考虑从众阈值和主体特征的人群疏散元胞自动机模型*

为研究从众行为对人群疏散效率的影响,建立考虑从众阈值和主体特征的人群疏散元胞自动机模型,通过引入从众阈值反映人群中不同个体的从众选择程度,耦合每个主体不同特征属性、不同人员认知能力导致的疏散从众选择差异,利用元胞自动机模拟人群运动状态及动态演化过程,探究从众行为对人群疏散过程的作用规律。结果表明:人群疏散中选择从众行为的人员比例与整体疏散效率存在对应关系,本模型原始工况下,当人群中约60%的人员做出从众选择时,疏散效率相对最优。     

基于元胞自动机的复杂建筑物中人员逃生模型研究

针对复杂建筑物中人群安全疏散问题,在原有的元胞自动机行人流模型基础上,利用不同人员行进速度、不同方向行进速度的差异以及疏散连续性等特征优化该模型,使其在模拟逃生规律和疏散时间方面更加合理、可靠。通过多组人群行进速度测定试验,利用曲线拟合方法,获取不同属性人群向不同高度的台阶行进的速度,并制定台阶等级划分规则,优化人员速度计算方法,结合累积位移量,构建复杂建筑元胞自动机模型。利用Matlab软件建立原有疏散模型及复杂建筑元胞自动机模型,分别模拟某海豚表演馆疏散情况。结果表明,复杂建筑元胞自动机模型的模拟数据与实际演习数据相比,在疏散总时间方面存在5%~8%相对偏差,相比原有疏散模型,在模拟复杂建筑疏散问题中更具说服力。     

基于蚁群算法的火灾人群疏散仿真

仿真方法是当前火灾疏散研究的主流方法。针对人群疏散的特点,提出了一种基于蚁群算法的元胞自动机疏散仿真模型。通过火灾中人群疏散的行为分析,引入自适应蚁群算法进行疏散路径优化,从而建立了人群疏散决策和行为的仿真模型。通过仿真实现证明了此方法的有效性。     

人员疏散的二维元胞自动机随机模型研究

用自主研发的二维元胞自动机(CA)随机模型模拟人员疏散过程,不仅给出了疏散时间,还可观察到疏散过程中的一些典型现象,如门口集结或堵塞.进一步分析了初始人员密度对疏散的影响,结果表明,人员初始密度越大,疏散过程中的出口平均流量越低,即疏散效率越低.在基本模型的基础上,建立了人员疏散二维元胞自动机扩展模型,用以模拟人员倒地行为对疏散过程的影响.结果表明,人员倒地数目增加,疏散时间成非线性增加;若某条疏散路径上有人员倒地,其后续人员可能"舍近求远",改变疏散路径的过程导致疏散时间增加.模型着眼于模拟人的行为细节,从而为以后的细致研究打下了基础.     

考虑主动避让行为的养老场所人员疏散研究

为明确主动避让行为对养老场所人员疏散的影响,建立考虑主动避让弱势群体行为的元胞自动机模型,模型分别考虑避让弱势群体前方行走区域、斜前方行走区域、前方和斜前方行走区域对人员疏散的影响;分析不同避让方式下弱势群体比例、行人密度、弱势群体位置分布对整体疏散结果的影响.结果 表明:主动避让弱势群体行为能够降低疏散时间,增加疏散...     

考虑抢行行为的恐慌状态人员疏散研究*

为研究恐慌状态下人员抢行行为对整体疏散效果的影响,建立考虑抢行行为的恐慌状态人员疏散元胞自动机模型,基于恐慌情绪算法将人员分为恐慌者和非恐慌者,通过改变恐慌者抢行概率体现抢行行为,并模拟仿真分析初始人员密度、恐慌情绪转化、抢行概率对人员疏散影响,对疏散过程中特殊现象进行分析。研究结果表明:人员密度适中时,抢行行为能够减少恐慌者数量,加快恐慌者转换进程,疏散时间随抢行概率增加而减小,疏散过程中存在恐慌聚集和两端疏散现象。研究结果可为突发事件下人员紧急疏散提供理论支持。     

基于元胞自动机的火源威胁下人员疏散模型*

为研究火源对人员疏散的影响，在现有场域模型的基础上进行扩展，结合元胞自动机提出1种考虑多出口吸引、人员从众行为与火源威胁3者耦合作用的场域疏散模型。此模型综合考虑心理和环境等因素，定量描述人员之间、人与环境之间的相互影响，将出口吸引、从众心理与火源威胁3个影响行人疏散决策的元素归一化，以静态场和动态场耦合作用确定的转移概率作为行人移动的准则。采用此模型，分别对火源位置、火源威胁范围扩散速度在疏散中的影响进行模拟研究。结果表明:模型在一定程度上能够反映火源威胁下行人的疏散过程，再现了行人躲避和趋众行为，能为火源威胁下行人疏散提供理论借鉴。     

基于组合模型的地铁车站行人疏散仿真优化研究

为提高疏散情况下地铁车站内行人运动行为仿真的准确性与高效性,提出采用社会力模型中的行人间排斥力、出口吸引力和障碍物排斥力理论,优化元胞自动机(CA)模型环境,构建基于组合模型的行人疏散仿真模型;采用移动残差计算法,优化元胞在网格中的移动规则;最后通过仿真试验标定行人疏散路径决策参数(静态吸引场参数、障碍物排斥场参数、力场耦合参数)。结果表明:基于组合模型的行人疏散仿真模型能够依据不同行人速度变更的移动规则,模拟出行人受障碍物、其他行人影响作用下的行人流动情况,更真实地反映疏散情况下行人流动情况,提高城市轨道交通运营安全决策水平。     

