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.     

一种结合导航点的社会力疏散仿真软件研究

社会力模型广泛应用于人群仿真。针对该模型在人群疏散仿真中存在抖动、穿透现象,分析产生该现象的原因,采用多线程优化的方法改进社会力模型。对于多障碍物场景中行人存在停滞和移动缓慢的现象采用增加导航点优化行人的疏散路径。采用优化的社会力模型研制一个人群疏散仿真软件,该软件可以定义多种人群仿真参数,实现人群仿真。通过该仿真软件对地震疏散情景进行仿真实验,对实验数据进行对比分析,验证了该仿真软件可以推演人群的疏散行为,可以为人群的疏散策略制定提供参考数据。     

动物群体逃生行为实验和群体虚拟仿真研究综述

群体虚拟仿真能够以三维可视化方式直观呈现紧急情况下的人群逃生行为,对人群的安全管理具有重要的指导价值.由于真实紧急事件案例样本的数据往往不够全面,很难用于虚拟仿真模型的系统验证,而逃生演习也很难重现真实的紧急情景.近年来,人们开始引入动物逃生实验来辅助发现人群逃生规律.文中总结了以蚂蚁和老鼠为主要代表的动物群体逃生行为实验,针对已有的典型群体行为仿真模型,探讨了用动物逃生实验来辅助群体仿真模型验证的可行性;并讨论了动物逃生实验的局限性,提出了动物逃生实验的改进建议,为更好地开展群体行为模型研究提供一些借鉴.     

基于个性化情绪感染的人群动画生成方法

当前基于情绪的人群动画方法没有考虑个性对情绪感染的影响。现实中的人群情绪(如恐慌、焦虑等)往往存在个体差异性,从而会对人群的情绪感染产生重要的影响。为生成更为逼真的人群动画,提出一种基于个性化情绪感染的人群动画生成方法。该方法包含3部分:首先,建立了一个基于情绪感知因子的个性化Durupinar情绪感染模型(Personalized Durupinar,P-Durupinar),该模型能够有效体现人群情绪的个体差异性;其次,将P-Durupinar情绪感染与人群运动耦合,结合相对速度障碍法,利用个性化情绪驱动人群运动;最后,使用真实感渲染方法生成人群动画。实验结果表明,基于个性化情绪感染的人群动画生成方法能够更逼真地仿真人群的社会行为。     

基于几何方法的虚拟人群紧急逃生仿真

研究优化人群紧急逃生路径选择问题,在紧急情况下,实时选择最优逃生路径,可减少伤亡。但在运动控制中缺乏行为模型描述的研究中,针对现有技术存在的预处理路径机制不能适应动态情形,导致逃生仿真不符合社会行为规律,提出了一种根据几何方法的虚拟人群逃生运动的算法。将复杂场景抽象为图模型,利用Floyd-Warshall算法解决逃生路径规划的APSP问题;其次,建立自适应的动态路径查询表,个体针对实际情况动态生成路径图,最后,在几何空间中基于RVO算法,建立人群密度制约逃生期望速度的运动模型,真实体现了紧急情形下人群运动的社会群体行为。仿真结果表明,改进算法具有动态获取最优逃生路线的特性,并能体现出紧急情形下的社会行为,更具实际指导意义。     

建筑物火灾中的人群疏散研究

建筑物火灾是我国频发的安全事故,所以应研究建筑物火灾人群安全疏散问题。由于在建筑物火灾中,人群疏散时出现拥堵,存在不安全因素,造成人员伤亡。针对在现有的研究中未考虑人员行为的影响,提出了智能体(Agent)的人群行为建模技术在建筑物火灾中的人群疏散仿真中的应用方法。仿真结果显示基于Agent的行为模型可以仿真出人员特性及决策过程对人群疏散的影响,弥补现有的人群疏散模型的不足。仿真结果证明,Agent的行为建模技术具有仿真火灾全过程中人员疏散行为的功能,适用于建筑物火灾中的人群优化疏散策略。     

学生群体紧急疏散仿真及在出口设计中的应用

针对学校大型建筑中人群分布密集的问题,研究了学生群体的紧急疏散仿真。首先分析了紧急情况下的群体行为特点,并根据现实生活中个体差异的统计特征,对逃生人群的不同属性特征进行了分类,然后采用社会力模型实现了学生群体的紧急疏散仿真,解决了传统疏散仿真中人员的无差异性问题。该仿真能够更加真实地反映出现实生活中的人群疏散,达到较好的效果。最后,基于该仿真模型,着重分析了建筑物出口设计对群体疏散的影响,分析结果表明:不同的出口宽度、位置对群体疏散的影响不同,从而可以为大型建筑的出口设计提供有益的参考。     

学生群体紧急疏散仿真及在出口设计中的应用

针对学校大型建筑中人群分布密集的问题,研究了学生群体的紧急疏散仿真.首先分析了紧急情况下的群体行为特点,并根据现实生活中个体差异的统计特征,对逃生人群的不同属性特征进行了分类,然后采用社会力模型实现了学生群体的紧急疏散仿真,解决了传统疏散仿真中人员的无差异性问题.该仿真能够更加真实地反映出现实生活中的人群疏散,达到较好的效果.最后,基于该仿真模型,着重分析了建筑物出口设计对群体疏散的影响,分析结果表明:不同的出口宽度、位置对群体疏散的影响不同,从而可以为大型建筑的出口设计提供有益的参考.     

