室内场景下人群疏散的若干关键技术研究

发布时间：2017-12-20 10:36

  本文关键词：室内场景下人群疏散的若干关键技术研究　出处：《吉林大学》2016年博士论文　论文类型：学位论文

  更多相关文章： Agent 博弈 人群疏散 蒙特卡洛 PSO

【摘要】：在群聚场所中,一旦产生火灾等突发性安全危机事件时,如果不能采取合理的、有效的措施,会酿成严重人员和经济损失。即使在人群汇集的密集区域内未发生公共安全危机事件,能够科学的、高效地、合理地对设施内人群的疏散预案进行设计、评估和优化也具有重大意义。本文深入研究室内场景下人群疏散的几项关键技术,包括人群疏散行人行为控制、路径风险评估机制和疏散方案优化。具体的研究工作可以分为如下几个部分:(1)、本文对人群疏散中疏散者的行为进行研究分析,通过分析疏散者的心理因素、运动行为和符合中国国情的疏散者身材标准,建立了基于Agent方法的疏散者行为控制模型。模型利用物理引擎控制疏散者之间、疏散者与场景之间的交互行为,并模拟紧急事故中的人群疏散过程。根据模拟仿真结果分析疏散中存在的微观问题来研究人群疏散的应急救险方案和疏散中存在的瓶颈问题。(2)、人群疏散寻路方法一般都是采用迪杰斯特拉和A*算法,通过构建疏散场景的拓扑图来获取逃生轨迹。拓扑图可以抽象疏散场景的结构,并根据节点间关系和权值计算最短路径。本文提出一种基于改进的节点关系结构(node-relation structure——NRS)模型的全局与局部疏散寻路方法。改进的NRS模型为层次网络结构(Hierarchical network structure——HNS),通过图论简化、抽象化复杂建筑物的拓扑关系形成超图结构,其优势是可以简化问题并支持对3D空间对象信息的查询与分析。(3)、本文在粒子群的基础上,提出结合填充函数来解决疏散路径优化问题。该算法的整个过程分为三个阶段。在第一阶段中,我们利用填充函数的全局优化特性获得逃生目的地。在第二阶段,通过优化粒子群权重系数、局部加速系数和全局加速系数,提高粒子群搜索最优解的效率,减少疏散人员逃生时间,利用具有随机性的改进粒子群优化算法模拟人群疏散。在第三阶段,结合改进NRS模型针对疏散过程中位置冲突问题提出三个优化方法,通过优化方法提高冲突时疏散的效率。(4)、本文在疏散模拟平台基础上分析了人群疏散的瓶颈问题,制定了疏散路径长度、疏散者速度、出口与走廊的疏散率、疏散人员位置分布和疏散拥堵程度这五个影响疏散的重要因素,并建立了基于蒙特卡洛方法的人群疏散路径定量风险评估数学模型。该模型通过提出路径拥堵度、十字路口拥堵度和出口拥堵度三个指标充分考虑拥堵因素对疏散的影响。模型中的拥堵程度以时间作为衡量单位,通过结合其他因素获取总评估疏散时间,再通过与伤害时间的比值作为风险值来管理、评估路径选择问题和拥堵问题。(5)、疏散优化技术主要是处理最小化疏散者的疏散时间用以做到最有效率的逃生。随着建筑物复杂度的增加,群体性事件发生率的增多,在紧急事故疏散领域里疏散路径优化问题已经变成一个热点的研究方向。正常情况下,疏散者以最短路径作为最佳逃生路径,如果疏散人员和疏散出口数量增多时,在出口或疏散路径上可能会产生拥堵,拥堵则会延缓疏散时间影响疏散效率,此时最短路径有可能并不是最佳的选择。本文提出一个基于博弈论的结合蒙特卡洛风险评估机制的多出口疏散模型(Multiple exits evacuation model——MEEM),该模型通过最大熵准则(Maximum entropy criteria——MEC)求取博弈论的纳什均衡点来获取最优疏散方案。相比较其他疏散模型,MEEM模型将每个出口视作博弈论中的一个参与者,而不是将疏散者作为参与者,其优势是可以优化更多的Agent路径选择问题。同时,MEEM模型引入了风险评估机制(内容(3)),充分考虑了多出口情况下影响疏散的因素,并对竞争对象进行博弈获取最优的疏散方案。综上所述,四个方面都是研究发生紧急灾害时如何疏散更有效率,通过相关技术手段去管理风险、控制风险。四个方面相辅相成,构成一个完整的疏散仿真平台。本文采用Visual C++与Visual Studio 2010作为开发语言与试验平台,利用Ogre引擎库渲染疏散模型。通过实验证明,本文所述的方法能够有效的解决拥堵问题和路径选择问题,减少了疏散时间、提高了疏散效率、达到了优化疏散方案的目的,可以在紧急事故中分析、评估、管理风险。
【学位授予单位】：吉林大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TU998.1;TP18
，

本文编号：1311794