廣西旅游客船乘客安全疏散研究

黃 珂

(柳州船舶檢驗(yàn)局，廣西 柳州 545001)

0 引言

2015年6月1日，東方之星沉船事件之后，如何高效安全疏散船員和乘客問(wèn)題成為目前船舶設(shè)計(jì)師研究的熱點(diǎn)。目前的主要方法是采取民眾疏散行為的統(tǒng)計(jì)和計(jì)算機(jī)仿真。國(guó)外的許多學(xué)者采取數(shù)據(jù)分析和統(tǒng)計(jì)方式，獲取了通常人群逃生速度與人群密度的相互關(guān)系。美國(guó)和英國(guó)專家學(xué)者，獲取了人員流動(dòng)的特征，并基于此提出相關(guān)的計(jì)算方法。吳商智、溫敏將遺傳算法加入到人群選擇逃生路徑的人員疏散逃生模型。清華大學(xué)的大學(xué)教授基于隧道煙氣擴(kuò)散的研究，給出了相應(yīng)的模擬仿真。目前，大量文獻(xiàn)提出了關(guān)于人員疏散的許多新穎的模型和算法，但疏散算法的效率和效果有待于進(jìn)一步的改善。

本文采用智能算法對(duì)柳州轄區(qū)內(nèi)旅游客船進(jìn)行分析，并提出了廣西旅游客船密集人群疏散方案。旅游客船客艙是乘客相對(duì)密集區(qū)域，一旦危險(xiǎn)情況出現(xiàn)，大規(guī)模人群的安全疏散問(wèn)題就會(huì)顯現(xiàn)出來(lái)。如果沒(méi)有相應(yīng)的應(yīng)急處理措施，人群會(huì)不斷朝向出口方向運(yùn)動(dòng)，造成乘客在出口處聚集從而形成乘客擁塞。一旦出現(xiàn)上述情況，不僅會(huì)影響乘客的疏散逃生速度，而且可能導(dǎo)致乘客相互之間拉扯踐踏的事故，甚至造成乘客傷亡事件的發(fā)生。基于人類行為心理學(xué)的特點(diǎn)，提出行之有效的疏散指令序列用于危急情況的人員疏散，對(duì)于解決目前廣西旅游客船的大規(guī)模疏散問(wèn)題有著現(xiàn)實(shí)的意義。

1 廣西旅游客船人群疏散的模型描述

本文選取柳江目前最大一艘旅游客船“瑞通1號(hào)”作為研究對(duì)象。該船舶是柳州已經(jīng)建造完成的最豪華、載客人數(shù)最多(200人)的旅游客船，主要用于游覽百里柳江。該船舶的總體布置圖見(jiàn)圖1。

圖1 瑞通1號(hào)旅游客船總體布置圖

將船長(zhǎng)30 m、型寬10 m、載客人數(shù)為200人的“瑞通1號(hào)”旅游客船作為疏散模型，為合理模擬廣西旅游客船人群的疏散情況，需要對(duì)人群的特征行為模型和疏散指令序列予以準(zhǔn)確建模，特征行為模型是結(jié)合人群自身屬性在場(chǎng)館中運(yùn)動(dòng)的特點(diǎn)，給出的模擬運(yùn)動(dòng)模型。

簡(jiǎn)要介紹一下整個(gè)研究的過(guò)程：首先把船舶客艙進(jìn)行網(wǎng)格化，分成0.4 m×0.4 m的細(xì)小四邊形網(wǎng)格，每個(gè)乘客所占約為0.4 m，并把客艙內(nèi)主要的障礙情況和出口情況進(jìn)行標(biāo)注，第一步采用遺傳粒子算法的策略隨機(jī)生成10個(gè)疏散指令序列，(乘客疏散逃生指令序列指乘客逃生方向的優(yōu)先指令集合，用以指引所有逃生乘客向某一安全方向逃生)考慮到廣西旅游客船客艙的環(huán)境特點(diǎn)和乘客的行為特征，本文設(shè)計(jì)的疏散指令序列含10條疏散指令，盡管只有10條疏散指令，也將產(chǎn)生大量不同的情況，然后把相應(yīng)的主要數(shù)據(jù)進(jìn)行設(shè)置：年輕乘客100人、老年乘客50人、恐慌乘客50人、遺傳算法中的速度、慣性權(quán)重等。第二步讓乘客在客艙中進(jìn)行隨機(jī)分布，并給出指引口令讓年輕乘客和老年乘客首先采取的策略是按照指引口令逃生；當(dāng)不清楚如何逃生時(shí)，則向最近的其他乘客較少出口逃生；恐慌乘客也根據(jù)指引口令逃生，當(dāng)有障礙或者不清楚如何逃生時(shí)按照75%的概率向最近的出口逃生，年輕乘客體，老年乘客體和恐慌乘客體的行動(dòng)狀態(tài)各不相同，模型對(duì)乘客的指引口令如下：

