基于元胞自动机的人员疏散仿真研究

在人员聚集的大型场所,如果紧急事件发生则极有可能造成人员的大量伤亡,因此对人员疏散行为进行深入研究,具有极大的现实意义.通过分析已有的理论基础,利用元胞自动机原理建立了人员疏散数学模型.模型采用二维元胞自动机技术,确定了元胞空间和元胞状态,建立了人员疏散行为规则并着重探讨了从众行为和建筑结构不同对疏散时间的影响.试验结果表明,该疏散仿真模型更具真实性和合理性.     

基于元胞鱼群算法的人员疏散模型

针对元胞自动机模型以及原始人工鱼群算法在刻画综合交通枢纽人员常规疏散行为上的局限性,本文提出了一种基于元胞鱼群算法的人员疏散模型,考虑个体之间的行走速度、视野范围差异,将排队机制和出（入）口选择行为、导向行为、记忆功能加入原始人工鱼群算法中,顶层采用改进的人工鱼群算法进行移动位置更新,底层采用元胞自动机模型解决移动位置冲突.实验证明,该模型可真实反映人员在综合交通枢纽内换乘时的疏散过程;在同等环境下,与原始人工鱼群模型相比,该模型实现了个体按照疏散引导进行有序移动,避免了陷入局部最优;与元胞自动机模型相比,其更好地体现了个体的从众、避障和出（入）口选择行为,有效地降低了时间复杂度.     

元胞自动机地铁人员疏散模型仿真

基于元胞自动机模型对地铁人员疏散进行研究,通过对地铁的疏散个体微观建模,构建出元胞的移动规则,从而确定元胞下一时间步长的移动路径。针对地铁紧急情况下的疏散情形,提出了两种基于元胞自动机的疏散规则:概率计算方法和元胞空间场吸引法。利用VC++开发环境与OpenGL图形库对地铁的人员疏散情况进行仿真,描述不同疏散规则下的地铁疏散整个动态过程,并分别模拟得出不同的疏散效率,从而为指导地铁紧急情况下人员疏散提供理论依据。     

基于元胞自动机和模糊理论的人群疏散仿真

基于元胞自动机和模糊理论建立了人群疏散模型,对教学楼内的人群疏散过程进行了模拟。该模型根据人员对建筑物的熟悉程度、周围人员的吸引力设计元胞行为准则,并且采用模糊隶属度定义人员的体能状态及人员对环境的熟悉程度。实验结果表明,该仿真模型能够较好地模拟紧急状况下的人群疏散过程。     

基于力的人群疏散仿真模型

在分析现有的考虑摩擦与排斥的人群疏散元胞自动机模型的基础上,研究人群疏散问题,建立了基于力的人群疏散仿真模型.该模型量化了摩擦力、排斥力和吸引力,因而可以描述拥挤、堵塞产生的人与人、人与环境之间的社会心理和物理作用.该模型采用的是元胞自动机,因而规则简单,运算速度快.仿真实验结果反映了出口处设置障碍物对逃生的影响,对应急疏散预案和建筑物结构设计有一定的参考作用.     

元胞自动机的演化行为研究*

基于元胞自动机演化行为研究与仿真系统,通过对元胞自动机的一、二、三维演化行为的研究,从统计和渐进的角度对元胞自动机进行了分类,将元胞自动机的演化行为动态统计图与沃尔弗拉姆对于元胞自动机的分类对应起来研究.这些从不同视角得到的结果有助于对元胞自动机的演化行为进行深入研究;但从统计和渐进的角度对元胞自动机进行分类是否具有普适性,是需要进一步研究探讨的问题.     

复杂条件下多层建筑人员协作疏散仿真

研究具有复杂多层协作过程条件下的人员疏散控制系统,就能够比较准确地模拟突发情况下人员的疏散情况。本文对元胞自动机进行了改进,综合人员个体特征和从众心理等各种复杂因素,对具有复杂障碍物的多层建筑中人员疏散过程进行了计算机仿真分析,并给出了人员疏散效率与人员的从众系数、障碍物及出口位置等因素的关系。该仿真能够很好地模拟大型公共场所发生突发事件时人员疏散的情况,对在复杂地理环境及人员特性条件下的多层建筑突发事件疏散策略制定具有一定的实际参考意义。     

模拟疏散中个体及群体运动方法

应用元胞自动机和人工智能原理模拟人员的疏散,研究了"分块划分"情况下个体的智能寻径行为以及当出口人员密度达到一定阀值时群体运动的规律,发现分块划分条件下人员的行为与现实中人的寻径及避障行为更接近;采用"出口处群体运动"与单独采用个体运动算法相比,同等计算机资源条件下,最大疏散人数得到了提高,而在同等人员属性配置下,在一定范围内,疏散时间变化不大。结果表明分块划分与出口"群体运动模拟"能够减少硬件本身对结果的影响,从且保证了结果的有效性,是一种模拟真实场景紧急疏散的可行方法。     

