人群应急疏散中一种多智能体情绪感染仿真模型
发布时间:2021-11-18 03:05
为了从情绪的视角分析紧急情境下人群的疏散行为,梳理了现有情绪感染的研究工作,总结了人群紧急状况下行为特点.采用智能体描述人群个体,提出一种多智能体情绪感染模型.其主体框架分为感知层、情绪层、感染层、行为层和行动层.归纳了产生情绪感染现象的3个条件及情绪感染的3个规则,提出了情绪感染的算法,考虑个体的个性和个体间距离因素,采用情绪强度和人群紧密度来计算个体疏散速度.用C#语言编制了仿真实验,采用真实的地震疏散案例,验证了仿真疏散时间和实际观测的基本一致.通过与以往基于传染病思路的情绪感染模型对比,所提出的模型可以更好地描述情绪感染从局部到整体的过程.实验结果表明,所提出的模型可以推演情绪驱动下的群体聚集行为,有望为制定应急疏散预案提供一种可视化分析方法.
【文章来源】:计算机辅助设计与图形学学报. 2020,32(04)北大核心EICSCD
【文章页数】:11 页
【部分图文】:
疏散时间对比
第4期刘翠娟,等:人群应急疏散中一种多智能体情绪感染仿真模型667图8疏散场景仿真图9疏散时间对比致出口人群拥挤的风险加大.(5)实验5.复杂场景的对比实验.图10显示了智能体的导航点设置.图中的圆点为导航点,矩形为货架.如果智能体感知到导航点(在其可视范围),则选择距离出口较近的导航点作为移动的目标点.图10超市环境中设置的导航点示意图在图11中,左边的红色圆盘表示火焰在不断扩散,浅黄色的圆盘表示火灾信息向外传播,红色的智能体表示处在情绪感染状态的智能体,黄色的表示智能体处于警觉状态.图12反映了人群迅速涌向出口的情景.图11情绪开始在人群中扩散图12人群迅速涌向出口本实验将本文模型与社会力模型、Durupinar模型和CA-SIRS模型的人群疏散现象进行对比分析.这里考虑左侧距离火灾点最近的智能体最早产生情绪强度变化,然后通过不同的情绪感染算法来计算智能体的情绪变化.对于社会力模型,如果假设所有智能体同时启动疏散,显然不合理.最合理的假设是处于火灾信息传播范围内的智能体首先启动疏散.图13反映了火灾过程中,逃出人数和疏散时间的关系.因为初始位置是相同的,但是开始运动方向有随机性,因此造成每次运行的疏散时间有一定的波动.图13是5次实验的平均值.从图13中可以看出,社会力模型由于未能考虑智能体的感知和情绪感染,采用社会力模型计算的疏散时图13各种模型疏散时间的对比
鞲腥镜乃俣仁遣灰谎??.从图4可以看出,开始时,2种场景下情绪感染速度差异不大.后来,在动态情景下,随着智能体向出口快速移动,缩短了智能体之间的距离,从而促进智能体之间的情绪感染,加速整个感染过程.静态感染总时间大约是26s,而动态感染总时间大约是14s.因此,动态情景下人群情绪感染现象更加明显,符合现实人群疏散引起的情绪感染规律.(2)实验2.不同个性.为验证不同个性在情绪感染过程发挥作用的差异性,本实验以90人为例来开展实验.图5展示的是开放型(O)个性占总人数不同比例(20%,40%,60%,80%)情况下的情绪感染情况.图5开放型O个性对情绪感染的影响对图5结果进行分析:开放型个性的人具有很强的情绪感染能力,因此随着开放型人数量比例的增加,感染的速度也在加快.例如,当开放型个性占总人数的20%时,需要10s以上才能实现大部分人群被感染;当开放型个性占总人数的80%时,仅需4s左右即可实现大部分人群被感染.由此可见,不同的个性对情绪感染的影响大不相同.(3)实验3.不同人数.本实验将总人数分为60人、90人和120人3组,验证相同环境下不同的总人数对情绪感染的影响,如图6所示.图6相同环境下不同人数对情绪感染的影响对图6结果进行分析:不同的总人数对情绪感染的影响大不相同.从图6中可以看出,随着总人数的增加,感染时间反而降低.当总人数为60人时,大致需要20s才能实现整体感染;而当总人数为120人时,仅需8s即可实现整体感染.这与现实中人群密度增加
【参考文献】:
期刊论文
[1]基于个性化情绪感染的人群动画生成方法[J]. 曹梦晓,张桂娟,黄丽君,刘弘. 计算机科学. 2017(06)
[2]情感影响下的行人动态聚集过程仿真模型[J]. 向南,朱凌云,张明敏. 系统仿真学报. 2015(10)
[3]融入情绪模型的人群实时路径规划[J]. 吴云鹏,杜沅泽,叶阳东. 中国图象图形学报. 2015(09)
[4]突发事件中恐惧情绪感染概率研究[J]. 王春雪,吕淑然,杨凯. 中国安全科学学报. 2015(09)