基于人机社会力模型的人群疏散算法

针对公共场合紧急情况下人群疏散困难和效果有限的问题,提出一种基于人机社会力模型的机器人疏散人群的方法。首先,基于原始社会力模型提出了一种新的人机社会力模型,该模型在原始社会力模型的基础上加入了机器人对人作用的人机作用力;然后,基于人机社会力模型提出一种新的利用机器人疏散人群的方法,该方法在人群疏散场景中加入运动机器人,通过机器人自身的运动,利用人机作用力影响周围行人的运动状态,减小行人之间的压力,从而达到加快人群运动速度、提高人群疏散效率的目的。在室内封闭场景人群逃生、两群行人交错这两种典型的疏散场景中分别进行仿真实验,并将实验结果与未加入机器人的人群疏散结果进行对比分析,实验结果表明,基于人机社会力模型的机器人疏散人群的方法能够明显加快人群的运动,提高人群的疏散效率。     

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。     

基于深度时空Q网络的机器人疏散人群算法

针对目前人群疏散方法中机器人灵活性低、场景适应性有限与疏散效率低的问题,提出一种基于深度强化学习的机器人疏散人群算法。利用人机社会力模型模拟突发事件发生时的人群疏散状态,设计一种卷积神经网络结构提取人群疏散场景中复杂的空间特征,将传统的深度Q网络与长短期记忆网络相结合,解决机器人在学习中无法记忆长期时间信息的问题。实验结果表明,与现有基于人机社会力模型的机器人疏散人群方法相比,该算法能够提高在不同仿真场景中机器人疏散人群的效率,从而验证了算法的有效性。     

基于观点认同的群体情绪模型

为了能够有效地模拟群体环境中群体情绪的演化过程, 以情绪感染为理论基础, 提出一种新的基于观点认同的群体情绪模型。该模型引入个体观点值、情绪触发阈值来实现观点交互与认同对群体情绪演化所产生的影响作用。观点交互采用有界信任Deffuant模型来实现。通过模拟发现, 观点交互不仅加速了群体情绪融合过程, 而且在多观点群体环境中对群体情绪融合态势也具有决定性的作用。实验模拟结果表明, 本模型不仅能够体现情绪感染过程中个体的无意识、自动感染过程, 而且也能够体现个体对传染对象的选择性过程, 弥补了情绪感染过程中个体无认知的缺陷。     

基于Agent的人员疏散系统设计与实现

通过分析Agent与社会力模型在人员疏散方面的应用及疏散模拟中人和建筑物对象的存储方式,利用Agent技术结合人员疏散的动力学模型、改进的路径规划算法和人员在一般情况下的心理因素以及建筑物的不同特点,建立能够正确反映疏散时人员行为的Agent模型,运用C++语言实现基于Agent的人员疏散模拟系统。疏散结果显示,该系统能够较真实地模拟人员疏散过程。     

结合最短路径改进的社会力人群疏散仿真模型

社会力模型广泛应用于人群疏散仿真,针对该模型在仿真过程中存在行人停滞不前、无法通过非凸边形障碍物和疏散路径与行人实际选择的路径不相符等问题,提出了一种社会力改进模型。该模型基于场景中的障碍物生成路径节点,利用这些节点生成无向图,同时考虑了节点的安全系数和拥挤系数对节点通行性的影响生成最短疏散路径。通过改进后的社会力模型进行了多种场景的仿真实验,实验结果显示行人在复杂障碍物场景中能有效绕过障碍物,生成合理的疏散路径,表明该模型有效改善社会力模型,使人群疏散仿真更加真实。     

考虑分类人群行为的建筑疏散模型研究

人员行为决定了应急疏散时人群的时空分布,是研究疏散动力学的关键。考虑疏散时人员的心理特性与身份状态,将人群分为恐慌人群、易感人群、冷静人群和管理人群四类,基于社会力模型表达各类人群的疏散行为特征,并开展不同情境的疏散动力学过程分析。研究发现行人的恐慌心理具有传播作用,对其他行人的疏散行为有明显的影响,而管理人员的引导作用对疏散有积极影响,当其比例在10%~15%的时候效果显著,且合适的位置更易提高疏散效率;人员的服从水平越大,疏散效率越高。提出的分类人群疏散行为模型能为建筑安全疏散评估与优化提供理论支持。     

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。     

基于地面场粒子群优化算法的高密度人群应急疏散建模

针对非常规突发事件环境下高密度人群的拥挤管理和快速疏散问题,提出一种由感知层、传输层、计算层和应用层构成的多层结构人群疏散信息物理系统（E-CPS）体系框架。在E-CPS体系框架计算层中将静态地面场（FF）建模规则引入经典粒子群优化（PSO）模型,提出地面场PSO （FF-PSO）人群疏散模型,该模型同时具备静态场规则简单、计算快和PSO模型快速搜索、快速收敛的优点。此外,FF-PSO模型中构建了一种新的适应度函数,实现了疏散策略的动态选择,并通过数值仿真及实例仿真验证了FF-PSO模型在拥挤管理中的可行性和有效性。国家会展中心（上海）的实例仿真结果表明,考虑拥堵管理比仅考虑距离最短平均每分钟可多疏散66人,疏散时间节省19 min,疏散效率提升13.4%。