人群应急疏散中一种多智能体情绪感染仿真模型

为了从情绪的视角分析紧急情境下人群的疏散行为,梳理了现有情绪感染的研究工作,总结了人群紧急状况下行为特点.采用智能体描述人群个体,提出一种多智能体情绪感染模型.其主体框架分为感知层、情绪层、感染层、行为层和行动层.归纳了产生情绪感染现象的3个条件及情绪感染的3个规则,提出了情绪感染的算法,考虑个体的个性和个体间距离因素,采用情绪强度和人群紧密度来计算个体疏散速度.用C#语言编制了仿真实验,采用真实的地震疏散案例,验证了仿真疏散时间和实际观测的基本一致.通过与以往基于传染病思路的情绪感染模型对比,所提出的模型可以更好地描述情绪感染从局部到整体的过程.实验结果表明,所提出的模型可以推演情绪驱动下的群体聚集行为,有望为制定应急疏散预案提供一种可视化分析方法.     

基于元胞自动机的人员疏散模型设计与实验

元胞自动机作为一种动态模型与通用性建模的方法,其应用几乎涉及社会和自然科学的各个领域,在当前物联网技术、宽带通信技术时代得到了更加广泛的应用。利用元胞自动机原理建立人员疏散的数学模型,模型采用二维元胞自动机技术,确定元胞空间和元胞状态,根据实际情况建立人员移动行为规则并讨论元胞重复行进次数和危险物质扩散对人员行为的影响。实验结果表明,该模型具有一定的真实性和合理性。     

基于社会力模型的人员逆流行为

为真实地再现人员疏散场景,针对人员疏散过程中的逆流行为问题,提出一种基于社会力模型的人员逆流行为仿真模型,研究在场馆内人员疏散过程中的逆流行为及其对疏散结果的影响。根据社会力模型建立人员疏散模型,采用主从个体之间的吸引力对从个体行动方向的决策作用来描述逆流行为。在有逆流行为情形下的单出口和多出口场馆进行仿真,仿真结果表明,该模型有效且具有可行性,能够模拟出人员疏散过程中的逆流行为,随着逆流个体的增多疏散时间呈非线性增加,在相同情况下主原地等待行为比主不原地等待行为的影响更明显。     

低能见度环境下多出口场馆人群疏散研究

为了提高多出口场馆人群疏散效率,针对低能见度环境下多出口场馆人群疏散问题,在基本的社会力模型上加入了领导者吸引力和能见度范围的限制,建立了低能见度环境下多出口场馆人群疏散仿真模型,研究低能见度条件下人群疏散行为及疏散领导者对疏散结果的影响。在改进的社会力模型中,每个待疏散人员只对能见度范围内的其他个体或墙壁存在心理作用力,并且只有疏散领导者和出口附近的个体能够准确地判断出口位置,而其他个体只能根据能见度范围内的环境信息或疏散领导者的领导进行疏散。仿真结果显示,该模型可以较好地模拟出低能见度环境下多出口场馆人群疏散情形,疏散领导者选择距离最近的出口为疏散方向,普通个体会跟随能见度范围内的大多数个体或疏散领导者进行疏散,且疏散领导者的存在和其初始位置的合理设定能够提高疏散效率。     

Modeling human behavior during emergency evacuation using intelligent agents: A multi-agent simulation approach

It is costly and takes a lot of time for disaster employees to execute several evacuation drills for a building. One cannot glean information to advance the plan and blueprint of forthcoming buildings without executing many drills. We have developed a multi-agent system simulation application to aid in running several evacuation drills and theoretical situations. This paper combines the genetic algorithm (GA) with neural networks (NNs) and fuzzy logic (FL) to explore how intelligent agents can learn and adapt their behavior during an evacuation. The adaptive behavior focuses on the specific agents changing their behavior in the environment. The shared behavior of the agent places an emphasis on the crowd-modeling and emergency behavior in the multi-agent system. This paper provides a fuzzy individual model being developed for realistic modeling of human emotional behavior under normal and emergency conditions. It explores the impact of perception and emotions on the human behavior. We have established a novel intelligent agent with characteristics such as independence, collective ability, cooperativeness, and learning, which describes its final behavior. The contributions of this paper lie in our approach of utilizing a GA, NNs, and FL to model learning and adaptive behavior of agents in a multi-agent system. The planned application will help in executing numerous evacuation drills for what-if scenarios for social and cultural issues such as evacuation by integrating agent characteristics. This paper also compares our proposed multi-agent system with existing commercial evacuation tools as well as real-time evacuation drills for accuracy, building traffic characteristics, and the cumulative number of people exiting during evacuation. Our results show that the inclusion of GA, NNs, and fuzzy attributes made the evacuation time of the agents closer to the real-time evacuation drills.     

