基于SAPSO算法的人群疏散模型研究.pdfVIP

第２８卷第８期 管理评论 Ｖｏｌ． ２８，Ｎｏ． ８ ２０１６年８月 Ｍａｎａｇｅｍｅｎｔ Ｒｅｖｉｅｗ Ａｕｇ．，２０１６ 基于ＳＡＰＳＯ算法的人群疏散模型研究 张永彬　 王　 坚　 王　 超　 凌卫青 （同济大学电子与信息工程学院，上海２０１８０４） 摘要：突发事件人群疏散模型是制定安全、高效疏散策略的分析基础。 本文将粒子群算法和模 拟退火算法相结合，提出了ＳＡＰＳＯ疏散模型，并针对疏散不同阶段特征，对模型参数进行了动 态调整。 此外，针对传统ＰＳＯ模型的不足进行了改进，充分考虑了障碍物对个体疏散路径选择 的影响，同时分析了出口位置变化导致的疏散差异。 最后基于典型建筑物室内场景，对应急疏 散过程进行了仿真分析，仿真结果验证了ＳＡＰＳＯ模型的有效性。 关键词：粒子群算法；模拟退火算法；避障机制；人群疏散模型 引　 言 近年来，突发事件下的公众安全保障问题引起社会日益广泛的关注，一个可靠的人群疏散解决方案可以 有效的减少甚至避免突发事件下的人员伤亡。 组织应急演练这一传统的方式不仅成本过于高昂而且违背社 会道德，但随着电子信息技术的快速发展，这一问题得到了有效解决。 利用计算机仿真并建立突发事件人群 疏散仿真系统，通过仿真推演的方式模拟人群疏散过程，在为应急管理决策者提供决策参考的同时，也可为建 筑物设计者提供安全建设参考依据，从而更加有效的保障社会公众的生命财产安全。 － ［１］ ［２ ４］ 目前针对人群疏散模型的研究主要分为宏观模型 和微观模型 两类，此外还有介于宏观和微观之间 ［５］ ［１］ 的介观模型 。 宏观模型利用诸如网络流算法 模仿人流的疏散过程、基于跨域仿真模型实现了复杂突发 ［６］ ［２］ ［３］ ［４］ 事件的有效决策 ；微观模型有社会力模型 、元胞自动机模型 （ＣＡ）和格子气模型 （ＬＧＡ）等。 国防科 ［７］ ［８］ 技大学的刘全平等 研究了多智能体和元胞自动机相结合的人群疏散模型；东南大学的陆卓谟和秦文虎 ［９］ 对火灾中基于个体行为的人群疏散模型进行了仿真研究；清华大学的钱静等 提出了多维情景空间方法，构 － － － 建了“案例 情景 对象 要素”四层架构的案例模型。 国外研究者在微观模型的研究中也做出了比较大的贡 ［１０］ 献。 Ｉｚｑｕｉｅｒｄｏ等 提出使用粒子群算法（Ｐａｒｔｉｃｌｅ Ｓｗａｒｍ Ｏｐｔｉｍｉｚａｔｉｏｎ，ＰＳＯ）模型模拟人群疏散过程，该模型将 行人抽象为粒子，利用自身最优以及群体最优信息，并根据个体和社会行为规则，随时间进行位置更新（进 ［１１］ 化），不断向出口靠近并完成疏散。 Ｚｈｅｎｇ等 在ＰＳＯ模型基础上对局部密度进行了相关研究。 纵观国内外研究现状可知，目前的很多研究都有一定的局限性，未能充分对人群疏散这一复杂耦合过程 进行再现，此外，对影响模型准确性的因素考虑也不够全面，如障碍物、动态逃生路线等。 因此，本文结合模拟 退火算法对传统ＰＳＯ模型进行了改进，提出了基于模拟退火粒子群（ＳＡＰＳＯ）的人群疏散模型，并针对行人的 典型特征，进一步引入了评价函数