基於分子動力學及多智慧型體的捷運車站行人仿真研究

《基於分子動力學及多智慧型體的捷運車站行人仿真研究》是依託北京交通大學，由陳峰擔任項目負責人的面上項目。

基本介紹

• 中文名：基於分子動力學及多智慧型體的捷運車站行人仿真研究
• 項目類別：面上項目
• 項目負責人：陳峰
• 依託單位：北京交通大學

項目摘要

捷運車站行人密度較高，行人之間會發生接觸甚至擠壓現象，離散微觀行人仿真方法只能研究行人的運動，不能反映其受力，仿真達到的最大行人密度與實際有差距，不能很好地用於車站行人仿真。社會力模型從受力的角度研究行人運動規律，兼顧了行人運動狀態和受力狀態，能解決上述問題，但是該模型還存人行道徑選擇盲目、發生不必要的碰撞等問題。本研究擬針對這些問題，採取分子動力學相關方法，設計社會力模型的分子動力學算法，引入linked-list cell方法，編程實現社會力模型，提高社會力模型計算速度；基於多智慧型體思想，設計行人智慧型路徑選擇算法，克服社會力模型將行人等同於物理粒子的弊端；採用橢圓形模擬行人，並基於車站行人調研和測試，標定校核模型參數，得到更符合實際的仿真效果；最終開發仿真工具，並將其套用於車站設施布局的仿真評價。

結題摘要

軌道交通站內行人與設施布局的互動性分析研究是目前軌道交通設計、運營管理的重要理論基礎。社會力模型以模型簡單、行人行為重現能力強、參數具有實際的物理意義、便於標定等優點成為主流模型之一。然而，該模型目前的研究中所採用的數值解法效率較低，不適合大規模行人的模擬研究；並且，模型將人作為物理粒子導致的運動盲目性，以及部分模型參數取值缺乏依據，導致模型滿足國內站內高密度行人群模擬。因此，本研究採用分子動力學的多自由度微分方程的Gear預測校正算法對社會力模型進行求解，同時採用Linked-list Cell方法提高算法計算效率，並利用柯朗條件確定最優的計算時間步長。引入多智慧型體的思想，通過添加視域模組，使行人感知周圍環境，並對環境信息做出行為反應；構建與行走環境互動的行人模型，更加真實地表現行人與站內設施環境的關係。另外，自主調研站內乘客的運動特徵，標定模型中的運動參數；並且自主設計實驗測定人體彈性模量，重新標定人體力學參數。基於上述工作藉助C++程式語言初步開發捷運車站行人仿真工具，並車站設計方案及設施布局進行了初步的最佳化評價。本項目通過對社會力模型的改進，為軌道交通車站內高密度人群的仿真提供了系統的解決方法，對於站內設施的布局最佳化評價具有重要的意義。