多出口场景下考虑动态出口选择的人员疏散

为使多出口场景下人员疏散情况与实际更吻合，基于元胞自动机(CA)建立考虑更换目标出口的动态出口选择模型。综合考虑行人到出口的距离和出口前的拥挤程度对其选择的影响；通过选择模糊度和出口保持率来模拟行人选择出口的犹豫和随机性；再根据疏散环境的变化计算各出口被选择概率，更新行人的目标出口。比较动态出口选择策略与静态出口选择策略的差异。结果表明：动态出口选择策略有低密度无效和高密度有效2个阶段，且在高密度下选择模糊度小更利于疏散。出口保持率的增加能否提高疏散效率与选择模糊度有关。出口区域半径的增加在一定程度上能降低疏散时间。与静态出口选择策略相比，该策略可以提高出口利用率，缓解各出口密度不平衡程度，提高疏散效率。     

交叉口直行车辆出口车道选择行为的贝叶斯网络模型构建

为揭示交叉口车道的布设、交通流量、车辆所在时空位置等要素对直行车辆出口车道选择行为的影响，保障直行车流运行安全，运用专家知识和相关性分析确定了由最内侧直行车道中线偏移角、进口车道位置等10个影响因素组成的贝叶斯网络(Bayesian Network, BN)结构，采用数据驱动法进行了参数学习，建立了直行出口车道选择BN模型。经验证，模型的平均绝对偏差(Mean Absolute Error, MAE)、均方根误差(Root Mean Square Deviation, RMSE)分别为4.37%、4.96%,具有良好的精度。应用正向推理得到：影响直行出口车道选择的主要因素是进口车道位置、进出口车道数量匹配性、进出口车道选择不匹配比例、最内侧车道中线偏移角；引入情景分析法可有效预测进口车道平均流量等不同影响因素组合波动时出口车道利用率的变化，如直行车辆由最内侧进口车道驶入直行最内侧车道中线左偏移角为2°～4°的交叉口，在直行车流为>600～900辆/(h·道)、绿色信号倒数(Green Signal Countdown Display, GSCD)显示到达的条件下，选择最内侧出口道...     

基于元胞自动机的人员疏散出口选择博弈模型

为提高人员出口选择行为的疏散效率，针对紧急情况下多出口房间的人员疏散过程，提出了一种结合博弈论方法和元胞自动机模型的出口选择优化模型。该模型基于博弈论中的最佳反应动力学概念，考虑了疏散人员之间的相互影响，其中每个人员通过对其他人的选择策略做出最佳响应。分析了影响人员出口选择行为的关键因素，包括人员的耐心坚定程度、出口可见性和出口熟悉度、出口布局以及最佳出口间距等。并将此模型与模拟软件Pathfinder的进行对比，验证了其高效性。结果表明，低耐心程度会导致人员犹豫徘徊行为，不利于疏散。对于单出口选择情况，出口位置分布在墙壁中间时人员疏散效率最高。对于多出口选择情况，当两个出口位于同一墙壁时，出口的最佳间距应设为所处墙壁长度的0.5倍。而位于不同墙壁时，出口对称设计下的人员疏散选择时间最短。