基于元胞自动机地铁车站应急疏散模型仿真

在分析总结现有疏散模型的基础上,基于元胞自动机原理,利用场强理论描述疏散影响因素,建立了地铁车站人员应急疏散模型,研究了疏散人员的路径选择问题及多人争夺同一格点的冲突问题.该模型不仅考虑了疏散人员的生理、心理特性而且探讨了车站的环境及引导水平对人员疏散的影响,使模型更具真实性;最后利用Visual C＋＋进行疏散过程的仿真,模拟了地铁疏散的动态过程.     

民航飞机客舱乘客应急疏散仿真模型

为了对我国自主研发的ARJ(advanced regional jet)支线飞机初始适航审定时的人员疏散全尺寸实验提供辅助性验证信息,模拟航空器内人员逃生90 s验证实验,基于元胞自动机理论和智能体建模思想,考虑乘客应急心理状态,根据不同行为特征赋予其角色,建立了包括子模型民航飞机客舱模型、乘客特征模型、乘客行为模型和乘客运动模型的民航飞机客舱乘客应急疏散模型,并开发了相应的模拟软件CabinEvacu.以100座支线飞机为例,按照《运输类飞机适航标准》对应急演练人员年龄和性别比例的要求,进行了在设定场景下的乘客应急疏散仿真,结果表明:人员的平均逃生时间为68.7 s,与ETSIA(evacuation test simulation and investigation algorithm)模型的仿真结果具有较好的一致性.      

考虑参考点异质性的出口选择行为仿真研究

为恰当表达突发事件下地铁站疏散人员行为决策的真实心理,基于累积前景理论,考虑决策者参考点异质性分别构建同质参考点和异质参考点的出口选择模型.通过仿真模拟探讨突发事件下行人应急疏散行为,并根据仿真结果评价指标对比剖析参考点异质性对行人出口决策行为的影响.结果表明:考虑参考点异质性能更好地揭示地铁站突发事件下行人的行为决策本质,反映个体行为决策差异,仿真模型相较传统模型对于应急疏散过程的描述更加合理;模型决策结果更趋近于问卷调查情景设置中的真实观测结果,误差仅为4.9％,具有更好的预测性能.研究结果对于突发事件下疏散仿真建模及行人行为决策研究有一定参考价值.     

动态不确定性环境下的地铁车站应急疏散仿真建模

针对动态不确定环境下乘客初始状态、疏散行为、全局疏散路径不确定等问题,提出基于Agent的疏散行为动态切换模型,并引入选择变更代价实现了多种疏散行为的动态切换;考虑与常态仿真衔接构建疏散空间衔接关系,并提出基于改进Dijkstra算法的全局疏散路径搜索方法;最后,以某车站突发事故场景为例进行多个应急预案的仿真评估.结果验证模型具有可行性,并能更真实反映动态不确定环境对乘客疏散过程的影响,进一步提高了疏散仿真精度.     

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.     

考虑客流引导和小群体行为的地铁车站疏散模型

地铁车站疏散过程客流引导及小群体行为均对人员疏散行为及疏散结果产生较大影响. 为更加有效地模拟真实疏散情况,研究了考虑客流引导和小群体行为的社会力模型. 该模型通过分析小群体运动特征及客流引导策略对行人期望速度的影响,对既有社会力模型进行修正;针对地铁车站站台人员疏散过程,设计更贴近实际情况的多智能体感知及决策流程,构建基于多智能体技术的疏散仿真模型. 以北京地铁西直门2号线站台为研究对象展开研究,结果表明客流引导及小群体效应对疏散时间、疏散效率、瓶颈区域及绕行距离均有显著影响:客流引导可提高疏散效率18%～45%,小群体行为则会增加绕行距离17%.      

船舶倾斜对不同行人流疏散效率影响的数值分析

为研究船舶倾斜对船上人员疏散过程的影响,在基础社会力模型中引入行人倾斜力和自调整力,构建一种考虑船舶倾斜状态的改进社会力模型,通过比对前人实验结果验证模型的有效性.增加行人视角范围,确定周围行人作用的有效范围;结合MATLAB仿真单向、对向、交叉和多向行人流场景,分析不同倾斜状态对行人疏散速度的影响,并拟合疏散时间随倾...     

地铁火灾事故中人员疏散时间计算模型与仿真

结合地铁车站火灾事故中人员疏散过程的实际情况,综合考虑人员响应、客流下车、离开站台、通过检票口、通过楼扶梯和通道5 个过程的客流实际疏散情况,开展疏散试验,对人员疏散行为进行定量研究,同时利用试验数据对疏散时间计算公式和疏散模型进行验证和参数标定,建立基于不同空间环境客流密度的地铁车站分段客流疏散间计算模型。选取典型地下二层岛式地铁车站为研究对象,设定疏散场景及参数,应用所建立的计算模型对疏散时间进行计算,其计算结果与使用《NFPA 130:轨道交通客运系统标准》所推荐的计算方法的计算结果接近,验证了分段客流疏散时间计算模型的可行性。最后,利用基于社会力模型的Anylogic 软件对疏散过程进行仿真,将仿真结果与计算结果进行对比,结果表明,本文提出的分段客流疏散时间计算模型的计算结果误差较小,相对较为合理。     

