考虑恐慌情绪感染的CA疏散模型算法研究

为探究恐慌状态对行人疏散效率的影响,基于情绪感染等相关理论,在探讨了情绪感染影响因素的基础上,利用元胞自动机模型、A^*算法和SIS算法仿真了在有障碍物的情境下恐慌情绪对行人疏散的影响关系,使用MATLAB软件建模对情绪阈值、情绪衰减速率、行人密度等重要情绪因子进行仿真模拟。结果表明：在一定程度上恐慌情绪确实影响着正常的疏散行为,疏散时间随着情绪阈值的增加而逐渐缩短直至降低到某一值后基本不变;情绪衰减速率越大,感染者越能在短时间内降低恐慌值变为易感者,情绪衰减速率也是影响疏散的关键性因素;行人密度增大,则恐慌情绪在房间内反复传播进而不断加强,恐慌值增加会导致疏散时间更长。     

恐慌情绪和疏散行为交互影响的地铁站火灾疏散仿真方法

为提高地铁站火灾事故发生后的疏散效率,降低人员伤亡和财产损失,考虑到疏散过程中个体恐慌情绪的动态变化,基于元胞自动机模型分析恐慌情绪与疏散行为之间的交互影响,构建地铁站火灾疏散仿真模型,以双层岛式地铁站为例,讨论恐慌情绪对疏散效率和出口选择的影响。研究结果表明：恐慌情绪是人群疏散中的关键因素之一,轻度恐慌有助于缩短疏散时间,而过度恐慌会一定程度上减缓疏散效率;恐慌情绪对出口选择存在显著影响,恐慌人群在出口选择时表现出明显的从众行为。研究结果可为优化地铁站应急安全管理提供参考。     

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。     

考虑结伴行为与情绪感染的人员疏散模型

为探究结伴行为与情绪感染对人员疏散的影响,将开放性-责任感-外向性-利他性-神经质(OCEAN)模型中的神经质引入易感-感染-易感(SIS)传染病模型,根据行人是否结伴分别构建独立行人与结伴行人的情绪感染模型,与元胞自动机模型相结合进行疏散仿真模拟;并讨论人员密度、结伴比例、情绪阈值、自衰减速率、亲密度等因素对疏散过程的影响特征。研究结果表明：情绪感染在一定程度上会降低疏散效率;行人总体疏散时间与密度呈正相关;疏散时间随结伴比例的增加呈现先增加后降低的趋势,在结伴比例为0.4～0.6时达到峰值,这种趋势受双重因素的影响;情绪阈值是实现平静情绪与恐慌情绪相互转化的临界值,随着情绪阈值的增大,疏散时间逐渐降低,当情绪阈值超过0.3后,疏散时间的变化趋于平缓;情绪自衰减速率与亲密度是影响情绪衰减的主要因素,情绪自衰减速率越大,亲密度越高,情绪强度的衰减越快,且情绪自衰减速率的影响效果更显著。     

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。     

考虑绕行效应的人员疏散元胞自动机模型研究

在传统的元胞自动机疏散模型中,行人只考虑临近的4个网格状态以做出运动决策,而在实际疏散过程中,每个人会从更大的感知范围内收集信息,并会主动避开障碍物,从而选择更合理的路径。针对此问题,建立考虑绕行行为的元胞自动机模型（DCA模型）,模型引入行人感知范围参数,用于反映行人对障碍物的反应程度或绕行倾向;通过建立单门疏散场景,研究绕行效应对疏散的影响。研究结果表明:考虑绕行效应时,行人能够更好地绕过障碍物,在出口前形成典型的拱形聚集形态;感知范围越大,拱形聚集形态形成的越快;通过将DCA模型与经典的无后退的有偏随机行走模型和场域模型分别进行比较,DCA模型可以减少不必要和不合理的后退运动行为,这与实际更为一致。     