[5]Crowd Simulation and Its Applications: Recent Advances[J]. 徐明亮,蒋浩,金小刚,邓志刚. Journal of Computer Science & Technology. 2014(05)
[6]人群拥挤事件中的一种情绪感染仿真模型研究[J]. 刘箴,金炜,黄鹏,柴艳杰. 计算机研究与发展. 2013(12)
本文编号:3502076
【文章来源】:计算机辅助设计与图形学学报. 2020,32(04)北大核心EICSCD
【文章页数】:11 页
【部分图文】:
疏散时间对比
第4期刘翠娟,等:人群应急疏散中一种多智能体情绪感染仿真模型667图8疏散场景仿真图9疏散时间对比致出口人群拥挤的风险加大.(5)实验5.复杂场景的对比实验.图10显示了智能体的导航点设置.图中的圆点为导航点,矩形为货架.如果智能体感知到导航点(在其可视范围),则选择距离出口较近的导航点作为移动的目标点.图10超市环境中设置的导航点示意图在图11中,左边的红色圆盘表示火焰在不断扩散,浅黄色的圆盘表示火灾信息向外传播,红色的智能体表示处在情绪感染状态的智能体,黄色的表示智能体处于警觉状态.图12反映了人群迅速涌向出口的情景.图11情绪开始在人群中扩散图12人群迅速涌向出口本实验将本文模型与社会力模型、Durupinar模型和CA-SIRS模型的人群疏散现象进行对比分析.这里考虑左侧距离火灾点最近的智能体最早产生情绪强度变化,然后通过不同的情绪感染算法来计算智能体的情绪变化.对于社会力模型,如果假设所有智能体同时启动疏散,显然不合理.最合理的假设是处于火灾信息传播范围内的智能体首先启动疏散.图13反映了火灾过程中,逃出人数和疏散时间的关系.因为初始位置是相同的,但是开始运动方向有随机性,因此造成每次运行的疏散时间有一定的波动.图13是5次实验的平均值.从图13中可以看出,社会力模型由于未能考虑智能体的感知和情绪感染,采用社会力模型计算的疏散时图13各种模型疏散时间的对比
鞲腥镜乃俣仁遣灰谎??.从图4可以看出,开始时,2种场景下情绪感染速度差异不大.后来,在动态情景下,随着智能体向出口快速移动,缩短了智能体之间的距离,从而促进智能体之间的情绪感染,加速整个感染过程.静态感染总时间大约是26s,而动态感染总时间大约是14s.因此,动态情景下人群情绪感染现象更加明显,符合现实人群疏散引起的情绪感染规律.(2)实验2.不同个性.为验证不同个性在情绪感染过程发挥作用的差异性,本实验以90人为例来开展实验.图5展示的是开放型(O)个性占总人数不同比例(20%,40%,60%,80%)情况下的情绪感染情况.图5开放型O个性对情绪感染的影响对图5结果进行分析:开放型个性的人具有很强的情绪感染能力,因此随着开放型人数量比例的增加,感染的速度也在加快.例如,当开放型个性占总人数的20%时,需要10s以上才能实现大部分人群被感染;当开放型个性占总人数的80%时,仅需4s左右即可实现大部分人群被感染.由此可见,不同的个性对情绪感染的影响大不相同.(3)实验3.不同人数.本实验将总人数分为60人、90人和120人3组,验证相同环境下不同的总人数对情绪感染的影响,如图6所示.图6相同环境下不同人数对情绪感染的影响对图6结果进行分析:不同的总人数对情绪感染的影响大不相同.从图6中可以看出,随着总人数的增加,感染时间反而降低.当总人数为60人时,大致需要20s才能实现整体感染;而当总人数为120人时,仅需8s即可实现整体感染.这与现实中人群密度增加
【参考文献】:
期刊论文
[1]基于个性化情绪感染的人群动画生成方法[J]. 曹梦晓,张桂娟,黄丽君,刘弘. 计算机科学. 2017(06)
[2]情感影响下的行人动态聚集过程仿真模型[J]. 向南,朱凌云,张明敏. 系统仿真学报. 2015(10)
[3]融入情绪模型的人群实时路径规划[J]. 吴云鹏,杜沅泽,叶阳东. 中国图象图形学报. 2015(09)
[4]突发事件中恐惧情绪感染概率研究[J]. 王春雪,吕淑然,杨凯. 中国安全科学学报. 2015(09)
[5]Crowd Simulation and Its Applications: Recent Advances[J]. 徐明亮,蒋浩,金小刚,邓志刚. Journal of Computer Science & Technology. 2014(05)
[6]人群拥挤事件中的一种情绪感染仿真模型研究[J]. 刘箴,金炜,黄鹏,柴艳杰. 计算机研究与发展. 2013(12)
本文编号:3502076
本文链接:https://www.wllwen.com/falvlunwen/fanzuizhian/3502076.html