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.     

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。     

Agent-CA的体育场馆人群疏散模型

根据体育场馆人群疏散的特点与规律,提出一种基于多智能体和元胞自动机相融合的大型体育场馆人群疏散模型（Agent-CA）。将元胞空间中被虚拟人个体占据的元胞视为一个独立的智能体,将元胞及其状态进行封装,扩展为具有自主性的智能体,通过设计各种人群疏散行为策略做为演化规则,实现个体的差异性以体现个人个性、体力、心理等对疏散行为的影响,对体育场馆的人群疏散进行仿真实验。结果表明,Agent-CA综合了多智能体和元胞自动机的优点,充分考虑了个体内在因素,更接近现实大型体育场馆的人群疏散情形,缩短了疏散时间。     

基于元胞自动机的人员疏散过程研究

紧急情况(如火灾等)下的人员疏散研究可为减少人员受到伤害提供必要的指导.提出了一种基于元胞自动机的微观离散模型,该模型将人群按照年龄和性别进行了划分,把所有人员都作为一种客体.在疏散过程中,每个人员的行为参照在其视野中的其它人员的行为进行加权处理.针对不同移动速度的人员比例,权系数等参数,进行了多方面的数值模拟,研究结果表明,提出的模型能够较好地模拟紧急情况下的人员疏散现象.     

隧道火灾疏散模型实时仿真算法的实现

由于隧道火灾的人员疏散难题,提出一种基于网格选择的隧道火灾人员疏散模型算法,设计了人员类型、奔跑速度、奔跑方向、人员所在环境等疏散属性参数,建立基于网格化离散场变量和坐标值的仿真模型。该算法克服了常用的元胞自动机算法计算量大,实时仿真比较困难的缺点。最后,利用Open Inventor进行了计算机仿真,并应用该仿真模型进行了分析,从逃生通道对疏散时间的影响及诱导标志设计对疏散时间的影响两方面验证了模型的有效性,并可直观地为安全疏散设计提供理论依据。     

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。     

基于元胞自动机的普通超市火灾疏散模型的构建

通过分析已有的元胞自动机理论,结合人员疏散的特点,构建了考虑出口吸引力、火灾排斥力、摩擦力、排斥力和从众吸引力的普通超市火灾疏散模型。该模型充分考虑了多个因素对疏散过程的影响,对影响因素进行归一化处理,以综合影响因素建立的元胞转移强度作为行人移动规则。针对超市疏散人数、出口宽度及相隔距离、从众心理对疏散时间的影响进行了研究,并采用仿真疏散软件Pathfinder+FDS对模型进行验证,说明疏散模型具有一定可信性。研究表明行人疏散时间随人数呈线性正相关,人数存在临界值;出口宽度越宽或出口越多疏散时间相对越短,当达到出口阈值时对疏散时间影响不大;在陌生疏散环境或紧急情况下适当的从众行为会提高疏散效率。     

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.     

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。     

基于博弈论的人员疏散演化研究

在人员疏散中,撤离者之间的冲突行为复杂且对疏散的速率影响较大,为了模拟此过程,提出了一种将博弈论与元胞自动机相结合的模型。在该模型中设置了两种策略的人（叛逃者和合作者）,并引入恐慌指数和惯性系数两个重要参数,来描述疏散过程中撤离者的恐慌和保持原策略的能力;每一次冲突即是一次博弈,发生冲突的撤离者之间通过收益矩阵来确定成功者;并且在博弈完成时采用费米函数进行策略更新。模型再现了“出口拱形”和“快即是慢”现象;同时发现在相同的恐慌下,叛逃者与合作者的比率总是倾向于一致状态。这些自组织现象支持了模型的正确性。该项工作也有助于理解惯性因素对于合作行为产生与存续的影响。     

