人群聚集场所的拥挤踩踏危险度评估算法

为度量人群聚集场所的踩踏风险,构建基于最小宽度系数、倾斜度、汇集度和长度的4变量危险度评估算法。首先将事故高危点(HRS)分为点型节点(PN)、线型节点(LN)和面型节点(SN);然后设计基于4变量的危险度度量函数,并据此计算3类节点危险度值;最后根据场所中HRS的分布情况和各节点的危险度来计算场所的整体危险度。研究表明:算法能够精确识别场所中的高风险疏散节点(EN),并合理评估场所的整体踩踏危险。     

矿井气候多参数预测与通风网络自动解算算法研究

为了对受矿井气候影响的通风网络进行自动解算,并能在实际矿井中应用,提出了一种快速的通风网络自动解算算法。矿井气候对通风网络的影响体现在自然风压上,首先对影响自然风压的温度参数进行预测,在不考虑自然风压的前提下进行解算,以此结果为基础,根据热交换原理计算出通风网络各分支节点的温度;然后对相关变量:压强、密度、自然风压、通风阻力相互关系推导为只含有压强这一变量的函数;最后对含有自然风压的矿井通风网络迭代计算。实验结果表明:该算法实现井下各节点密度和压强的预测和含有自然风压的矿井通风网络自动解算。     

踩踏事故预防监控领域科学知识图谱研究*

为解决踩踏事故预防监控领域发展现状、发展趋势及发展脉络不清晰问题,运用可视化软件CiteSpace,对Web of Science核心合集及中国知网收集到的365篇相关文献开展知识图谱研究。结果表明:中国在踩踏事故预防监控领域发文量最多,占40.6%,其次为美国,占15.4%,29个国家间仅有25条合作连线;国内外研究热点集中于卷积神经网络等计算机视觉技术在踩踏事故预防监控领域应用;针对“踩踏事故预防监控”领域涵盖学术外延范围,国内外存在一定差别;梳理获得踩踏事故预防领域3条主要发展路径;以深度学习为主的技术研究是当前及未来一段时间研究热点。     

"鸟巢"演唱会人员疏散CA-BP仿真研究

针对现今大型活动中的人群踩踏事故频发问题,通过对"鸟巢"演唱会进行人流疏散仿真分析,研究紧急情况下人流疏散逃生规律及均衡疏散方法.通过设置人员速度、移动余值、出口逃生条件等因素扩展元胞自动机行人流模型,并借助Matlab语言实现可视化仿真模拟,以探究人流疏散逃生规律;引入疏散系数,并通过建立BP神经网络获取较优疏散系数,均衡各个出口所承担的疏散任务.结果表明,"鸟巢"演唱会在疏散过程中人群对通行出口的选择较为不合理,仿真疏散总时间长达455.5 s,与理想疏散曲线所得疏散总时间270.0s相比,存在40.7％的偏差,为减小此偏差引入出口疏散系数指导人群定向选择出口,通过仿真模拟得到的疏散总时间为312.0 s,减少约31.5％,出口选择不均衡现象被显著缓解.最后提出了针对疏散不平衡问题的相关措施.     

基于大数据的大型活动拥挤踩踏事故预警分析研究

为预防大型活动拥挤踩踏事故发生,以拥挤踩踏事故为研究对象,结合系统安全理论和预警原理,运用大数据技术建立拥挤踩踏事故预警模型。以上海外滩拥挤踩踏事故为实例,通过热力图预警分析、人群流向预警分析和地图搜索量预警分析,在事故发生前进行监测、识别、诊断和评价,得出存在事故早期征兆,属于Ⅱ级预警范围,应启动预警对控措施;并将预控对策与当晚实际事故发生过程中采取的对策进行对比,进一步说明基于大数据技术的拥挤踩踏预警对上海外滩拥挤踩踏事故预防和控制的有效性,相关预警技术和方法可为大型活动科学预防和控制拥挤踩踏事故提供技术支撑。     

