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。     

多出口条件下应急疏散路径优化模型

为减少拥堵发生概率,考虑多出口条件下疏散人群路径选择特点,建立应急疏散路径优化模型。首先以疏散通道布置方位为基础,建立疏散网络,确定可行疏散路径集合,考虑人群流量与排队时间动态关系,计算人群雍滞时间,表征路径当量长度,迭代可行路径集合;然后以疏散总时间最短为目标,修正Dijkstra算法目标函数,全局搜索时间最优路径,分配疏散方案;最后通过某多出口疏散案例,对比传统最短路径和优化最短时间疏散方案疏散总时间,验证模型的有效性。结果表明:优化后的疏散方案排队总时间与疏散总时间均小于传统疏散模型,疏散出口利用率更高,人流分布更为均匀,疏散路径重叠概率较小,有效提升了疏散效率。     

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。     

紧急疏散路径选择行为的实验研究

通过可控的人群疏散实验来分析紧急情况下的人群疏散规律。实验选取了建筑物出口位置、出口宽度设置作为实验变量开展。主要关注的参数有疏散时间和疏散速度。疏散人群在实验中自行选择认为最合适的路线。实验结果指出,在紧急情况下出口的距离和宽度共同影响了疏散的整体效率和疏散过程中的拥挤程度。女性的疏散行为值得关注,并且行人在疏散过程中,是分阶段决策疏散路径的,在仿真模型中可通过局部路径规划算法实现。疏散场景的布局对疏散效率的提高有较大影响,单纯增加局部出口的宽度以及缩短疏散路径对于提高整体疏散效率帮助不大。本研究成果对疏散模型的改进以及建筑设计有一定的指导意义。     

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。     

一种基于多出口环境的人群疏散改进模型

为有效提高多出口环境下人群疏散的模拟精度,基于社会力模型和粒子鸽群算法,建立一种新的人群疏散模型;该模型改进传统社会力模型中影响行人运动的自驱力方向,利用场域模型来获得行人的运动方向,同时将此方向作为社会力模型中自驱力方向;结合场域值、平均速度和拥挤度提出多出口环境下的疏散优化模型,并通过粒子鸽群算法对上述优化模型实现快速求解。结果表明:随着人群密度的增加,平均疏散速度呈现出先降低后缓慢增加的趋势;在人群密度较小时,场域权重值越大对应的疏散时间越小。     

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。     

基于改进蚁群算法的应急监测移动机器人全局路径规划

提出了基于改进蚁群算法的应急监测移动机器人全局路径规划方法。首先针对蚁群算法收敛速度慢,容易陷入局部最优的缺点,利用环境的全局信息建立目标吸引函数,对蚂蚁在野外环境下的路径搜索进行引导,提高其选择离目标点更邻近节点的概率,减小蚂蚁对非最短路径的选择概率。其次,借鉴狼群分配原则对信息素进行更新,避免算法陷入局部最优。最后实现了基于改进蚁群算法的应急监测移动机器人全局路径规划并完成了仿真实验,实验结果表明该方法可以更快地收敛到最短路径并具有较好的全局性能。     

大型公共场所多源疏散的控制流模型研究

以现有的单源最快流控制算法为基础,考虑人员在大型公共场所中的实际分布状况,遵循最大限度利用各出口的原则,提出针对多源疏散的全局最优化算法。根据此算法可以得出各疏散源点经过各出口的疏散人员数量以及人员的行走路径、从源点出发和完成疏散的时刻。将算法应用于某百货公司的案例研究表明,在多源疏散的情况下,各源点依次按照单源最快流控制算法进行独立疏散,能够保证每个源点的最优疏散,但整体的疏散效率并非最优;而应用全局最优化算法进行疏散,可以充分利用疏散过程中不同出口的疏散时间差,取得减少整体疏散时间、提高疏散效率的效果。     

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...     

