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。     

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。     

基于声学引导的元胞自动机疏散仿真研究

为了提高大型公共建筑人群疏散效率,采用广度优先搜索算法(Breadth First Search, BFS)建立“静态场强”,以声学引导、心理行为特性等信息建立“动态场强”,构建基于声学引导的疏散模型,并利用此模型研究不同声源特性对疏散的影响。结果表明,通过声学引导可以有效改变人的行为,使区域内的人员快速选择最优路径,大幅提高疏散效率。声源信号引导人员朝着同方向移动,在狭窄区域内易产生瓶颈现象。当背景噪声过高或声源频率与材料的最大吸声系数频率相近时,声学引导对疏散效率的提升较为有限。     

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。     

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。     

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.     

基于涟漪扩散算法的元胞自动机人员疏散模型研究

为探究大型公共场所内应急疏散调控策略的合理性、有效性和安全性,开展了2类场所的应急疏散调控策略的仿真研究,记录疏散时间、疏散拥堵时间和路径拥堵程度作为衡量应急疏散调控措施的指标,建立以多对多涟漪扩散算法为核心的线性元胞自动机模型。结果显示,与原有的疏散路线相比,使用算法规划的应急疏散路径可以缩短疏散时间;与仅仅使用算法规划应急疏散路径相比,考虑单一的路径拥堵情况或路网结构而增加的调控措施可能与疏散初衷相悖;但在使用算法规划路径的基础上,综合考虑路径拥堵情况和路网结构而增设的调控措施,其疏散效果是最好的。研究结果可为应急疏散管理者提供紧急情况下的调控策略,避免疏散过程中出现的拥挤、踩踏等二次事故的发生,进而保障人群的疏散安全。     

基于元胞自动机的换乘枢纽车站人员安全疏散研究

换乘枢纽车站人员疏散要求不明确具体,仿真研究使其在设计阶段可进行安全评估。结合突发事件下人员的行为特征,基于元胞自动机模型,综合分析人员与环境、人员自身之间的交互。依据已有地铁设计规范,模拟某虚拟车站高峰期人员疏散过程。仿真结果显示:站厅层安全隐患较小,而站台层存在一定安全隐患,通过改变工作人员位置,可改善疏散效率。     

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。     

大型购物中心人员疏散引导模拟优化研究

紧急情况下,大型公共场所人员在疏散过程中往往慌不择路,导致疏散设施使用不均、疏散路径拥堵、疏散难度加剧。针对该问题,以出口和楼梯等疏散资源得到充分利用为目标,提出疏散路径优化的基本思想,运用EVACNET4建立建筑网络疏散模型,并以某大型购物中心为实例对象,开展“无路径优化、无疏散引导”和“有路径优化、有疏散引导”2种情景下的疏散过程模拟及对比分析,通过引导疏散实现路径优化方案和疏散效率的提升。研究结果表明:有路径优化和疏散引导的方案可实现更短的疏散时间、更均衡的出口利用率。     

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...     

人员非均匀分布条件下的疏散引导方向优化算法研究

在紧急疏散中,疏散引导标识或疏散引导人能够帮助人员快速找到最近出口,有效减少疏散时间。疏散引导标识或人的引导方向一般是根据建筑布局情况预先进行设计,当前位置的引导方向指向最近的疏散出口。本文综合考虑了建筑布局及人员分布情况,提出了人员非均匀分布条件下的疏散引导方向优化算法。该算法以Togawa疏散时间经验公式作为估价函数,通过多次迭代的方法,求解疏散引导方向的优化值。以双出口的疏散场景为例,利用疏散软件Legion对优化前后疏散引导方向下的疏散时间进行了比较分析。结果表明,优化后的疏散引导方向能够引导人员充分利用疏散出口,疏散时间较仅考虑建筑布局所设计的疏散引导方向的模拟值降低了近四分之一,大大提高了疏散效率。     

心理迫切因素对行人疏散动力学的影响研究

为更准确地描述行人疏散动力学特征,利用目前行人疏散模型对行人疏散进行模拟研究发现:疏散空间行人拥堵时,会出现疏散区域某些位置的行人一直处于竞争劣势而保持位置不动的现象,这与行人实际疏散运动不符.考虑到现实情况,行人在等待的过程中会积极寻找机会,实现成功疏散;基于此,在疏散模型中引入了心理迫切因素的概念,表征了行人等待过程中竞争能力的变化,完善了行人疏散模型.对新模型模拟研究发现,在考虑等待时的心理迫切因素后,该模型能够更好地表达行人疏散的动力学特征,可更为准确地再现行人的疏散运动轨迹和路径,同时研究发现,引入等待迫切因素后并不会影响总的疏散时间.     

基于元胞自动机的极端降雨下地铁疏散模拟*

为研究地铁系统在极端降雨灾害下的人员疏散过程,分析人员疏散过程影响因素和改善方法,将数值模拟方法与模糊逻辑理论相结合,在传统元胞自动机疏散模型中引入人员疏散行为选择机制,模拟地铁隧道遭受洪水侵入以及采取改善措施后的疏散情况。研究结果表明:引入人员疏散行为选择机制可以较真实地模拟极端降雨下受限空间中的人员疏散过程;采取改善方案后,人员被迫改变疏散行为的比例下降53.95%,人群疏散安全度由0.201提升至0.633;当采取与防洪能力不适应的疏散平台高度时,疏散安全度较采取合理设施时平均下降30%且差异较大;硬件设施满足安全度达到0.6为宜,按照最终安全度为1设计疏散方案,可使硬件设施设计与疏散方案制定更加合理配套。研究结果可为地铁系统防洪设计与管理提供参考。