基于遗传算法的元胞自动机复杂楼宇人员疏散模型

为探究复杂楼宇人员疏散的效果,该文基于元胞自动机理论,建立了复杂楼宇人员疏散模型。选取某高校实验中心为应用场景,综合考虑了疏散路径、出口安排、人群密度和人员行为等多种因素,分析引导选择出口、引导使用连廊和基于遗传算法的适应度函数三种优化方式对疏散效果的影响,并将此模型计算结果与模拟软件Pathfinder计算结果进行对比验证。结果表明,随着优化程度的提高,疏散总时间和极度拥堵面积减少,有效地降低了高人群密度区域,提高了出口使用均衡性,疏散效果得到了显著提升。

V2V环境下智能车对交通流的影响研究

在Nagel-Schreckenberg(NS)模型的基础上,引入智能车,提出一种新的元胞自动机交通流模型。通过计算机模拟,重点研究了混合交通中智能车的不同比例对交通流的影响。结果表明:智能车能够提高交通系统的整体流量,智能车的占有率越高对应的流量及交通临界密度越大;系统在拥堵相时存在密度阈值,当系统密度小(大)于阈值时,若智能车越倾向采用前(后)方车辆的速度来调整其自身车速,则越有利于提高交通流量。