基于智能体技术的人员疏散仿真模型

在分析、比较现有各种疏散仿真系统的基础上，利用智能体(Agent)技术，建立了建筑物内人员疏散的仿真模型．通过选取不同的参数，在该模型中考虑了人员心理状态对疏散的影响，因此能更真实地模拟现实的场景．对一种简单的建筑中人员疏散情况的模拟表明，人员心理和对环境的了解状况对模拟结果有明显的影响．     

铁路车站人员应急疏散仿真研究

研究疏散群体中的个体疏散规律,并在此基础上提出一种基于Agent的微观仿真方法,当个体运动遇见障碍物时,采用子目标最短路径法实现人员对障碍物的有效规避。将影响个体运动方向和运动速度的因素由定性化转为定量化,并建立人员疏散的运动学可计算模型。通过构建某铁路车站的人员疏散模型,对仿真得到的结果进行分析,从而验证该方法的可行性。     

后悔视角下的应急疏散出行方式决策行为分析

鉴于应急疏散者出行决策的后悔规避心理,以政府公交车、自有私家车和借用私家车三类疏散交通方式选择问题为例,选取平均运行时间、运行时间不确定性、平均等待时间和预期感知服务水平等属性变量,分别构建了基于随机后悔最小化和效用最大化的多项Logit 模型.以应急疏散意向行为调查数据为基础,表明后悔模型的模型拟合度优于效用模型,对属性变量间关系的刻画更符合实际.进一步通过弹性计算和敏感性分析,揭示出平均运行时间这一属性最为敏感.研究表明,应急疏散者是后悔规避的,其决策行为试图将后悔感知最小化,而非预期效用最大化,从随机后悔视角描述疏散决策行为更为准确.     

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.     

���ʶ�̬��ͨ��������Ӧ����ɢ·�߹滮

在重大灾害事件中,交通需求是影响区域疏散路线规划效果的关键因素之一.考虑实际应急疏散过程中的异质动态交通流差异性装载和分配过程,建立了一种基于受灾人员和应急物资两种异质动态交通流的最小费用流模型;然后针对两种异质流不能混合分配、网络流占用随时间变化更新等特点,提出了一种基于时间扩展的最小费用路线启发式算法,最后给出了相应的算例验证了模型和算法的可行性.结果表明：受灾人员响应行为的快慢影响着疏散时间、拥塞程度、分配的有向路数目;同时针对不同的受灾人员响应行为,调整应急物资装载时刻和装载量,可以有效缩短疏散时间.     

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。     

������ɢ����µĹ��������мƻ��Ż��о�

提出飓风等自然灾害条件下运用公交车进行居民紧急疏散的优化模型. 最优公交车疏散运行计划问题可转化为不确定性需求的选址—路径优化模型,目标函数是使总疏散时间最小. 选址—路径优化模型用于确定最有效的公交车集结点服务区域和将人员从受灾区域转移到指定避难所或安全地区的最优线路,并设计遗传算法、神经网络算法和爬山算法结合的混合启发式算法. 通过美国密西西比州格尔夫波特市的实际数据对所提出的模型进行验证. 实验结果表明,混合遗传算法在求解效果和效率上都优于传统的遗传算法.     

考虑动态交通流的停车场车辆最优疏散模型

为有效地制定停车场车辆疏散方案,缩短车辆疏散时间,研究了考虑道路网动态交通流特征的停车场车辆最优疏散模型.首先,根据排队论将停车场每个出口车道的车辆排队抽象成一个M/M/1/1排队系统,分析出口道路交通流车头时距对车辆离开率的影响,从而估算车辆在停车场内的排队时间.其次,构建道路网节点交通流均衡模型和路段交通流均衡模型...     

行人仿真在轻轨车站应急疏散领域的应用

采用基于社会力模型理论的微观行人交通仿真软件Legion,对轻轨车站内部的应急疏散进行模拟,得出车站人员应急疏散所需的最大时间。从而直观地定量化地分析轻轨车站处理突发事件的能力,以引导和调整规划设计、评价设计方案、规划组织方案、应急疏散预案等,更好地辅助轻轨车站的设计、运营决策和组织管理。     

城市轨道交通站台等候区客流时空特性研究

为了探索城市轨道交通站台等候区域乘客密度的时空特性,通过设计站台等待区乘客密度数据采集试验,采用录像交通信息采集方法对西安市轨道交通2#线7个代表性站点的站台等待区晚高峰时间上、下行乘客密度进行采集;在此基础上,利用SPSS数据分析软件对乘客密度的时空特性进行分析与评价。结果表明：西安市北大街换乘站在晚高峰时段站台等待区的乘客密度明显高于其它站,下行方向的站台等待区乘客密度普遍高于上行方向,非工作日的站台等待区乘客密度普遍高于工作日。研究结果进一步丰富了城市轨道交通站台区交通组织与规划的调查方法与基础数据,为站台区域交通设计和安全应急疏散提供了可靠依据。