一种基于社会力的行人-自行车混合疏散模型及模拟研究

当公共安全事件发生时,借助自行车进行疏散是一种重要方式。针对这种情况,开展了行人-自行车混合疏散建模和模拟研究。为了更好量化自行车的超越行为,引入了临时期望运动方向,改变自行车的自驱力,实现对自行车避让超越行为的细致描述;修改了单车模型来更新自行车的运动,建立了一种多层次的自行车运动子模型。将该模型与行人社会力模型相结合,得到一种基于社会力的行人-自行车混合疏散模型“MixSF”。模拟发现,MixSF能够较好地再现混合疏散中的超越行为。在实验条件下,发现个体密度小于0.548人/m²时,自行车占比的增加能加快疏散;相对密度大于0.81时,自行车失去疏散速度优势。     

考虑熟悉度与恐慌效应的人群引导疏散仿真算法研究*

为研究紧急情况下人群疏散行为特点,结合势场理论和多出口选择模型,建立考虑引导、熟悉度和恐慌效应的PFT-LMES人群疏散算法。通过搭建有障碍和无障碍2种室内场景,研究不同环境熟悉度以及行人密度下引导作用对人群疏散效果的影响。研究结果表明:引导作用能够提高疏散效率,平衡各出口利用率,引导效果随行人密度增加更加显著;总体疏散时间随引导强度的提高表现为先减小后增大;当接受引导的人数占总数的42%时,2出口各自选择人数与出口通行能力比例基本一致,引导效果达到最优;相对于环境熟悉度较高的人群,不熟悉环境行人的引导效果更为显著。研究结果可为大型场所的紧急高效疏散提供参考。     

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。     

基于行人恐慌情绪解析的改进社会力模型

为深入研究行人恐慌情绪对突发事件下群体疏散效率的影响特性,首先,考虑滞留时间、局部密度、行人与出口的距离、周围人员密度以及行人恐慌情绪传播等因素,解析并构建由自恐慌和恐慌传播2部分组成的行人恐慌情绪量化模型,并将其引入社会力模型中进行改进优化;然后,采用与经典现象对比的方法验证模型的有效性;最后,运用Anylogic软件进行仿真分析。结果表明：改进后的模型能够较好地反映行人在恐慌情形下的疏散运动特性;适度的恐慌情绪,如当恐慌度小于0.3时,可以加快人群的疏散速度;较高的恐慌情绪,如当恐慌值大于0.3时,则会加剧瓶颈现象,出现所谓的“快即是慢”现象,从而降低疏散效率。     

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。     

基于改进蝴蝶算法和社会力模型的多出口疏散模型研究*

为提高多出口场景下行人疏散效率和精度,基于蝴蝶算法和社会力模型,提出一种新的应急疏散仿真路径规划方法。在原有社会力模型中,考虑距离出口远近及行人所处位置拥挤度对运动过程中期望速度的影响,引入速度调节因子,描述行人在疏散中的期望速度变化;针对蝴蝶算法中后期收敛速度慢和易陷入局部最优的缺陷,提出自适应感知概率参数以增强局部搜索和全局搜索之间的平衡;在每轮迭代结束时引入迭代局部搜索策略,扰动局部最优解获得中间状态,并重新搜索上述中间状态得到全局最优解。研究结果表明:提出的应急疏散仿真路径规划方法在多出口环境下能够更有效地利用出口资源,提高疏散效率。     

考虑视野范围模糊性的从众疏散模型

为了提高疏散模拟的真实性,针对行人视野范围模糊性的特点,应用膨胀-连通域算法建立一种视野范围动态变化模型,分析不同人员数量、熟悉环境人数占比下从众行为对疏散时间的影响。结果表明：从众行为对疏散时间的影响具有两面性。人数较少情况下,从众行为可减少行人随机移动,减少疏散时间;人数较多但熟悉环境行人占比较少时,盲目从众容易导致行人受群体错误方向影响偏离出口,增加疏散时间。视野范围动态变化模型较固定值模型的从众群体现象特征更明显。     

