基于层次关联系数法的地铁拥挤踩踏事故应急联动系统评估研究

为预防控制地铁拥挤踩踏事故的发生,以人员信息跟踪、人群密度监测、应急疏散及广播信息为子系统,构建旨在智能疏散的地铁拥挤踩踏事故应急联动系统。对地铁站内安全实际情况进行实时监测、记录、计算、分析;引入层次关联系数法对地铁的无预警状态、人工预警管理状态、智能预警管理状态进行系统评估,并对地铁拥挤踩踏事故应急联动系统有效性进行评价。结果表明:地铁拥挤踩踏事故应急联动系统,在地铁拥挤踩踏事故预防和应急管理方面,相较无预警状态和人工预警管理状态更为可行可靠,可为下一步应急联动系统的研发提供技术支持。     

大型活动拥挤踩踏事故模糊综合评估方法应用分析

在研讨人群拥挤踩踏事故及其预防控制的基础上,通过采用模糊综合评估方法,客观归类大型活动拥挤踩踏事故影响因素,建立二级模糊综合评估分析模型,并以沈阳世博会开幕式为例进行综合分析,得出安全等级。应用实例表明,模糊综合评估方法评估结果与实际安全状况基本吻合,具有实用性,能够比较客观、真实地反映大型活动的拥挤踩踏事故风险状况,值得在大型活动拥挤踩踏事故评估中推广和使用。     

基于CA-模糊综合评价法的拥挤踩踏事故分析

以某高校体育场举办庆典活动为例,采用元胞自动机(CA)模拟大型活动中发生事故后的人员疏散情况,得到事故发生后人员逃生规律及疏散总时间,由此判断可能造成的人群拥挤地点和时间。结合模糊综合评价方法对整个活动的安全状况进行总体评估,确定事故发生的影响因素,建立指标体系,运用Matlab遗传算法工具箱计算权重,最终判定大型活动的整体安全水平为较安全。将此方法应用到大型活动的安全评价预警中,能更好地预防和控制活动中拥挤踩踏事故的发生。     

地铁拥挤踩踏事故脆弱性区域智能化预警研究

为有效预防地铁拥挤踩踏事故,通过分析近年来国内地铁拥挤踩踏事故,确定事故易发的脆弱性区域,揭示地铁拥挤踩踏事故孕育、发生、扩大的演化发展阶段,深入分析人群波浪效应、信息传递失真、空间阻碍导致的人流对冲等特征,探析预防控制地铁拥挤踩踏事故的关键阶段。基于预警系统工作原理,按照警源警情分析、警兆识别、警报设计与排警的工作机制,构建地铁拥挤踩踏事故智能化预警系统。研究结果表明:孕育阶段是预防控制地铁拥挤踩踏事故的关键阶段;智能化预警监控系统能够明确预警等级,显示不同人群状态及密度下的风险等级,具备地铁拥挤踩踏事故预警控制能力。     

大型活动客流监测预警方法研究

随着我国经济文化的发展,大型活动日益增多,大型活动中人群拥挤事故作为大型活动事故预防控制的重点,逐渐引起人们的重视.本文从观众结构、时间分布、空间分布及运动性特征四方面分析了大型活动客流的相关特性;论述了大型活动安全监测的内容与方法,确定了安全监测的重点部位;从安全容量、安全密度、安全速度、密度变化率和速度变化率五个角度提出了大型活动客流风险的预警方法,并比较了各类方法的优缺点.研究成果为保障我国大型活动的顺利召开,避免拥挤踩踏事故的发生有一定的借鉴意义.     

城市公共场所人群拥挤踩踏事故分析

城市公共场所人群高度聚集、流动性大,紧急状态时常发生群死群伤的拥挤踩踏事故,造成大量人员伤亡和恶劣的社会影响。笔者首先提出拥挤踩踏事故分析的一般方法,并用群集指数来表征人群高度聚集这一参量;通过对近年来国内外人群拥挤踩踏事故的分析,认为该类事故以人群高度聚集为条件,由公众造成又危害公众,具有诱因众多、发生突然、难以控制等特点;强调事故预防和控制重点是建立事故应急机制,加强人群的管理和疏导等;同时从公共场所的性能优化设计、人群素质和群集密度、人群管理控制以及信息交流等方面分析其事故原因及提出相应对策,对预防此类事故发生,减少群集伤亡有重要意义。     

面对踩踏的发生,应该如何自救

<正>北京时间12月31日23时35分,上海市黄浦区外滩在群众自发进行的迎新年活动中发生拥挤踩踏事件,截至1日11时,上海外滩踩踏事件已造成36人死亡,49人受伤,其中13人重伤。在拥挤行进的队伍中,如果前面有人摔倒,人群就会像"多米诺骨牌"一样连锁倒地,发生拥挤踩踏事故。那么一旦不幸遭遇踩踏事件,该如何预防并在危机中自救呢?踩踏事故一般源自四种现象:一是大客流时前面有人摔倒,后面人未留意,没有止步;二是人群受到惊吓,产生恐慌,如听到爆炸声、枪声,在无组织     

人群聚集场所拥挤踩踏事故原因分析与对策

2000-2007年人群聚集场所发生拥挤踩踏事故的数据统计分析表明,拥挤踩踏事故的发生频率和伤亡人数均呈现随机分布,根据这些事故数据总结出此类事故发生的一般性原因,并提出教育与管理相结合的事故预防对策.     

