模型中。ISFM通过增强个体心理行为异质性，实现了个体运动矢量的选择。对比真实疏散情景，实验结果表明：ISFM更能反映个体疏散行为，更具说服力。     

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。     

社会大规模群体行为仿真概念建模框架ARE

任何一个仿真系统中,概念建模是首要的也是最关键的环节。针对EATI(实体、行动、任务、交互)和EBI(实体、行为、交互)概念建模框架在社会域概念描述方面的不足,为体现大规模社会民众群体行为的涌现性特征,将实体和行为有机结合起来用主体Agent进行描述,并采用复杂网络的有关研究成果建立Agent之间的社会结构——社会关系网络,以及突出强调环境对行为的影响和制约作用,用智能环境的思想来简化行为描述的复杂度,提出了大规模社会群体行为建模的Agent、社会关系网络、智能环境(Agent Relation Environment:ARE)概念建模框架,给出了该框架所涉及的一系列概念的定义,并对框架的内容和特点进行了较为详细的阐释和探讨。     

基于心理因素的有限空间内个体行为模型

人类行为存在多种形式，其中灾害情况下的逃生行为研究得较多，如由恐慌引起的人群逃逸。本文关注在正常环境下有限空间内的人类行为，如公车、教室等，目的是研究其行为模式。研究基于经济学和心理学出发，将人类行为看作自利人之间的交互作用的结果，自利人根据现实的或潜在的收益做出决定，同时引入心理距离和惰性概念，提出了一个基于心理距离和惰性的个体行为模型，并通过模拟实验研究心理距离和惰性如何影响个体行为。实验结果较真实地涌现出现实世界中的宏观群体行为模式，说明本模型能够对有限空间内的人类行为做出较合理的解释。     

动漫游戏中虚拟角色的一种群体对抗仿真模型

计算机在社会科学的研究中正扮演着重要的角色,建立人类群体的行为模型是一个令人感兴趣的话题。采用动漫游戏,探索了一种面向有限空间中人类对抗行为的仿真方法。首先,建立了一个三维虚拟场景和虚拟角色,虚拟角色包含生理参数、心理参数和社会参数。其次,提出了一种情绪决策模型,主要考虑了恐惧和愤怒两种情绪,给出了情绪影响公式。最后,实现了一个三维对抗行为演示原型,通过改变对抗群体的参数,初步发现了一些对抗规律。     

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.     

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。