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。     

拥挤系统阻碍物设置的真人行为实验研究

开展真人行为实验,研究拥挤人群疏散行为及阻碍物的优化设置,旨在为提高恐慌下人群疏散效率提供理论支持。观察实验视频,发现拥挤人群疏散所特有的现象,包括距离出口最近处三人挤压即可堵住出口,人群疏散过程呈现出一定的周期波动性等。对比有无阻碍物时人群疏散速度得出,在房间内合理设置阻碍物有利于提高人群疏散效率,并且设置两个阻碍物优于设置一个阻碍物。此外,阻碍物的设置有助于减轻人群在出口处的拥挤程度,使得疏散过程变得更加平稳有序,从而提高了疏散效率。     

考虑交叉口延误和通行能力优化疏散救援路线的最小费用流模型

疏散交通路线的确定是应急计划的重要内容．以往有关最佳疏散交通路线的研究没有充分考虑交叉口延误和通行能力等因素，若疏散路线经过城市内拥挤路段，忽略交叉口的这些特性会导致结果不尽合理。将交叉口分方向延误和通行能力作为节点权重，用点权网络表示疏散涉及到的道路网，建立了点权交通网络中的最小费用流模型描述城市内事故地点至接收点的人群及其产生的车流的疏散路线问题；设计了求解这种最小费用流的最小费用路算法，通过求解点权交通网络中的最小费用流，得出事故地点至安全接收地点的最佳疏散交通路线及相应的疏散流量。最后以一个数值算例说明了模型和算法的具体应用。     

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。     

基于自组织的应急疏散个体间多阶段决策信息传播

自组织行为驱动下,应急疏散系统呈现着显著的阶段性特征。本文构通过构建UEWS模型来描述应急疏散人员多阶段决策的制定与调整,探究个体间决策信息传播对疏散效率的影响。UEWS模型引入系统参数、个体行为参数、状态转移参数及初始化参数,并根据龙格-库塔(Runge-Kutta)算法进行数值模拟及参数的敏感性分析。研究结果表明了个体间多阶段决策信息的传播、友邻效应等对疏散效率的积极作用,恐慌情绪对疏散效果的消极作用等。研究为城市危机与安全管理中应急方案的制定、应急疏散系统的控制与引导工作提供支持。     

高层建筑垂直应急疏散系统的仿真研究

针对传统高层建筑楼梯应急疏散的弊端，建立了高层建筑垂直应急疏散系统的仿真模型，并进行了仿真实验研究。仿真模型包括楼梯疏散和电梯疏散两个模块，分别以人流在楼梯中的‘步行速度和电梯疏散时间的计算为基础。仿真实验结果可以反映人群的拥挤和电梯行驶等基本现象，并对电梯应急疏散系统的评价和高层建筑应急预案的设计有一定的参考作用。     

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。     

混合粒子群算法在柔性工作车间调度中的应用

混沌是一种新颖的优化技术,具有随机性、遍历性的特点和易跳出局部极值的能力。为了提高粒子群优化算法(PSO)的性能,在PSO中引入混沌,优势互补,提出了一种混合PSO算法,并应用于柔性工作车间调度问题的求解。首先基于混沌对PSO的参数进行自适应优化,实现全局搜索与局部搜索间的有效平衡;然后,在PSO的搜索过程中引入混沌局部搜索策略,来提高解的精度和收敛速度。实验比较结果验证了该算法的全局搜索性能。     

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。     

基于共识粒子群的全局优化求解方法

针对粒子群优化(PSO, particle swarm optimization)和高效全局优化(EGO, efficient global optimization)两种算法的特点,提出一种共识粒子群和局部代理模型协同的全局黑箱优化算法(CPSO-LSM, consensus particle swarm optimization and local surrogate model)。该算法固定PSO算法周期对粒子进行分群并在粒子达成共识后停止,将每群粒子周围的优质子区域输出作为代理模型的建模区域,通过比较各区域最优值获得高质量最优解甚至全局最优解。不仅避免了PSO冗长的计算过程、提高了建立代理模型的速度和精度还可以避免陷入局部最优。通过对比其他算法在标准测试函数的仿真结果,CPSO-LSM具有较好的收敛速度和求解精度。     

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.     

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.     

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.