基于改进蚁群算法的元胞自动机疏散模型研究

为预防实际疏散过程中的人员伤亡,结合人员的疏散特性,建立基于改进蚁群算法(ACO)的元胞自动机(CA)疏散模型。该模型将行人标记为独立的元胞,对ACO算法的启发函数、信息素更新方式和禁忌规则进行修改来描述人员逆行、绕行、避障及从众等疏散行为。运用该模型对单出口房间场景下的人员疏散过程进行仿真,并将所得结果与商用软件pathfinder的结果对比。结果表明:该模型能够模拟出实际疏散过程中的"拱形分布"现象,所得疏散时间与商用软件pathfinder的结果相近;其相对pathfinder而言,可自动输出主要疏散路径。     

烟雾场景下的人员疏散仿真研究

针对人员疏散时受烟雾扩散实时动态变化影响较大的问题,建立一种改进的元胞自动机模型,用于烟雾场景下的疏散仿真。首先,在动态参数模型基础上提出烟雾场景下疏散人员视野半径的变化规则,以描述烟雾环境变化对人员行为的影响;同时,建立区域从众行为的运动规则;然后,利用该模型对单双出口场景下的人员疏散过程进行数值模拟研究;最后,分析烟雾场景下视野变化、从众行为及出口宽度对于疏散的影响。研究表明:从众行为在部分情况下对疏散作用具有不确定性,引导员的存在可使疏散效率极大提高;视野范围的变化对疏散时间有一定影响,疏散人员数量较少时影响较大;增加出口宽度能够提高疏散效率,但当出口宽度达到一定程度时效果提升不明显。     

运行旅客列车隧道火灾模拟实验研究

笔者以相似理论为依据 ,以旅客列车卧铺车厢 1∶5的模型为研究对象 ,利用燃烧风洞提供的流场模拟列车在隧道中运行的速度场 ,在车厢模型中加入等比例的火灾载荷 ,进行了旅客列车隧道火灾模拟实验。研究了不同列车运行速度、不同列车火灾载荷、不同火源位置以及旅客卧铺车厢的不同状况下旅客列车火灾特征及火灾中烟气蔓延规律 ,提出了满足火灾救援和旅客疏散的要求 ,为隧道方案设计提供了可信的技术依据     

基于模糊规则和BFS算法的行人疏散模型研究*

为建立更加真实的行人疏散模型,基于模糊规则和广度优先搜索（BFS）算法,利用元胞自动机,提出1种优化的行人疏散模型。引入动态模糊速度规则,建立移动速度与周边环境的模糊对应关系,从而模拟行人在不同环境下的运动速度;通过设定危险度规则,使用基于双端队列的BFS算法快速计算每个格子距离安全出口的“静态危险度”,并与出口处人群密度的“动态危险度”耦合,使元胞自发地向“总危险度”更低的方向移动;结合动态速度规则建立1种基于排队理论的出口疏散机制。结果表明:所建模型能够再现行人流自组织现象,真实地反应行人不同的移动方式以及疏散的具体过程;模型考虑了出口排队疏散机制对疏散时间的影响,使疏散效率得到提高,为行人疏散模型的建立以及公共场所的设施布局等应急疏散预案提供有效参考。     

The effect of overtaking behavior on unidirectional pedestrian flow

We present a model of overtaking behavior that can be used to simulate unidirectional pedestrian flow in routine. All pedestrians have the ability to determine whether or not to overtake other pedestrians according to their desired velocity and position. Although existing models such as cellular automata models, lattice gas models, social force models, etc., can be used to predict evacuation performance, most of these models are either computationally inefficient or do not account for some crucial elements of human behavior in a moving crowd. Furthermore, these models use either empirical equations developed from experiments or mechanical system analogies to determine movement decisions. The pedestrian flow patterns simulated by these models may deviate significantly from reality. In reality, pedestrians walk at different velocities and pedestrians with a higher walking velocity are accustomed to overtaking other pedestrians with a lower walking velocity and this paper aims to mimic this behavior as the original social force model developed by Helbing et al. does not reflect this pattern of collective pedestrian behavior. In this paper, we propose modifications of the social force model that reflects how overtaking behavior operates in routine. The comparison of the pedestrian flow pattern between the original social force model and the modified social force models with the real data collected by the camcorder is also performed in order to demonstrate our modified social force model can be used to achieve reasonable simulations of overtaking behavior among pedestrians.     

考虑行人跨越障碍物能力的元胞自动机模型

为深入研究不同类型的行人跨越障碍物行为,建立改进的元胞自动机模型,利用Dijkstra算法计算静态场,根据跨越障碍物能力不同将行人分为强跨越能力、弱跨越能力和无跨越能力3类,通过调查大型商场出入口相关尺寸参数和障碍物分布情况,构建商场疏散通道的疏散场景,分析可跨越障碍物的摆放方式与长度、行人密度和在障碍物可跨越条件下出...     

基于改进社会力模型的地铁大客流疏散能力研究*

为有效应对大客流情景下人群拥挤对地铁站正常运行带来的影响,采用社会力模型和Anylogic仿真软件,对地铁站大客流疏散能力进行建模和分析,从客观、主观、管理视角分析影响客流疏散能力的因素,基于改进社会力模型刻画行人行为,分析影响地铁车站疏散能力的3个关键因素,并以南宁地铁1号线朝阳广场站为背景进行研究。研究结果表明:行人密度是影响地铁站疏散能力的关键因素,出入口选择策略和行人亲属关系比例对疏散能力影响显著,研究结果可为地铁客流疏散提出针对性建议。