大小和频率增加.docVIP

大小和频率的增加,大规模活动,这项研究人群和模拟灾害行人流量成为重要研究领域。然而,即使成功的建模方法有时很难校准。在这里,一个认知科学的方法,它是基于行为启发式算法。我们建议,指导视觉信息,行人应用两种简单认知程序以适应行走速度和方向。虽然简单的比以前的方法,该模型预测个人和集体的运动轨迹模式在良好的定量协议,种类繁多的经验和实验数据。该模型预测的自组织现象的出现,如自发形成的单向车道或是跌跌撞撞的波涛。此外,结合启发式算法生成与身体碰撞行人在极端的densities-a人群动荡现象,已发现的人群在最近的自然灾害。通过提出一种综合治疗的同时多个人之间的相互作用关系,我们的方法的局限性physics-inspired对克服当前互动模式。通过认知理解人群因此动态启发式算法不仅对一个更好的准备至关重要的安全质量事件。它也清除一个更现实的社会集体行为建模,特别是人类的人群和生物种群。此外,我们的行为启发式并可以提高自主机器人的导航。 集体behaviordecision makingindividual-based modelnonlinear动力学 人类的人群显示一个丰富多样的自组织行为,支持一个有效的运动条件下(1 - 3)每天。一个著名的例子是自发形成的单向车道的双向行人流量。在高密度,然而,光滑的行人流量能分解,上升到其他集体模式的运动如跌跌撞撞的波浪和人群动荡(4),后者可能导致严重的事故在大规模践踏事件。 许多型号的行人行为分析的基础上提出了露法律基础的人群动力学(5 - 8)。在这些人之中,以物理学为基础的方法是目前很常见的。著名的例子是fluid-dynamic(9)和社会力量模型(1、7、8、10),它的灵感来自于牛顿力学。后者是描述流体运动的行人通过一笔迷人,令人反感,开车,和脉动反映多样的外来影响的力量和内部动机。然而,即使能够重现physics-inspired模型的一些观测结果很好,还有许多问题。首先,它正变得越来越难以捕捉的完全的范围在一个单独的人群的行为模式。最近的观测要求延伸以前的交互功能,导致相当复杂的数学表达式,是比较难校正(10)。第二,这些模型都基于二元交互作用的叠加。例如,在这样一个情形,在那里一个人面临三其他个人B、C、D、的行为给予一个整合的交互作用,三个人分别在没有别人。然而,这种方法提出了许多理论问题,诸如如何整合二元交互作用(例如,总的来说,平均起来,在给定),如何确定影响邻居(例如,最近N个人或那些在某一个半径R),如何体重影响(例如,当座落的侧面或后面的焦行人)(6条、第十一条、第十二条)。 在这里,我们提出一种认知科学的方法而不是基于行为启发式算法,克服了上述问题。启发式算法是快速和简单的认知程序时常常使用的决定要在时间的压力下管制员或压倒性的信息(13、14)。让我们通过实例说明了这一个球员试图接球,它可以被精确地模拟在至少两种方法:要么吸引力力可以用来描述这名球员的运动估计降落点向球或过程可以被一个所谓的“目光启发。“这种启发由视觉只盯着球,调整角度,凝视位置保持不变。这两种方法都预测相似的行为,但启发式算法简单似是而非的。 启发式也成功地解释了决策在各种情况下如在股票市场投资行为或医疗诊断在紧急情况下(13)。集体动力学建模的一项社会系统,提供了许多个人通过简单的启发式互动将是一个有前途的方法。然而,它是可能的启发式方法,运用一个行人运动,给出不同的人群的财富动力学模式,观察吗? 在这部作品中,我们发现了两个简单的启发式算法基于视觉信息能实际上是描述流体运动的行人,大多数性能水平观察到的自然地从他们跟随人群。此外,结合启发式与身体碰撞行人再现自然观察特征的人群极端密度较高。 以前的SectionNext SectionModel 论述一种认知模型的行人行为需要两个关键的问题亟待解决。(1)什么样的信息是用行人吗?(二)该如何适应信息处理步行行为?关于第一个问题,以往的研究表明,视觉是使用信息的主要来源,行人来控制他们的运动(15 - 17日)。因此,我们开始以表示视觉信息的行人。回答第2题,我们在此基础上给出了两种启发式的视觉信息,确定理想的行走速度和想要的方向走αdes vdes行人。最后,我们假设他们目前不断适应行人步行行为以适应它们想要的行为与τ的弛豫时间0.5秒(图S1)。已经证实这个假设实验室条件下控制(10)。 表现的视觉信息。在我们的模型,每一个行人我是以当前位置和速度。为了简单起见,我们正代表了一个行人的投影平面的身体是一个国际性的半径,那里是人民大众小姐行人我[例句。,均匀地分布在区间(60公斤100公斤)]。此外,每一个行人为他或她的舒适的步行速度和他或她的目的地点无知,即发生在环境达到他或她想要的东西,如出口门的房间或结束的一个过道。最后,行人我