基于元胞自动机恐慌状态下人群疏散模型研究

为了研究恐慌情绪对疏散中人群行为的影响，结合决策理论和情绪感染相关理论，同时考虑恐慌情绪对行人决策的影响和恐慌情绪本身的动力学特性，如情绪感染和衰减等，采用元胞自动机方法，建立基于场域模型的恐慌状态下行人决策修正模型，采用该模型研究恐慌情绪对人群疏散行为的作用规律。研究发现:当处于优势疏散位置的行人，由于恐慌做出非理性决策，不仅降低了自身的疏散效率，而且会占据其他行人的最优疏散路径，因此导致整体疏散效率的下降；随着恐慌情绪阈值增加，同一时刻的恐慌人数减小，疏散时间减小，且存在某一临界值，使疏散时间最短；情绪自衰减速率是影响恐慌情绪的关键因素，且存在决定恐慌情绪的蔓延或者衰减的临界值；行人的恐慌程度随着行人密度的增加而增加，因为人群规模较大时，恐慌情绪的感染次数增加，并在人群中得到反复加强，从而使人均恐慌值增加。     

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。     

多条件约束三维动态行人疏散路径优化方法

针对约束环境下的行人疏散路径选择问题,提出了三维动态行人疏散路径优化方法。通过元胞自动机模型的拓展建立了三维行人疏散网格模型和三维解空间,在此基础上,综合考虑行人视域、路径距离、行人空间分布等多条件约束。引入路径寻优方法(Ant Colony Algorithm)、改进的社会力模型、更新的启发函数和信息素,构建了新的行人路径选择与优化机制。仿真结果符合实际路径优化需求,模型算法平衡了各出口利用率,提高了行人整体疏散效率,为三维空间下的行人疏散路径优化问题的解决提供了新的思路和方案,生成的疏散路径信息有望反馈到地标系统中并有效指导突发情况下行人的路径选择。     

基于遗传算法和场域模型的多障碍物房间人员疏散研究*

为提高多障碍物房间的人员疏散效率,利用场域元胞自动机模型并融合经典遗传算法,对2出口和4出口的多障碍物房间进行布局优化和疏散仿真研究。研究结果表明:利用遗传算法可快速寻找最优座椅布局,连排座椅设置在远离出口侧可有效减轻行人疏散时的拥堵程度;经过遗传算法优化后的座椅布局可协调疏散人群到达出口的时间,从而缓解出口通行压力,提高整体疏散效率,保障行人在大型多障碍物房间内的疏散安全。     

考虑结伴行为的双出口超市元胞自动机模型

为研究结伴行为以及障碍物对疏散过程的影响,建立考虑2人结伴行为的双出口元胞自动机疏散模型.模型在静态场中引入危险度模拟行人路径选择,设置个体和2人结伴疏散人群,研究不同行人密度下二者的疏散过程,比较疏散效率;分析相同密度下不同结伴比例的行人疏散过程,得到最优比例;设置横向、竖向和横竖3种障碍物排列方式,模拟个体疏散和结...     

考虑双向群组运动特征的场域模型研究

行人动力学的研究能为火灾等紧急情况下的疏散研究提供理论支撑。现有研究多以独立行人为研究对象,群组作为行人流的重要组成部分,有必要进行研究分析。以场域模型为基础,在前人提出群组场的基础上进行拓展,并引入预测场模拟群组行人避让行为,构建了考虑双向群组运动特征的拓展场域模型,对双向群组运动特征进行研究。在双向流通道中进行模拟发现:随着预测场敏感性参数增大避让行为意识增强,时间损失增加,与反向行人的正面冲突减少;拓展模型能使群组维持较近距离的同时减少群组成员之间的冲突;该模型能模拟密度越大速度越小的典型现象。     

人群分区疏散优化算法研究

在疏散过程中,出口利用不均现象时有发生,距离最短路径并不一定是最快的路径。提出了大规模人群分区疏散优化算法,该算法以疏散时间最短为目标,综合考虑了人群分布、出口位置、出口宽度等因素,通过迭代计算,求解每个行人的最优出口选择,从而得到优化疏散分区结果。以具有多个出口的某大型步行商业街区疏散为例,利用经典的无后退有偏随机行走模型进行模拟计算,对是否采用优化分区的疏散时间进行了比较分析。结果表明:采用优化分区疏散时,部分人员放弃路径最短的疏散出口,而被导向选择宽度较宽和附近人员密度较低的出口,从而提高整体疏散效率。该算法解决了以距离最短为目标的疏散分区方式导致的出口利用不均和不充分的现象,有效提高了疏散效率,对于区域分区疏散策略的制定具有一定指导意义。     

基于自适应共生生物搜索的人群疏散方法

为了解决传统场域模型在刻画人群疏散过程中的不足，基于自适应共生生物搜索方法来改进场域模型，构建了一种新的室内空间人群疏散优化模型。首先，该模型将路径拥挤度和局部方向拥堵度2个因素融入场域模型，以此构建最小疏散时间的目标优化函数。其次，通过调整动态自适应因子对共生生物搜索的共栖阶段进行扰动，解决优化方法的局部最优问题。最后，根据搭建的真实疏散环境与仿真试验平台，对比分析了改进模型与传统场域模型之间的性能状况。结果表明：传统场域模型在出口处容易造成大量拥挤，而优化模型能够有效实现躲避拥堵；同时优化模型可以根据不同时间段动态调整疏散策略，提高疏散效率。     