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。     

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。     

Cellular automaton model of crowd evacuation inspired by slime mould

In all the living organisms, the self-preservation behaviour is almost universal. Even the most simple of living organisms, like slime mould, is typically under intense selective pressure to evolve a response to ensure their evolution and safety in the best possible way. On the other hand, evacuation of a place can be easily characterized as one of the most stressful situations for the individuals taking part on it. Taking inspiration from the slime mould behaviour, we are introducing a computational bio-inspired model crowd evacuation model. Cellular Automata (CA) were selected as a fully parallel advanced computation tool able to mimic the Physarum’s behaviour. In particular, the proposed CA model takes into account while mimicking the Physarum foraging process, the food diffusion, the organism’s growth, the creation of tubes for each organism, the selection of optimum tube for each human in correspondence to the crowd evacuation under study and finally, the movement of all humans at each time step towards near exit. To test the model’s efficiency and robustness, several simulation scenarios were proposed both in virtual and real-life indoor environments (namely, the first floor of office building B of the Department of Electrical and Computer Engineering of Democritus University of Thrace). The proposed model is further evaluated in a purely quantitative way by comparing the simulation results with the corresponding ones from the bibliography taken by real data. The examined fundamental diagrams of velocity–density and flow–density are found in full agreement with many of the already published corresponding results proving the adequacy, the fitness and the resulting dynamics of the model. Finally, several real Physarum experiments were conducted in an archetype of the aforementioned real-life environment proving at last that the proposed model succeeded in reproducing sufficiently the Physarum’s recorded behaviour derived from observation of the aforementioned biological laboratory experiments.     

基于深度Q网络的人群疏散机器人运动规划算法

针对公共场合密集人群在紧急情况下疏散的危险性和效果不理想的问题，提出一种基于深度Q网络（DQN）的人群疏散机器人的运动规划算法。首先通过在原始的社会力模型中加入人机作用力构建出人机社会力模型，从而利用机器人对行人的作用力来影响人群的运动状态；然后基于DQN设计机器人运动规划算法，将原始行人运动状态的图像输入该网络并输出机器人的运动行为，在这个过程中将设计的奖励函数反馈给网络使机器人能够在"环境-行为-奖励"的闭环过程中自主学习；最后经过多次迭代，机器人能够学习在不同初始位置下的最优运动策略，最大限度地提高总疏散人数。在构建的仿真环境里对算法进行训练和评估。实验结果表明，与无机器人的人群疏散算法相比，基于DQN的人群疏散机器人运动规划算法使机器人在三种不同初始位置下将人群疏散效率分别增加了16.41%、10.69%和21.76%，说明该算法能够明显提高单位时间内人群疏散的数量，具有灵活性和有效性。     

基于共生系统的人工鱼群算法在饲料配方优化中的应用

考虑到智能算法对各类饲料配方优化模型的广泛适用性,首次将人工鱼群算法（AFSA）应用于饲料配方优化。为满足饲料配方优化对收敛精度的要求,采用了一种基于共生系统的人工鱼群算法运行框架,显著提高了原算法的收敛精度与速度。在优化过程中,人工鱼在解空间的位置直接以饲料配比进行编码,采取基于罚函数的评价函数计算其适应度;人工鱼以预定的行为策略执行各行为算子对解空间进行搜索。最后三个实际算例验证了所提算法的有效性。验证结果表明,所提算法设计出的饲料配比方案的吨成本显著降低,各项营养达标,提出算法的优化性能明显优于其他已有算法。     

Technology for simulating crowd evacuation behaviors

This paper presents a model for simulating crowd evacuation and investigates three widely recognized problems. For the space continuity problem, this paper presents two computation algorithms: one uses grid space to evaluate the coordinates of the obstacle's bounding box and the other employs the geometry rule to establish individual evacuation routes. For the problem of collision, avoidance, and excess among the individuals, this paper computes the generalized force and friction force and then modifies the direction of march to obtain a speed model based on the crowd density and real time speed. For the exit selection problem, this paper establishes a method of selecting the exits by combining the exit's crowd state with the individuals. Finally, a particle system is used to simulate the behavior of crowd evacuation and produces useful test results.