【摘要】：隨著社會(huì)經(jīng)濟(jì)高速發(fā)展,人們外出工作生活也越來(lái)越頻繁,然而人們出行越多意味著在出行過(guò)程中面臨行人擁堵的可能性越大。近些年來(lái),行人擁堵不僅造成了社會(huì)經(jīng)濟(jì)巨大的損失,嚴(yán)重時(shí)更是對(duì)行人生命安全造成威脅。針對(duì)行人擁堵問(wèn)題,本文基于元胞自動(dòng)機(jī)模型,通過(guò)數(shù)值模擬和數(shù)學(xué)解析研究了交叉行人流和單向行人流模型的動(dòng)態(tài)特性。在交叉行人流模型中,系統(tǒng)中有兩種行人,其運(yùn)動(dòng)方向相互垂直。周期邊界條件下,采用平均場(chǎng)方法計(jì)算模型中行人速度,計(jì)算結(jié)果與模型仿真結(jié)果較吻合,說(shuō)明該方法的比較有效。當(dāng)密度較低時(shí),系統(tǒng)處于自由流相;當(dāng)密度增加到某一區(qū)域時(shí),系統(tǒng)處于中間態(tài)相,并且出現(xiàn)由兩種行人聚集而成的“條紋”。隨著密度的增加,“條紋”的數(shù)目也增加。當(dāng)系統(tǒng)穩(wěn)定且只有一個(gè)空格時(shí),空格位置一直沿著“條紋”帶移動(dòng)。開(kāi)口邊界條件下,系統(tǒng)出現(xiàn)自由流相和擁堵相。通過(guò)對(duì)自由流相的速度、密度和流量解析求解,計(jì)算結(jié)果與仿真結(jié)果吻合,證明該方法比較有效。在單向行人流模型中,系統(tǒng)中只有一種行人,每個(gè)行人都有三個(gè)運(yùn)動(dòng)方向。周期邊界條件下,本文提出了兩種平均場(chǎng)分析方法對(duì)模型求解,它們都考慮了行人之間的相關(guān)性,并且與仿真結(jié)果比較吻合。第一種方法為簇平均場(chǎng)方法,即2-cluster平均場(chǎng)法,該方法將2個(gè)相鄰的格點(diǎn)看作一個(gè)簇,通過(guò)簇體現(xiàn)出各個(gè)格點(diǎn)之間相關(guān)性;第二種方法為時(shí)間演化平均場(chǎng)方法,該方法分析了系統(tǒng)狀態(tài)的時(shí)間演化過(guò)程,得到了間隙概率的自洽方程。開(kāi)口邊界條件下,系統(tǒng)存在三個(gè)相,即低密度相(LD),高密度相(HD)和最大流相(MC)。對(duì)各個(gè)相的臨界α_c和β_c進(jìn)行求解,解析結(jié)果與仿真結(jié)果吻合良好。
【圖文】：

的日常出行和活動(dòng)帶來(lái)了諸多不便和安全隱患。由于公共場(chǎng)所的空間有限，當(dāng)越來(lái)越多的市民參與到公共場(chǎng)所的活動(dòng)時(shí)，擁堵問(wèn)題甚者踩踏事故時(shí)常發(fā)生，并且踩踏事故發(fā)生會(huì)造成大量的人員傷亡。國(guó)內(nèi)外由于人群聚集在公共場(chǎng)所發(fā)生意外出現(xiàn)嚴(yán)重的踩踏事件非常多，例如 1990 年 7 月 2 日，，超過(guò) 1400 名朝圣者在麥加朝圣期間由于行人通道中發(fā)生擁擠踩踏而死亡；1991 年 9 月 24 日晚，在太原市迎澤公園舉辦的“煤海之光”大型燈展，由于發(fā)生擁擠造成 200 多人傷亡嚴(yán)重后果；2010 年 7 月，在德國(guó)杜伊斯堡露天音樂(lè)節(jié)踩踏事件中，19 人死亡，342 人受傷；2014 年 12 月 31 日晚 23 時(shí) 35 分許，上海外灘陳毅廣場(chǎng)跨年過(guò)程期間由于發(fā)生擁擠踩踏，造成 36 人死亡，47 人受傷；2015 年 9 月 24 日，麥加朝圣期間，米納地區(qū)發(fā)生踩踏事故，事故造成至少 1399 人遇難，另有超過(guò) 2000 人受傷等[1]。造成這些嚴(yán)重事故的主要原因是公共管理部門對(duì)行人流復(fù)雜的動(dòng)態(tài)特性沒(méi)有很好的認(rèn)識(shí)，同時(shí)也沒(méi)有充分考慮到行人擁擠帶來(lái)的嚴(yán)重后果，因此對(duì)行人流的研究不僅可以幫助管理部門提高管理效率，同時(shí)也能解釋一些嚴(yán)重事故發(fā)生的原因，預(yù)防事故再次發(fā)生。

合肥工業(yè)大學(xué)專業(yè)碩士研究生學(xué)位論文于平均速度 v，而不是 1-ρ。這里將該粒子?xùn)|邊方向格點(diǎn)為空的概率設(shè)為某一變量，同時(shí)就將粒子之間的相關(guān)性考慮進(jìn)去。這里引入一個(gè)帶有隨機(jī)慢化的 184 模型來(lái)闡述該方法。如圖 2.1 所示，在長(zhǎng)為L(zhǎng) 的一條道路上，道路上每個(gè)粒子以 1 的速度由左向右運(yùn)動(dòng)。在每一個(gè)時(shí)間步，粒子以 q 的概率向右運(yùn)動(dòng)，以 p（p=1-q）的概率停留在原地，這里每一個(gè)格點(diǎn)同一時(shí)間最多只能被一個(gè)粒子占據(jù)。在 t 時(shí)刻，隨機(jī)選取一個(gè)粒子，假設(shè)該粒子右邊鄰居為空的概率為 pf，在這里考慮了粒子間的相關(guān)性。則在 t+1 時(shí)刻，該粒子右邊格點(diǎn)為空的情況如圖 2.2 所示，根據(jù)系統(tǒng)的穩(wěn)定性， ( 1) ( )fv t v t qp。
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：U491

【參考文獻(xiàn)】

相關(guān)博士學(xué)位論文 前4條

1 郝慶一;基于并行格子氣方法的單向行人流復(fù)雜動(dòng)態(tài)特性研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2012年

2 鄺華;基于潛意識(shí)效應(yīng)和行為分析的行人流動(dòng)力學(xué)建模及相變研究[D];上海大學(xué);2011年

3 馬劍;相向行人流自組織行為機(jī)理研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2010年

4 孫立光;步行設(shè)施內(nèi)的行人行為微觀仿真模型研究[D];清華大學(xué);2009年

本文編號(hào)：2646924