景区密集人群踩踏事故情景分析

为提高景区密集人群应急管控能力,采用情景分析和动态贝叶斯网络相结合的方法,研究景区密集人群踩踏事故情景演化过程。通过分析景区密集人群踩踏事故,选取情景状态、致灾体、承灾体、驱动要素为关键要素,探索密集人群踩踏事故情景演化的特征与路径;运用动态贝叶斯网络构建密集人群踩踏事故情景网络,从情景状态概率推演情景发展趋势。结果表明:引起事故发生风险概率较高的情景状态依次为人群跌倒、人群僵持、人群流量剧增和人群聚集;预防准备不充分、景区安保管理不足、人流监测设备和人群限流设施不完善等相应驱动要素的介入是造成事故发生的主要原因。     

国外防踩踏都有哪些经验

<正>在人员密集处发生拥挤踩踏事件的风险始终存在,节假日期间,发生踩踏事件的几率较平日高出许多。国外也曾多次发生过踩踏事件,让我们来看一看这些国家的相关防范措施,他们是如何力争将悲剧的发生率降到最低的。控制人流英国:有专人负责统计人数英国伦敦有25万人到泰晤士河边观看2013年新年焰火表演。在议会广场等人流集中区域,有专人负责统计人数。如果人数达到各区块所能承载人数的上限,将停止放行。     

体育赛场人群疏散过程滞留人数定量模型研究

体育赛场历史事故统计分析表明,出口堵塞为导致人群拥挤踩踏事故发生的主要原因.滞留人群是疏散过程最常见的一种人流形式,同时也是拥挤踩踏事故风险的主要承载体.基于人群流量与人群密度关系建立了体育赛场时间维变量的滞留人数定量模型.体育赛场看台不同宽度出口人群疏散计算结果表明,滞留人数不仅对人群疏散时间有直接影响,而且与事故发生概率之间存在一定的关系.该模型可用于指导体育赛场出口设计,疏散路线选择及应急预案的编制等.     

井巷自然通风参数计算模型研究与应用

以巷道中空气流动体系的能量方程为基础,推导出井巷系统节点风温计算式.根据热压差形成矿井自然风流这一基本成因,将自然风压表达为节点风温的函数,并结合井巷通风网络解算法,建立了自然通风参数计算模型,编制了自然通风参数解算程序.通过对酒钢镜铁山矿Ⅱ矿体自然通风参数的计算,得出自然风量在1、7、8、12月达到高峰值,在4、10月处于低峰值.经与全年实测结果对比分析,得出其计算值与实测值基本吻合,从而证明了数学模型的合理性及应用的可行性.     

基于阶次序列与凸规划的铀尾矿库监测定位算法

在铀尾矿库放射性核素泄露污染WSN监测中,针对凸规划定位精度低的问题,提出一种基于阶次序列的凸规划定位算法。通过划分子区域缩小未知节点几何约束范围,建立各子区域的重心坐标到锚节点的阶次序列表,计算未知节点序列与序列表的相关度,并以最大相关度的子区域重心坐标为定位结果。使该改进算法满足低密度条件的定位并能减少其计算量提高定位精度。经过仿真,新算法较凸规划算法在定位精度上提高了14%。     

城市商业综合体人群聚集踩踏风险及监测预警研究—以西单大悦城为例

城市商业综合体是人群聚集场所,一旦发生拥挤踩踏事故, 可能造成大量人员伤亡和恶劣的社会影响,是目前城市商业综合体管理的重要问题之一。通过对人群聚集踩踏风险影响因素及监测预警原理分析,考虑室内商业综合体和开放型公共场所监测预警系统构建的差异性,建立客流预警与应急指挥系统模型;以西单大悦城为实例进行应用和验证,研究结果表明:建立的客流预警与应急指挥系统能够提升商业综合体的监测预警和应急决策效率,进一步加强重点区域或场所的精细化管理,对预防城市商业综合体人群聚集踩踏事故具有重要意义。     