考虑恐慌情绪感染下行人绊倒行为的疏散模型

为研究恐慌情绪下行人跨越障碍物时绊倒行为对疏散进程的影响,提出1种多模型耦合的元胞自动机模型。基于OCEAN模型和SIS模型建立个性化的情绪感染模型,模拟人群中恐慌情绪的动态感染;引入社会力模型中力的作用,判断恐慌行人是否会被障碍物绊倒;讨论情绪阈值、行人密度、可跨越障碍物长度及位置、帮扶阈值等因素对疏散结果的影响。研究结果表明：情绪阈值越高,疏散时间越长,绊倒次数越少;行人密度越高,疏散时间越长,绊倒次数越多;可跨越障碍物长度和位置的变化均会对疏散时间和绊倒次数产生一定影响;帮扶阈值越低,倒地行人的平均恢复时间越短。研究结果以期为后续此类研究和预防工作提供参考与依据。     

考虑环境熟悉度与引导的人员疏散元胞自动机模型研究*

为研究环境熟悉度及引导作用对行人疏散影响,建立考虑环境熟悉度及引导作用的行人疏散元胞自动机模型。模型引入环境熟悉度参数,将行人分为熟悉环境行人与不熟悉环境行人,不同的行人具备不同的运动方式;基于引导标志的有向引导作用构建引导场,使行人能跟随引导移动;以某超市为例,研究其环境熟悉度、引导作用及引导有效性对行人疏散的影响。结果表明:行人疏散时间随着环境熟悉度的增加而减少;在相同的环境熟悉度下,不熟悉环境行人选择跟随引导移动相比于随机移动及跟随行人移动疏散效率更高;环境熟悉度较低时,行人疏散时间随引导有效性提高呈现先减少后增加的趋势。     

多层建筑楼梯疏散宽度组合仿真研究

为探究事故发生时楼梯宽度对多层建筑疏散效率的影响,结合多层建筑楼梯疏散特点,建立多层建筑楼梯疏散模型。基于多层建筑疏散过程,以社会力模型为基础,分析多层建筑行人疏散方式,构建楼梯疏散汇流模型;计算各楼层行人汇流时间以及楼梯汇流疏散效率;以某多层教学楼为仿真案例,构建不同楼梯宽度组合疏散场景,仿真多层建筑物疏散过程,获取各楼层汇流时间及楼梯疏散效率。结果表明:楼层平台汇流持续时间与楼层所在位置正相关,楼层所在位置越高,汇流持续时间越长;低楼层楼梯宽度增加有利于优化中间楼层行人汇流作用,提高多层建筑疏散效率,而高楼层楼梯宽度增加则会加剧中间楼层行人汇流对疏散的不利影响,降低多层建筑疏散效率。     

基于改进最优迈步模型的楼梯区域疏散模拟

面对火灾等紧急事件,如何从多层和高层建筑内快速有效地疏散人群是火灾安全研究的一个重要课题。针对楼梯间这一重要疏散场景,考虑行人在台阶与转角平台处的迈步特征差别,在转角平台提出并采用圆形连续场域的生成法和运动规则,构建了一种改进的最优迈步模型。利用该模型重现了NIST进行的疏散演习场景,并从实时疏散人数、总疏散时间和基本图等方面进行了分析。结果表明:模型符合真实楼梯间行人疏散特性,可用于楼梯区域行人流的研究和分析。     

视野受限时出口指示标志对行人疏散的作用研究

为完善视野受限时的行人疏散理论,探讨了出口指示标志在行人疏散中的作用和其他影响疏散的因素。在前人工作的基础上,进一步阐述了视野受限时的疏散理论模型,统计估算了行人的疏散时间;并利用计算机仿真对比研究了出口指示标志在行人疏散过程中的作用。结果表明,出口指示标志能够明显地影响行人疏散过程中的动力学特征,避免了无出口指示标志时的盲目和绕行现象,优化了行人疏散路径,提高了疏散效率。同时发现,在不同出口宽度下大的视野距离会对疏散起积极作用;初始行人密度较小时,行人数量的变化对疏散时间影响不大;初始行人密度较大时,疏散时间与行人数量间呈线性关系。