基于过饱和控制的疏散网络优化模型

应急条件下疏散需求呈现短时爆发性特点,为提高网络优化模型在应急疏散状态下的适用性,本文提出了网络过饱和度概念,并结合疏散交通组织策略建立过饱和控制的疏散网络双层优化模型.上层模型从疏散组织者的角度出发最小化疏散网络过饱和度,下层模型以Wardrop 用户平衡准则模拟疏散参与者的疏散路径选择行为.采用禁忌搜索算法求解所建模型,并以Sioux Falls 网络为平台验证其有效性.实验结果表明,在应急交通疏散状态下,基于过饱和控制的疏散网络优化模型能够实现疏散网络通行能力的最大化利用和应急交通组织策略的最优化配置,具有较强的适用性.     

行人-公交紧急疏散集成优化模型

针对大型公共场所突发事件提出了运用公共交通进行紧急疏散的集成优化模型。模型将紧急疏散问题抽象为行人交通流和公共交通网络的双层优化网络, 第1层引导撤离人员从事发地点(建筑物等) 到达指定的乘车点(公交站等), 第2层优化公交车从场站出发, 途经各乘车点, 最后运输撤离人员到达安全地点。利用基于禁忌搜索的两阶段启发式算法对模型进行求解和验证。验证结果表明: 在一个有328人需要疏散的网络中, 共使用8辆公交车完成疏散。目标函数中每一项权重的变化对模型输出结果基本没有影响, 模型具有很强的鲁棒性。对比CPLEX优化软件, 启发式算法能够在1h内求解出近似最优解, 并且近似最优解与最优解的误差小于15%。模型充分考虑了撤离人员分配与公交路径优化之间的交互影响, 实现了在紧急疏散时行人交通流与公共交通网络的组织最优。     

考虑从众效应和信息传递的行人疏散建模

行人疏散问题已引起学者们的广泛关注.通过对行人疏散动态行为特性进行研 究,制定相关应急疏散策略对人群进行有效地控制和疏导,是减少拥挤踩踏事故发生的 主要手段.本文从微观角度,运用启发式力学模型描述行人的运动行为,并且考虑视野条 件、建筑物规模及信息获取等因素对疏散行为的路径搜索和选择过程的影响,建立考虑 从众效应和信息传递过程的行人疏散仿真模型.仿真结果表明,从众行为能够从一定程度 上提高行人的疏散效率,在密集的人群中,盲目从众会导致局部拥堵现象发生.     

基于离散选择模型的交通方式结构优化模型研究

城市交通方式结构从根本上是出行者对交通方式选择的结果.根据出行者行为选择特征和交通方式服务属性,运用计量经济学中离散选择模型理论,从居民交通方式选择的可控制影响因素的角度,利用不同类型居民的敏感度不同,建立交通方式结构优化模型,探索城市交通方式结构优化的实施策略,以达到最有效、最快速地形成合理的城市交通方式结构的效果.     

基于行人运动模型的人群疏散三维仿真

以人群运动过程中人与人和人与建筑之间的相互作用为出发点,探讨了行人群集行为疏散模型及三维仿真问题．建立了一种基于人员行为细节的微观离散仿真模型,采用蒙皮动画和有限状态机技术实现对人物行为和人物模型细节状态的控制,可以实现人群疏散过程的动态三维可视化仿真．     

基于单安全点路网模型的区域交通疏散研究

疏散车辆对安全点和路径的选择是区域交通疏散方案的核心内容,只有充分结合疏散交通的特点,将安全点选择和路径选择同步研究,才能使疏散路网发挥最大功效,进而得到合理的交通疏散方案。文章充分挖掘疏散车辆对安全点选择的灵活性,提出单安全点路网模型对疏散交通分配进行优化,并通过实例仿真对模型进行了验证。     

基于理性疏忽理论的交通疏散网络双层优化模型

研究交通网络疏散问题的文献较多,但鲜有基于理性疏忽理论来分析交通网络疏散问题的。本文考虑疏散网络交通状态的随机性和出行者信息处理能力的有限性,将交通状态信息成本内生化,建立基于理性疏忽理论的疏散网络双层优化模型。上层以系统总疏散时间最小为优化目标,将路段是否单行作为决策变量,下层建立基于理性疏忽理论的用户均衡模型。设计离散粒子群优化算法与逐次平均法相结合的启发式混合算法(DPSO-MSA),上层采用粒子群算法求解,将上层得到的单行策略传递给下层,下层模型采用MSA方法求解,将得到的路段交通量返回给上层。并通过算例验证模型的有效性。研究发现,最优单行策略要优于非单行策略和全单行策略,设计的算法可以快速识别疏散网络的关键路段。对于整个疏散系统而言,出行者获取的信息并不是越多越好。研究结果可以为疏散策略的制定提供参考依据。     

地铁站出口宽度对人员疏散时间影响的仿真分析

利用Anylogic行人库,通过建立火灾发生时的行人疏散微观仿真模型,考察地铁站安全出口的宽度设置与人员疏散时间之间的对应关系.研究发现,同一到达速率下,人员疏散时间随安全出口宽度的增加呈现递减趋势;出口宽度增加到临界安全出口宽度时,再增加出口宽度,疏散时间趋向一定值;不同到达速率下,人员密度较高的情况下,出口宽度的增加对疏散时间的影响比人员密度较低的情况下更加明显.     