公路隧道火灾发生位置与人群疏散通道仿真研究

利用EXODUS建立隧道的仿真场景,确定疏散人群仿真参数,并将出口工效OPS作为评价疏散效率的指标,分析不同火灾发生位置对疏散时间的影响。采用K-means算法分别对火灾发生位置和人群疏散通道位置进行聚类,并建立基于两者影响下的出口工效模型,通过对该模型求偏导,得出隧道火灾发生位置和人群疏散通道选择之间的关系。研究结果表明:火灾发生位置越接近人行横通道,疏散时间波动越大,人行横通道和隧道入口的疏散时间随人群疏散区域分界线变化,当火灾发生距人行横通道20~110 m时,变化明显,当距140~350 m时,变化平稳;出口工效OPS总体呈现不稳定的阶梯状变化趋势;火灾发生位置和人群疏散通道的最优位置呈线性递减关系。研究结果可应用于隧道应急指挥中心管理人员制定有效疏散路径和采取诱导分流人群措施。     

考虑儿童运动特性的小学教学楼楼梯间人员疏散研究

为研究小学教学楼楼梯间人员运动行为以及影响人员疏散的因素,开展人员疏散实验并构建疏散模拟场景。基于疏散实验研究不同实验场景的出口流量和人员运动速度,通过疏散仿真模拟,分析不同人员运动速度、人员数量及疏散策略对疏散的影响。结果表明:排队下楼的人员运动速度比紧急疏散人员低22.7%,自由上楼人员运动速度比排队上楼人员高8%;人员总疏散时间随人员运动速度的增加而降低,但总疏散时间随速度增加而降低的幅度变小;加入分层疏散策略会增加人群疏散总时间,但整个疏散过程人员分布均匀,在建筑瓶颈不易产生人员过度拥挤现象,因而在疏散过程中应适当采用分层疏散策略。     

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。     

基于自适应蚁群算法的化工园区毒气泄漏事故疏散路径规划*

为了降低人员在化工园区毒气泄漏事故中的伤亡风险,提出1种综合考虑疏散路径距离和毒性负荷值的自适应蚁群算法。通过建立路径评价函数,将疏散路径的毒性负荷值引入蚁群算法中,改进算法的信息素更新策略,采用启发式因子自适应调整策略并改进算法的启发式函数。运用Matlab软件进行仿真,将算法应用到某化工园区毒气泄漏事故中。研究结果表明:该自适应蚁群算法可以保持较高的搜索速度,在寻找距离最短道路的同时避开毒性负荷较高的疏散路径,可为化工园区毒气泄漏事故的应急疏散路径规划提供参考。     

小群体行为作用下的地铁站疏散模型研究

为研究小群体行为作用对地铁站突发事件人群疏散效率的影响,基于社会力模型理论和智能体技术,构建地铁站人群疏散模型。分析小群体趋向性、协调一致性等行为特征,运用社会力模型理论,计算小群体成员移动速度;量化小群体行为对群体内部成员作用大小,修正成员期望速度,确定人群疏散速度;以某地铁站火灾事故为例,分别模拟单人疏散场景和混合疏散场景。研究结果表明:混合疏散场景仿真时间比单人疏散场景仿真时间延长12.29%,平均绕行距离比单人疏散增加38.8%,小群体行为降低了地铁站突发事件人群疏散效率。     

基于遗传-蚁群算法的单层建筑火灾疏散路径规划研究

为解决如何快速、有效地找出单层建筑火灾最佳疏散路径问题,分析火灾发生时可能影响人员逃生及最佳路径生成的因素。提出基于遗传-蚁群算法求解火灾时期人员疏散路径。运用遗传算法的快速全局搜索能力,对蚁群算法初期所需要的信息素进行快速处理;利用蚁群算法的正反馈机制,快速找出可行路径,缩短搜索时间;并运用Matlab软件对其进行仿真。结果表明:遗传-蚁群算法所求得的路径生成质量有明显提高,并缩短路径生成时间,有助于提高人员逃生效率,降低人员伤亡率。     

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。     

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。