一种考虑斜向运动参量的行人疏散模型研究

目前,元胞自动机疏散模型采用Von Neumann型和Moore型两种形式的邻域进行演化处理。这两种邻域形式描述行人疏散均有其不足。Von Neumann型邻域忽略了行人斜向运动的可能性,而Moore型邻域虽然考虑了斜向运动,却不能有效地区分斜向运动与水平竖直运动的区别。基于此,在选择Moore型邻域的基础上,提出了斜向运动参量的概念,重新阐述了疏散演化规则,修正了原Moore型邻域在描述疏散中的不足,更精确地反映了行人的疏散动力学特征。进一步利用新模型模拟仿真了疏散空间的行人疏散过程,结果表明:斜向运动参量越小,行人选择水平竖直方向运动的可能性越大;疏散时间会随斜向运动参量f值减小而增加。斜向运动参量取0.7左右时,疏散效果最佳;而当斜向运动参量取0时,Moore型邻域的疏散结果演化为Von Neumann型邻域的疏散结果。     

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,模拟个体疏散和结伴疏散2种情况,得到障碍物最佳排列。结果表明:对于个体疏散和结伴疏散,行人密度增加会增加疏散时间,相同行人密度下个体疏散优于结伴疏散;相同结伴比例下,行人疏散时间随着行人密度的增加而增加,结伴比例小于0.6时,疏散效率较高;最佳障碍物排列方式为横竖排列,建议结伴行人比例为0.4。     

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...     

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。     

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...     

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口大小等因素对疏散过程的影响。研究结果表明：考虑跨越障碍物行为更符合疏散实际情况,且具有不同跨越能力的行人达到一定比例时最有利于疏散;行人密度越小,可跨越障碍物的位置对疏散影响越明显;出口在一定大小时就已经满足疏散要求,增大出口对疏散促进作用较小。     

不同房间结构下人员疏散的CA模拟研究

采用元胞自动机模型分别对不同房间结构中的人员疏散进行了模拟,重点研究了人员密度和出口条件对疏散时间的影响.结果表明,疏散时间随着人员密度线形增加;根据建筑结构的不同,采用多出口对疏散时间有不同程度的减少.该模拟结果对于出口的设计和人员的安全疏散具有一定的指导意义.     

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。     

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.     

近身攻击情景下恐慌情绪对疏散行为的影响研究

为研究近身攻击情景下行人疏散过程,基于恐慌情绪吸收模型、开放性-责任心-外向性-利他性-神经质(Openness-Conscientiousness-Extroversion-Agreeableness-Neuroticism, OCEAN)模型设计该情景下的行人恐慌情绪模型,通过改进传统的社会力模型体现恐慌情绪对行人行为的影响。经仿真验证,基于动态恐慌情绪驱动的行人应急疏散模型——行人恐慌情绪(Personnel Panic Emotion, PPE)-动态行为(Dynamic Behavior, DB)模型能有效体现该情景下行人疏散特征。设计两组对比试验,研究恐慌情绪、防御人员对疏散过程的影响。结果表明：1)考虑恐慌情绪下,疏散时间缩短42 s,被袭击人数减少5人,拥堵点由5处减少为3处,但行人疏散前期出现短时混乱,后期拥堵点的面积、人流密度更大;2)在疏散前期恐慌情绪传播主要受恐怖分子位置影响,全部行人开始疏散后,因拐角和出口处拥堵,恐怖情绪迅速大范围传播;3)防御人员能有效抑制恐慌传播,减轻恐慌情绪对疏散行为的负面影响,进一步提高疏散效率。该研究为此类情景的人员疏散提供了理论依...     

地铁应急疏散恐慌程度模型研究

为研究地铁应急疏散情况下人员恐慌程度,建立地铁应急疏散恐慌程度模型。首先根据恐慌心理量表和调查问卷得到恐慌程度影响因素及其分类,并确定各影响因素权重值。在北京地铁军博站进行应急疏散模拟试验。根据试验数据修正模型中相关事故经历因素,得到地铁应急疏散恐慌程度最终优化模型。结果表明,地铁应急疏散恐慌程度受年龄、携带行李情况、接受安全教育程度、相关事故灾害经历等人员个体因素,以及人员密度、疏散环境复杂程度、事故灾害发生位置等环境因素影响。应急疏散恐慌程度模型计算结果和应急疏散模拟试验结果相近。