人群疏散模拟仿真软件系统自主研发与应用——以Pedynamics为例

为更加精准地分析与评估公共场所突发事件下人员疏散的需求,自主研发了新一代人群疏散模拟仿真软件Pedynamics。以某地铁场景为例,比较分析Pedynamics与商业软件Pathfinder和AnyLgoic用于模拟地铁车站不同客流量下的疏散过程,并进行讨论,提出改进人群疏散效率的措施。研究结果表明:Pedynamics软件采用前后端分离的架构进行模块化开发,易于升级维护;后端采用的人群疏散计算模型结合了人群疏散动力学特别是人员有限理性路径选择行为方面的研究成果,能够真实体现行人的疏散行为特征;软件前端的场景预处理界面能够帮助用户简单、快速地基于图纸构建疏散场景,可视化及数据统计模块支持多视角查看模拟结果和疏散数据,提高工程应用的效率。研究结果可为人群疏散风险评估提供技术支持。

考虑信息传递机制的改进社会力模型

为探究多出口房间内出口开放状态未知情况下行人疏散选择策略,并评估信息传递对疏散过程中运动状态和疏散效率的影响,提出基于信息传递机制的出口寻踪社会力模型(SFM)。首先,在SFM中引入竞争机制,使模型仿真效果更加符合实际疏散场景;然后,研究理性策略与非理性策略引导下的疏散过程,探讨信息变更引发的羊群效应对整体疏散的影响;最后,引入信息传递机制,探索信息交流与合作对逃生路径的优化作用。结果表明:在紧急逃生情境中,对于个体行人而言,理性策略更为稳妥;但从群体行为学角度来看,存在一个最优群体策略分布,即当大约25%的行人选择理性策略,而剩余75%的行人选择非理性策略时,整个群体的疏散效果可以达到最优;通过引入信息传递机制,逃生行人能够有效地从周围人群中获得关键逃生信息,从而显著提高疏散效率。该机制的促进作用对实际开放出口较少的场景尤为明显。

考虑精英混沌搜索策略的室内行人疏散模型

为解决传统场域模型在模拟密集人群疏散时容易陷入排队等待的问题,基于精英混沌搜索策略建立了一种改进的室内行人疏散模型。结合场域值、通行能力和平均速度计算每时刻行人的移动收益,构建了行人流疏散的场域模型。在此基础上,给出了系统最小疏散时间和出口最小排队长度的目标优化函数,并利用精英混沌搜索策略来实现上述目标函数求解,以此增强局部搜索能力。最后,利用搭建的仿真平台比较了传统场域模型与改进模型之间的性能状况,结果发现,在相同环境和人员数量下,改进模型能够有效模拟行人在可见视线范围内的选路行为。

一种基于多出口环境的人群疏散改进模型

为有效提高多出口环境下人群疏散的模拟精度,基于社会力模型和粒子鸽群算法,建立一种新的人群疏散模型;该模型改进传统社会力模型中影响行人运动的自驱力方向,利用场域模型来获得行人的运动方向,同时将此方向作为社会力模型中自驱力方向;结合场域值、平均速度和拥挤度提出多出口环境下的疏散优化模型,并通过粒子鸽群算法对上述优化模型实现快速求解。结果表明:随着人群密度的增加,平均疏散速度呈现出先降低后缓慢增加的趋势;在人群密度较小时,场域权重值越大对应的疏散时间越小。

基于小波神经网络的多楼层疏散模型

多楼层环境下室内人群疏散问题是社会关注的热点,而传统的社会力模型在模拟多楼层环境时容易出现停滞等待现象。基于小波神经网络来改进社会力模型,建立一种新的多楼层疏散模型。该模型利用场域模型来获得行人的运动方向,以此作为社会力模型中行人的自驱力方向。同时给出了多楼层环境下出口拥挤度、路径拥挤度和平均速度的评价指标,并利用小波神经网络建立疏散优化方法。利用搭建的仿真平台和上述改进模型模拟了多楼层疏散过程,深入分析了影响该模型的关键因素。该环境下疏散结果表明:适当提高行人的疏散速度有利于提高疏散效率,但是速度过大会使行人快速聚集在楼道处,反而不利于疏散;此外疏散时间随楼梯宽度的增加呈现递减趋势直至平稳,当楼梯宽度达到8 m时,再增加楼梯宽度也不能降低疏散时间。

考虑多群体恐惧传播的行人流模型及应急扩散研究

为了有效描述突发情况下人群扩散状态和演化机理,基于社会力和非线性多群体恐惧传播方法构建了一种新的行人流模型。该模型首先基于自驱力、排斥力、吸引力和恐惧传播力对传统的社会力模型进行改进。同时结合人群扩散的非线性特征和人员之间的异质特征,将人群分为多个子群,通过引入非线性传播力来刻画恐惧传播特征,并给出恐惧消除平衡点的计算方法。最后,利用搭建的仿真平台进行试验,深入研究了影响该模型的关键因素,如人群扩散速度、人群扩散距离、人群扩散时间、人群数量等。结果表明:人群扩散速度呈现先快速增加后降低的趋势;相对于人群数量而言,突发事件初始影响范围对人群扩散距离影响更大。