基於群智慧型的突發事件區域人群疏散模型研究

《基於群智慧型的突發事件區域人群疏散模型研究》是依託同濟大學，由王堅擔任項目負責人的面上項目。

基本介紹

• 中文名：基於群智慧型的突發事件區域人群疏散模型研究
• 項目類別：面上項目
• 項目負責人：王堅
• 依託單位：同濟大學

中文摘要

突發事件人群疏散模型是科學制定安全、高效疏散策略的分析基礎。現有人群疏散模型尚未較好地解決微觀與巨觀之間的集成問題，未充分考慮小群體聚集疏散現象及引導信息作用。本項目結合突發事件災害模型，分析個體疏散及小群體聚集疏散行為特徵，將疏散個體和小群體抽象為不同粒徑的智慧型粒子，研究不同條件下粒徑變化規律；針對突發事件下人群逃逸、引導及避障行為，採用粒子群覓食算法、蜂群引導算法及魚群避障算法三種群智慧型方法，構建基於群智慧型的突發事件區域人群疏散模型，包含人群逃逸模型、人群引導行為模型及人群避障行為模型。研究成果可實現微觀－巨觀統一框架下的人群疏散模型，為應急管理中的公眾保護研究提供科學的理論與方法支持。

結題摘要

突發事件人群疏散模型是科學制定安全、高效疏散策略的分析基礎，其研究是公眾保護領域的重要課題。 項目研究發現人群疏散過程的混亂與有序程度對個體心理、行為及小群體行為特徵具有顯著影響，人群疏散時的不穩定性會造成擁擠、踩踏及騷亂等非適應性行為。項目提出並構建了基於疏散熵的人群疏散混亂與有序程度度量模型、基於自組織臨界網路的人群疏散穩定性模型及小群體聚集疏散行為模型，揭示了小群體聚集疏散行為機理，進而給出了突發事件下個體疏散的7種典型心理特徵、27種典型行為特徵及5種小群體聚集疏散行為特徵。 提出了粒子粒徑的概念，將疏散個體抽象成為單元粒子，小群體抽象為複合粒子，將疏散人群的動態變化映射為粒子粒徑的合併與分裂，研究了粒徑增加的4種行為和減少的2種行為模式，構建了粒子粒徑變化模型，剖析了粒子合併與分裂模式下，粒子臨界半徑對粒徑、疏散熵、粒子平均移動速度和小群體規模的影響關係。 以基於粒子群算法的人群逃逸模型為核心，同時考慮魚群避障和蜂群引導模式的作用，構建了人群避障行為模型和人群引導行為模型。進而，提出了考慮人群恐慌和密度對速度影響、粒子視野範圍、粒子局部感知、動態學習因子更新策略、疏散反應時間和人群分類的粒子群逃逸模型，揭示了突發事件人群疏散過程中逃逸行為、引導行為與避障行為綜合作用機制。 基於粒子群人群逃逸模型，並綜合考慮粒子粒徑變化、小群體聚集、魚群避障及蜂群引導的作用，最終構成了基於群智慧型的人群疏散模型。 項目緊密結合國家應急管理戰略需求，重視套用落地工作。基於本項目構建的群智慧型人群疏散模型，自主研發了“區域大規模人群疏散仿真推演與決策支持系統（ESFE）V1.0”，實現了系統雲部署。該系統已經與國家自然科學基金應急管理重大研究計畫總集成升華平台進行了集成，同時，在上海虹橋樞紐東交通中心和國家會展中心（上海）進行了套用，為各級管理部門提供突發事件人群應急疏散模擬演練、預案分析最佳化和決策支持手段。