不同人员分布下高铁车厢人员疏散仿真

在元胞自动机理论的基础上,针对在高铁车厢内人员安全疏散的问题,提出一种考虑人员个体差异,在多速的情况下,通过人员实时调整自身移动情况,对人员疏散过程建立模型的方法,并进行计算机仿真加以研究分析。实验结果表明,根据个体差异,强中弱的分布方式在疏散时间上比弱中强的分布方式快2个时间步。同时,灾害点出现在车厢内不同位置,疏散时间差异较大。对不同人员分布以及灾害点发生情况下的仿真研究,更加真实地模拟了人员紧急疏散过程和疏散状况,为人员安全疏散问题提供理论指导意义。     

Crowd simulation for emergency response using BDI agents based on immersive virtual reality

This paper presents a novel methodology involving a Virtual Reality (VR)-based Belief, Desire, and Intention (BDI) software agent to construct crowd simulation and demonstrates the use of the same for crowd evacuation management under terrorist bomb attacks in public areas. The proposed BDI agent framework allows modeling of human behavior with a high degree of fidelity. The realistic attributes that govern the BDI characteristics of the agent are reverse-engineered by conducting human-in-the-loop experiments in the VR-based Cave Automatic Virtual Environment (CAVE). To enhance generality and interoperability of the proposed crowd simulation modeling scheme, input data models have been developed to define environment attributes (e.g., maps, demographics, evacuation management parameters). The validity of the proposed data models are tested with two different evacuation scenarios. Finally, experiments are conducted to demonstrate the effect of various crowd evacuation management parameters on the key performance indicators in the evacuation scenario such as crowd evacuation rate and densities. The results reveal that constructed simulation can be used as an effective emergency management tool.     

考虑个体行为的改进CA模型人员疏散研究

为更好模拟行人疏散过程中微观个体行为,考虑行人身材半径及在疏散过程中行人步行速度随运动状态变化,将社会力模型运行规则引入元胞自动机模型,建立了一种社会力模型计算步行速度、空间离散化程度和步行速度较高的疏散模型,用于模拟紧急情况下的行人疏散过程。在该模型中空间划分为更小网格,每个行人占用一到多个单元格,行人的身材半径不再不变,每个行人移动的距离由其速度决定,根据基于速度的出口选择方法和行人运动规律,通过数值模拟分析,研究了疏散过程中的动态性。研究表明基于速度的网格移动数量、行人数量、期望速度、行人身材半径、松弛时间等参数影响疏散效率,结合连续模型的优点能够更加客观真实刻画疏散过程,有助于离散模型描述行人疏散微观行为特征。     

基于突发事件影响力传播的双向人流疏散仿真

当突发事件发生时,行人行走行为会因为突发事件本身以及突发事件在人群中的传播而改变。对于突发事件影响下的行人行走特征的研究能够提高人流疏散的效率。针对现有研究中数据获取方式的不足,对真实行人场景视频进行图像处理,提取相关数据后分析了无突发事件时行人一般行走特性。针对突发事件下的行人流,利用k-邻近算法和合力的思想描述了突发事件的影响传播和突发事件下行人流的自组织现象,并由此提出一种新的元胞自动机模型,该模型中的行人元胞会受到正常行走、突发事件、安全标识这三个因素所抽象产生的三个作用力的影响。利用模型对突发情况下的双向人流疏散进行仿真,实验结果表明,当安全标识的距离为0、10、20个元胞时,在小范围行人通道中安全标识分布的距离对人群疏散作用不明显;通过对人群间是否存在影响力的研究发现,疏散的效果主要受到附近行人对突发事件传播的影响;突发事件的影响程度太大或影响范围过小都会引发拥堵,不利于人群的疏散。仿真结果与真实世界中的双向行人流疏散情况基本吻合。     

A-RESCUE: An Agent based Regional Evacuation Simulator Coupled with User Enriched Behavior

Household behavior and dynamic traffic flows are the two most important aspects of hurricane evacuations. However, current evacuation models largely overlook the complexity of household behavior leading to oversimplified traffic assignments and, as a result, inaccurate evacuation clearance times in the network. In this paper, we present a high fidelity multi-agent simulation model called A-RESCUE (Agent-based Regional Evacuation Simulator Coupled with User Enriched behavior) that integrates the rich activity behavior of the evacuating households with the network level assignment to predict and evaluate evacuation clearance times. The simulator can generate evacuation demand on the fly, truly capturing the dynamic nature of a hurricane evacuation. The simulator consists of two major components: household decision-making module and traffic flow module. In the simulation, each household is an agent making various evacuation related decisions based on advanced behavioral models. From household decisions, a number of vehicles are generated and entered in the evacuation transportation network at different time intervals. An adaptive routing strategy that can achieve efficient network-wide traffic measurements is proposed. Computational results are presented based on simulations over the Miami-Dade network with detailed representation of the road network geometry. The simulation results demonstrate the evolution of traffic congestion as a function of the household decision-making, the variance of the congestion across different areas relative to the storm path and the most congested O-D pairs in the network. The simulation tool can be used as a planning tool to make decisions related to how traffic information should be communicated and in the design of traffic management policies such as contra-flow strategies during evacuations.