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。     

大型商场人员安全疏散的计算机仿真研究

大型商场潜藏着很大的安全隐患.为此,在基本元胞自动机的基础上建立了人员安全疏散的二维随机元胞自动机模型,模型中考虑了人员距出口的距离、局部吸引力、绕行、墙壁和障碍物的排斥力等因素.用该模型对广州某大型商场一层平面内人员疏散进行了仿真研究,开发了人员疏散演示系统.该系统可动态演示人员疏散全过程,每个人员每步时都有确定的位置,为找出建筑结构中的不合理之处提供了依据.对比分析了元胞邻域选取不同时的疏散情况,发现Moore型邻域比Von. Neumann型邻域有更高的疏散效率.     

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。     

大型建筑物人员疏散仿真系统及实现

人员疏散仿真的关键是模型的选择,为了使仿真结果更加接近实际,基于元胞自动机模型,改进和优化了人员疏散仿真算法,设计了目标元胞选择算法,提出个体竞争力的定义和计算方法,在疏散仿真模型中引入环境熟悉程度和运动方向等因子,设计并实现了疏散仿真系统,实验结果表明,系统能够更加真实地仿真紧急状况下人员疏散的全过程.     

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.     

基于元胞自动机模型的人员疏散仿真研究

公共安全是经济发展和社会稳定的基础。近年来由于火灾、地震、恐怖活动等突发因素诱发的公共场所人员安全事故屡见报道,在公共场所的安全设计中,安全疏散性能已成为至关重要的因素。为解决上述问题,人员疏散的计算机仿真对提高公共场所的安全疏散性能具有重要意义。对于出口距离最近的原则建立人员疏散的二维随机元胞自动机模型,其中考虑人员绕行的影响,并利用Matlab软件编写了疏散过程的程序,对大空间疏散人群进了仿真,得到了人员疏散基本规律及疏散时间。研究表明:考虑人员绕行的模型更能体现真实的疏散情景。     

基于元胞自动机疏散系统的设计与分析

对人群的疏散动态的研究,已有大量的仿真模型和仿真软件被建立和投入使用。介绍各种仿真模型的基本特性,重点分析基于元胞自动机的疏散仿真模型的建立方法,提出当前研究的问题和建议。     

高铁车厢内部紧急情况下人员疏散仿真研究

在引入元胞自动机理论的基础上,模拟分析了紧急情况下人员生理及心理的不同对疏散过程的影响,通过人员动态调整自身行为,并引入人员竞争力,对人员疏散过程建立模型。在疏散过程中,根据存在着一定程度的外部干扰因素,提出疏散干扰度概念。计算机仿真的结果表明,考虑人员竞争力,以及出口疏散干扰的问题,可以更加真实地模拟人员紧急疏散过程和疏散状况。     

基于JSP分页技术的研究

电子商务应用中的数据量往往非常大,甚至会达到几十万到几千万条记录的规模,将如此大量的数据显示在一个页面里困难大、效率低。在这种情况下就需要采用分页显示技术将数据库中符合条件的数据逐页显示给用户。对JSP分页技术进行比较,在分析JSP分页技术特点的基础上,提出一种有效的分页解决方案,同时对分页技术的优化进行阐述。     

系统集成芯片综述

集成电路芯片工艺的发展已可使一个系统或一个子系统集成在一个芯片上 ,称为系统集成芯片。本文综述了系统集成芯片的硬件构造、超长指令 (VLIW )结构、芯片嵌入软件及软硬件协同设计方法。     

基于VRML的网上虚拟教室漫游研究

以一个虚拟教室为例进行3D虚拟漫游的初步设计．这种方式不同于目前网上的虚拟教室。介绍在WWW上采用VKML实现虚拟教室漫游系统的特点、VRML的工作模式和造型机制,采用了基于几何图形的建模方法,探讨场景中交互设计实现的方法,提出碰撞检测技术的应用．实现网上发布和优化。     

Hibernate技术在基于GIS数据库中的应用研究

空间信息的存储和处理问题是地理信息系统(GIS)的核心问题.对空间数据和属性数据的统一存储管理已成为必然趋势.本文通过对GIS中海量数据的存储方式进行研究,指出对象-关系型的数据库存储方式是空间数据库的发展方向.在此基础上讨论了Hibernate技术与GIS数据库的结合,使用Hibernate技术将关系数据库中空间数据和属性数据进行封装,屏蔽了数据库底层操作,使得程序员可以用面向对象的思想随意操纵数据库,在利用了关系数据库的快速检索、查询能力的同时也增强了数据的一致性和可移植性.     