中小学校园拥挤踩踏事故致因机理探究

为预防校园拥挤踩踏事故,同时进行校园安全事故致因推理和情景演化分析,本文利用事故致因“2-4”模型和情景演化理论,构建中小学校园拥挤踩踏事故致因分析模型,并运用该模型对某校园拥挤踩踏事故进行分析,还原事故发展全过程,针对性提出“情景—应对”和“事故—预防”的事故双重干预对策。结果表明:该模型能够为校园拥挤踩踏事故开展原因调查提供新的思路,同时可供学校对拥挤踩踏事故开展情景推演与针对性安全教育培训工作。     

我国拥挤踩踏事故发生规律、诱发因素及防控策略

为有效防范拥挤踩踏事故发生,减少事故造成的损失,运用统计分析法和案例分析法对2000-2014年我国拥挤踩踏事故发生规律和诱发因素进行研究。结果表明:我国拥挤踩踏事故发生次数及人员伤亡年际变化较大,总体呈现下降的趋势;秋季踩踏事故发生次数及人员伤亡最多,冬季次之,春夏季节最少;拥挤踩踏事故主要发生在内陆中南部、西北和西南边疆等地区; 学校、商场及节庆场地和楼梯（台阶）是踩踏事故易发场所位置;人为因素、场所因素、管理因素和自然因素是拥挤踩踏事故四大诱发因素。根据踩踏事故发生规律和诱发因素分析,构建踩踏事故防控的PPC模型并提出具体的防控策略,为相关部门预防和处置事故提供决策支持。     

中小学校园拥挤踩踏事故风险评估指标研究

为研究诱发中小学校园拥挤踩踏事故风险因素,根据近年来21起典型事故统计结果,设计调查问卷,在问卷信度检验结果满足良好的相关水平和一致性的基础上得出中小学校园拥挤踩踏事故影响因素分为4个方面,9个因素。基于数据处理系统(DPS),引入非参数投影寻踪回归模型的理论方法,对多维拥挤踩踏事故影响因素数据进行投影降维分析,利用交叉核实,进行非参数拟合,得出每一因素的权重值及事故发生预测值。拟合结果表明:人群失控、人群密度、时间限制3个影响因素更为重要,在校园拥挤踩踏事故日常预防中应多予重视,同时初步探讨影响因素权重在中小学拥挤踩踏事故评估中的应用,为进一步有效防止校园拥挤踩踏事故发生提供技术支持。     

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。     

人员密集场所拥挤踩踏事故风险分级模型及预防对策

为研究人员密集场所拥挤踩踏事故的影响因素及拥挤踩踏事故风险级别与管控措施,通过统计分析2002-2018年间国内不同场所发生的拥挤踩踏事故原因,构建事故树模型,从人的因素、道路因素、环境因素、管理因素4个方面提出人员密集场所拥挤踩踏事故的20个评价指标,建立踩踏事故风险评价指标体系,基于层次分析法对评价指标赋予权重,进而构建RCM-CS模型,并依据模型对事故风险进行分级评估。通过RCM-CS模型对已发生的踩踏事故风险等级评估发现,该模型可以很好的区分不同场所的拥挤踩踏风险等级,对于预测人员密集场所风险级别及预防拥挤踩踏事故的发生具有重要作用。     

大型铁路客运站大客流预警及应对方案设计 ——以北京西站为例

铁路客运站作为旅客集散地,出入站客流量会因为节假日、大规模列车晚点或停运等突发事件出现大规模聚集。当车站出现高密度客流时,若未能及时采取有效的应对措施,极易出现踩踏等事故。为应对车站大客流情况,首先制定了黄、橙、红三级预警机制。其中黄、橙预警用于应对车站高密度客流情况,而红色等级预警则用于应对短时间内车站需迅速疏散客流的紧急情形和大量客流长时间无法乘车离开的情形。最后重点研究了基于不同等级预警的应对方案。所提出的大型客运站大客流预警与应对方案实际应用于北京西站,经过多次春运和暑运检测,起到了良好的效果。     

大型活动拥挤踩踏事故BP神经网络安全评估方法应用分析

根据大型活动拥挤踩踏事故是一个极其复杂的多因素、多变量、多层次的人-机-环境系统,利用数学建模的思路,引入人工神经网络评估方法;以沈阳世博会开幕式为例,通过前馈型BP网络训练和测试,将开幕式举办过程中的人员拥挤踩踏事故风险系统划分为人的因素、物的因素、环境因素、管理因素4个子系统和拥挤踩踏事故综合评估总系统,分别对其进行拟合分析,在各个系统的拟合残差满足条件的情况下,得出量化的评估预测值及BP神经网络的使用范围。研究实例表明,BP神经网络评估结果直观易懂,可操作性强,是值得推广运用的一种评估方法。     

基于FDA模型的地铁列车洪淹事故致因分析*

为了从安全信息视角探究地铁列车洪淹事故原因,基于FDA（Forecast-Decision-Action）事故致因模型和真实事故案例,构建由个体（地铁行车人员）、自组织（地铁运营企业）和他组织（应急主管部门）3个事故致因子模型组成的地铁列车洪淹事故FDA致因模型,并针对安全管理重要环节提出事故预防建议。研究结果表明:阻断事故致因主链或子链、保证必要安全信息充分且完备、防范安全欺骗行为,可有效预防地铁列车洪淹事故,通过实证案例分析验证FDA模型可显著提升地铁防洪应急管理水平。     

SOFM神经网络在道路交通事故分类评价中的应用

随着我国道路交通需求的持续增长和交通建设的快速发展,交通环境和条件有了很大改善,但交通事故仍频频发生,且呈不断增多的趋势,安全已成为交通管理当中一个不容忽视的问题。为了减少交通事故发生次数,降低事故损失程度,需要对交通事故进行分类管理,以便针对不同种类和特征的交通事故采取专门的措施。笔者应用SOFM(自组织特征映射)神经网络对不同原因的道路交通事故进行了分类评价,并根据实际数据的计算和分析提出了相应的防护和控制措施。