考虑行为特征的人群疏散模拟研究*

为研究聚集活动中的行人在移动过程中所表现出的行为特征对人群整体移动过程的影响,通过实验观察与计算机仿真模拟的方法对人员移动进行研究。通过对实验视频的观察分析,在CTM模型基础上建立考虑人员跟随行为与保持距离行为特性的移动模型,并在简单无障碍和复杂多障碍的场景进行仿真实验。结果表明:模型能有效地描述行人的运动特征,而且拥挤程度和行人间排斥作用越大时行人移动越慢,整个疏散过程花费时间越长;障碍物的存在会影响人群在出口处的“成拱现象”,对理解人员的运动规律和防止拥挤踩踏事故具有一定理论和现实意义。     

基于互相关算法的人员密集场所人群运动速度特征研究

研究人群密集场所的人群运动速度特征可以预测人群的运动趋势,在大型活动组织过程中可以对异常人群运动做出预警,避免过度的拥挤及踩踏事件的发生,保证大型群体性活动的安全顺利开展。利用国内某重要城市核心区公共场所人群运动的视频图像,通过互相关算法提取该场所人群的运动速度,并进一步比较通往景区的四条不同路径上人群运动速度的差异性,分析其人群运动特征。分析结果表明单向通道的人群运动速度较大且运动方向基本与通道的两侧边界平行,而双向通道中由于人群中阻尼效应的影响,人群运动速度的大小和方向都发生了不同程度的改变。分析结果可为核心区管理者进行大型群体性活动的组织、人群疏散与引导提供建议,进而为人群拥挤踩踏事故风险防控、拥挤踩踏事故专项应急预案制定及人群聚集活动安全方案编制提供理论支持。     

RBF神经网络可靠度分析方法在边坡稳定性研究中的应用

针对边坡稳定性可靠度分析,当状态函数无法显式表达且传统计算方法求解复杂问题困难时,提出一种基于ABAQUS和粒子群优化径向基函数神经网络的可靠度分析方法。基于ABAQUS的强度折减方法计算所选随机变量对应的安全系数,利用径向基函数神经网络的数据拟合功能,建立模型并映射出安全系数和随机变量之间的关系,构造响应面功能函数;利用蒙特卡罗生成的大量随机样本代入功能函数得到相应的安全系数,进而计算边坡的失稳概率和可靠度指标来反映边坡稳定性。研究结果表明:相对于传统方法,本文方法计算效率更高、误差更小,适合实际工程应用。     

基于改进型萤火虫群优化算法泄漏源源强及位置反算研究*

针对标准萤火虫群优化算法（GSO）在危化品泄漏源源强及位置反算中存在精度不高,容易陷入局部最优等局限,提出混合萤火虫-Nelder Mead单纯形算法（GSO-NM）,并与基于步长的改进萤火虫群优化算法（MGSO）以及单纯形搜索混合协同进化萤火虫群优化算法（HCGSOSSM）进行比较分析,将3种改进型萤火虫群优化算法应用于泄漏源源强及位置反算中进行比较分析。研究结果表明:GSO-NM算法可以有效提高定位精度和稳定性,能较为精确地反算出泄漏源源强及位置,为泄漏源源强及位置反算研究提供1种新思路。     

景区夜游密集人群踩踏事件情景下脆弱性分析

为深入分析城市景区夜游密集人群易发生踩踏事件的脆弱性成因问题,运用人—环境耦合系统全面分析人群脆弱性模型三因子:暴露性、敏感性和适应性.依据现行标准规范与调查问卷筛选脆弱性指标,在博弈思想组合主客观权重的基础上,构建组合赋权-云模型的脆弱性综合评价模型.以大雁塔休闲旅游景区为实例,运用云算法得到各层指标的评价云图,与标...     

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。     

大型公园道路网络关键节点脆弱性评价*

为更加科学有效地辨识景区道路网络中的客流关键节点,以节点脆弱性为度量指标,提出1种基于FIM模型的关键节点脆弱性评价方法。以某大型公园为例,首先通过ArcGIS软件将该公园的道路网络信息转换成可编译的文本信息,经过Java枚举可行路径,然后利用嵌入FIM算法的Lingo进行优化,得出网络节点的重要度。最后综合节点容量、流量、吸引度等信息加权得出网络节点的脆弱性。结果表明:该方法能够有效地对道路网络节点进行脆弱性度量并排序,景区可据此制定相应的客流导向方案以提高景区资源的利用率,提高游览的安全性。     

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。