基于SVG的WEBGIS的研究

为了更加适合网上地理信息系统的发布 ,介绍了 SVG作为发布 WEBGIS的一种方法 ,研究了如何用SVG进行地理空间数据的表示、存储和客户端的实现。研究表明 :SVG具有可扩展、可交互、基于 XML和开放标准等特点     

面向Web的文本挖掘技术研究

简要介绍了文本挖掘技术,并描绘了该技术在Web应用特别是信息检索技术中的重要性.再对整个文本知识挖掘过程所涉及的各个方面进行了进一步地研究探讨,包括了文本特征的建立、特征提取、特征匹配、特征集缩减和模型评价等几个方面.其间运用数据挖掘技术对各个过程进行处理,并引进基于评估函数的特征筛选算法、词频矩阵、余弦计算法和潜在语义标引等方法来处理文本挖掘过程所产生的问题.在此基础上得出了一个完整的Web文本挖掘过程.最后展望了文本挖掘技术在Web应用中的前景.     

基于移动agent的分布式视频点播系统的研究

该文通过对移动agent技术和传统的视频点播系统的研究,提出了一种基于移动agent的分布式视频点播系统的设计和构造,具体地阐述了系统的工作流程,并着重讨论了实现该系统所要考虑的关键问题。移动agent的引入有效地减少了网络传输负载,实现了高速响应点播请求、高质量的影音效果,从而更好地满足更多用户的需求。     

基于FPGA的立方星可重构星载处理系统研究

为了以最小代价提高立方星可重构星载计算机的可靠性,提出了一种基于FPGA的立方星可重构星载处理系统架构。首先,在对国内外微纳卫星星载计算机设计特点进行分析的基础上,分别采用基于SRAM架构和基于Flash架构的FPGA作为核心处理模块与外部表决接口模块,兼顾了系统的运算速度与可靠性。其次,针对可重构星载处理系统中所涉及的可重构策略、在线重构技术以及系统同步技术进行了详细设计。最终,基于所设计硬件系统上进行的测试以及在轨的实测数据验证了该架构的可靠性和有效性。     

基于服务总线（ESB）的应用集成（EAI）探索和研究

科研院所设计研究中各类异构软件应用系统并存,数据和信息在各个应用系统中同步和共享成为现代企业信息化的瓶颈。针对这种现状,文中采用Java技术,通过建立异构系统底层的消息通讯机制,构建连接异构系统的ESB,实现各个异构系统通过ESB进行通讯,最终达到EAI的目的。实际中,基于该ESB构建了船舶设计行业应用软件系统集成平台,在数据集成、应用集成和业务流程集成中取得了较好的效果,肯定了文中成果的可行性。文中重点叙述了所构建的ESB结构图、ESB内部通讯原理及实现中所使用的数据结构,并给出了以该ESB为核心纽带设计的相关EAI平台架构。     

基于链上数据的区块链欺诈账户检测研究

针对区块链上存在的欺诈账户给交易带来的安全问题,提出了基于机器学习的欺诈账户的检测及特征分析模型,将以太坊上真实的链上数据进行特征提取后作为模型的数据来源,通过对不同的机器学习方法进行比较得到最优模型并进行迭代训练以获得最佳的预测模型,同时引入 SHAP值对数据特征进行分析。实验结果表明,基于XGBoost的欺诈账户检测模型在RMSE、MAE和R2三组指标上达到了0.205、0.084和0.833,优于其余的对比模型,并结合SHAP值识别出预测欺诈账户的关键因素,为区块链的交易安全提供决策参考。