群體疏散仿真建模及路徑規(guī)劃廣泛應用于電影業(yè)、游戲產業(yè)和現實生活中的緊急疏散模擬培訓。本論文主要是針對公共場所發(fā)生突發(fā)（例如火災、爆炸等事件）情況下的人員群體進行疏散仿真建模和逃生路徑的研究。群體疏散仿真研究已經有幾十年歷史,但是由于人員的心理狀況、個體的差異性、以及群體之間的關系等因素使得研究者在群體疏散建模及路徑規(guī)劃上面臨著很多困難。在眾多挑戰(zhàn)中,個體差異性、心理因素以及人員間的關系在疏散過程中對人員疏散時間有著重要的影響,例如近兩年比較流行的基于粒子群（particle swarm optimization,PSO）、蟻群的多智能人群疏散模型,并沒有很好體現出這些因素對疏散時間以及路徑的影響。本文對個體的心理、行為特征等進行了研究分析,提出了基于情感狀態(tài)的領導者-跟隨者模型,其中領導者的選取是由情感狀態(tài)值和經驗值共同影響的。在路徑算法上,由于傳統的CSO算法存在收斂精度不高、陷入局部最優(yōu)等問題,為了解決這些問題,使用正弦慣性權重進行改進,并在雄性個體中加入最優(yōu)雄性個體的位置信息,將幼小個體的公式中加入附近非媽媽雌性個體的因子,提出了基于慣性權重的雞群優(yōu)化算法（chicken swa... 

【文章來源】：哈爾濱工程大學黑龍江省 211工程院校

【文章頁數】：66 頁

【學位級別】：碩士

【部分圖文】：

公共場所緊急情況的場景圖

圖 2.2 反應型智能體體系結構合型智能體能體是對慎思型智能體和混合型智能體的優(yōu)勢相結合的智能高的智能性又能快速對外界環(huán)境和信息做出相應的回饋�；鞂雍头磻獙�。通過認知層來完成慎思型智能體的規(guī)劃和決策應型智能體對環(huán)境的快速響應的能力。其中 Touring 機是典

圖 3.1 多智能體疏散仿真模型建立對一個樓層的各個房間結構進行環(huán)境建模，主要從、安全位置進行仿真建模。動態(tài)的障礙物以及靜態(tài)的障礙物兩種類型，在本論生過程中移動的人群，靜態(tài)的障礙物指的是家具裝程中個體不允許占據并要避免碰撞的位置。雖然障人的逃生路線，但是當逃生人數很大的時候靜態(tài)障一定程度上減少了群體疏散逃生的時間，因為障礙免人群的過度擁擠。在本論文模型中靜態(tài)障礙物擺避免群體在出口處發(fā)生擁擠，造成人群踩踏事故。每個房間區(qū)域中，群體在進行疏散逃生的時候，需房間的出口作為一個通道，可以使智能體從一個密

【參考文獻】：
期刊論文
[1]雙出口教室的人群疏散建模和模擬[J]. 董力耘,藍冬愷,段曉茵.  上海大學學報(自然科學版). 2018(02)
[2]基于NetLogo的地鐵車站人員緊急疏散仿真研究[J]. 胡麗娟,姚加林,鄭亮.  鐵道科學與工程學報. 2017(12)
[3]突發(fā)火災環(huán)境的群體疏散問題研究綜述[J]. 江雨燕,劉軍.  南陽理工學院學報. 2017(06)
[4]混合改進搜索策略的雞群優(yōu)化算法[J]. 黃霞,葉春明,鄭軍.  計算機工程與應用. 2018(07)
[5]人群疏散的社會力蟻群模型[J]. 吳雙,劉弘.  山東師范大學學報(自然科學版). 2016(03)
[6]一種改進的雞群算法[J]. 孔飛,吳定會.  江南大學學報(自然科學版). 2015(06)
[7]具有動態(tài)慣性權重的布谷鳥搜索算法[J]. 周歡,李煜.  智能系統學報. 2015(04)
[8]基于多項Logistic回歸的地鐵應急疏散行為影響因素分析[J]. 王世通,楊艷紅.  城市軌道交通研究. 2014(05)
[9]基于多智能體和元胞自動機人群疏散行為研究[J]. 劉全平,梁加紅,李猛,付躍文.  計算機仿真. 2014(01)
[10]基于人工蜂群算法的疏散運動仿真[J]. 張鵬,劉弘,王愛霖.  計算機工程. 2013(07)

碩士論文
[1]基于多Agent的公共場所人群疏散模型研究[D]. 郭峰.湖南大學 2016
[2]地鐵車站人群應急疏散行為仿真研究[D]. 潘琳.東南大學 2015
[3]基于動態(tài)隱勢場的場館人群疏散仿真[D]. 王笑天.北京工業(yè)大學 2015
[4]3D應急場景中小群體疏散模擬技術研究[D]. 蔣新宇.華東理工大學 2015
[5]基于Multi-Agent的人群疏散仿真模型的研究[D]. 魏超.中南大學 2011
[6]基于多智能體的大規(guī)模人群疏散模擬技術研究[D]. 楊念.武漢理工大學 2011
[7]人員疏散中個體和群體行為的實驗和計算機模擬研究[D]. 劉少博.中國科學技術大學 2010



本文編號：3243645