多模式疏散交通车队配置与车道分配协同优化研究

考虑疏散交通的动态性和风险性,研究多模式疏散交通车队配置与车道分配的联合优化问题。首先,根据不同类型车辆的自由流速度,将路网离散为多尺寸元胞网络,采用元胞传输模型模拟混合交通流。然后,以最小化疏散总风险为目标,将多模式交通协同的动态疏散问题描述为混合整数线性规划模型,引入惩罚项消除因模型松弛产生的“车辆滞留”问题。在 NguyenDupuis路网中分析不同疏散需求下的最优车队配置、车道分配、疏散效率和疏散路径。结果表明：存在一个疏散交通需求区间,相比单模式疏散,组织多模式车队能够进一步降低疏散总风险,而且最优的公交车配置比例呈阶梯变化;受路网通行能力限制,路网利用率存在上限;疏散总风险指标对疏散需求的变化比网络清空时间更敏感;多模式交通共享的路段一般位于临近风险源的出口通道,大容量的公交车优先占用最短路线,以提升疏散系统的效率。     

格子气模型在地铁站人群疏散运动中的应用

基于格子气模型思想,引入高程因素,建立了模拟地铁站人员疏散的扩展非均匀格子气模型.该模型考虑紧急情况下人员的移动特征,引入多格子方法,根据人员实时步长确定人员移动速度.文中考虑了人员初始分布对疏散过程的影响,同时分析了紧急疏散出口对疏散的作用.利用该模型模拟了人有出口偏好的人员疏散过程和火灾情况下人员疏散过程,算例结果表明,适度地使用紧急疏散出口能提高疏散效率,高程因素的引入也促进了疏散进程.     

�������������ͻ����ɢ�����Ż�ģ��

针对疏散过程中交叉口易造成延误的问题,构建了基于消除交叉冲突的疏散网络优化双层模型,上层以总疏散时间最短为目标,对各车道转向进行最优设置,下层基于随机用户平衡原理进行路径选择,并运用遗传算法与逐次平均算法结合对该模型进行求解,最终实现疏散交通组织与路径规划的集成优化.本文基于简单实验对模型的收敛性与有效性进行校验,实验表明,运用本文所提出的模型能够有效求解消除交叉冲突下的疏散网络优化问题,且算法的收敛速度较快;基于实际案例证明,本文提出的疏散网络优化模型能通过对交叉口处部分转向的禁行,消除交叉冲突,避免其余转向交通流的中断,从而提高疏散效率.     

�������Ż�������������ɢ��ͨ�����о�

针对台风、飓风等可预报自然灾害,在其登陆城市之前一定的安全时限内,大规模区域路网疏散的交通管理问题进行了研究。基于最优化理论与微观交通仿真相结合的方法,构造了面向区域疏散交通管理的双层建模框架。上层模型（最优化层）以修正元胞传输理论为基础,构建了适用于大规模路网疏散的交通管理方案优化模型,其输出的疏散交通管理策略备选集合,输入到下层模型（微观交通仿真模型）中,从而在微观层面考察驾驶员行为反应等上层模型难以捕捉的疏散特性,进而制定最优的疏散交通管理方案。案例分析的结果表明,该框架兼具最优化方法与微观交通仿真方法的双重优点,能够较好地服务于区域疏散交通规划与具体的区域疏散交通管理实践。     

步行设施内疏散行人拥挤踩踏仿真研究

建立基于元胞自动机与相互作用力的拥挤行人流仿真模型,研究步行设施内疏散行人流拥挤踩踏现象. 通过单个行人占据多个元胞空间,定义行人刚体部分与弹性部分,实现行人弹性化处理;以行人间拥挤力、摩擦力等相互作用力,描述疏散行人间的相互影响. 模拟再现行人疏散过程中的移动阻滞、相互挤压,以及连续踩踏等现象. 仿真结果表明：通过提高行人吸收系数和抗踩踏系数,能有效控制行人挤伤次数和踩踏行人数量;疏散出口附近区域是拥挤力累积顶区,极易发生踩踏现象,且踩踏现象具有滞后性.