(1)青年人：上、下、左、右、左上、左下、右上和右下8個(gè)方向，每次移動(dòng)兩個(gè)單元格。

(2)老年人：上、下、左、右、左上、左下、右上和右下8個(gè)方向，每次移動(dòng)一個(gè)單元格。

(3)恐慌人：上、下、左、右4個(gè)方向，每次移動(dòng)兩個(gè)單元格。

第一步，每隔1 min，總乘客人數(shù)中按照15%的概率將非恐慌乘客變?yōu)榭只懦丝?，分別計(jì)算當(dāng)前10個(gè)疏散指令序列中已逃生乘客數(shù)量和剩余乘客數(shù)量，并按照已逃生乘客數(shù)量進(jìn)行由小到大排序。第二步，選出當(dāng)前已逃生乘客數(shù)量最多的疏散指令序列作為最優(yōu)序列。第三步，讓非最優(yōu)疏散指令序列采取遺傳算法中變異的方式進(jìn)行更新，讓乘客進(jìn)行隨機(jī)逃生，每30 s再給出1個(gè)疏散指令，計(jì)算當(dāng)前的已逃生乘客數(shù)量和剩余乘客數(shù)量。第四步，讓非最優(yōu)疏散指令序列采用粒子群算法進(jìn)行更新操作，重新計(jì)算當(dāng)前種群各個(gè)個(gè)體最終人群情況并歸算適應(yīng)度函數(shù)，再進(jìn)行排序。最后，如此反復(fù)直到所有乘客都逃生完畢，輸出相應(yīng)的遺傳粒子群算法路徑優(yōu)化方案最終地圖，包括逃生時(shí)間和算法的收斂迭代曲線(程序每10 s會(huì)顯示相應(yīng)的粒子群算法路徑優(yōu)化方案中間地圖)。

2 算法和適應(yīng)度函數(shù)的描述

遺傳粒子算法基于自然界的生物進(jìn)化機(jī)制，是將遺傳和粒子群進(jìn)行改進(jìn)的全局搜索算法。

前文所述的遺傳粒子群算法的優(yōu)化公式：

前文所述的乘客疏散逃生指令序列的計(jì)算公式具體如下所述：

instruction=[f1f2Pnew1，f1f2Pnew2……，f1f2Pnew10]

(1)

式中，f1——函數(shù)：將粒子元素解碼為指令的函數(shù)，1、2、3、4、5、6、7、8分別對(duì)應(yīng)上、下、左、右、左上、左下、右上和右下8個(gè)指示方向；

f2——函數(shù)：通過(guò)對(duì)粒子位置矩陣的每一行進(jìn)行排序，可以找到該行最小元素的位次；

pnew——矩陣：表征粒子的位置矩陣。

本文定義的疏散適應(yīng)度函數(shù)是上述人群特征行為模型在疏散指令的指示下從初始情況到最終全部逃生后得到的最終行動(dòng)步數(shù)。其數(shù)學(xué)表達(dá)式如下：

Fit=f3(instruction{}，Characteristics{})

(2)

其中：Fit——適應(yīng)度函數(shù)值；

instruction——疏散指令集合；

Characteristics——特征行為模型。

換言之，適應(yīng)度函數(shù)根據(jù)廣西旅游客船客艙的人群初始狀況，將instruction集合作用于Characteris-tics模型進(jìn)行仿真計(jì)算，直到客艙中沒(méi)有任何乘客，保存乘客逃生的行動(dòng)步數(shù)和逃生乘客數(shù)量以作為適應(yīng)度函數(shù)值。

3 客艙乘客安全疏散仿真實(shí)驗(yàn)

如何能夠有效的評(píng)估船舶的客艙布局是否滿足乘客安全疏散的要求，是一個(gè)急需解決的問(wèn)題，采用計(jì)算機(jī)進(jìn)行人員的疏散仿真是一個(gè)非常好的參考辦法。本文采用改進(jìn)型算法來(lái)進(jìn)行船舶乘客疏散仿真，節(jié)省了大量的人力和物力，而且方法具有直觀性和全面性，可以反復(fù)使用在不同情況和不同船舶上，具有很好的推廣性和現(xiàn)實(shí)意義。本文基于Matlab2010a實(shí)驗(yàn)環(huán)境下實(shí)現(xiàn)。計(jì)算實(shí)例是人群初始規(guī)模為200的廣西旅游客船客艙的大規(guī)模疏散人群，設(shè)置其中的年輕人為100人，老年人為50人，恐慌人群為50人。經(jīng)過(guò)仿真可以得知，采用本文所述的遺傳粒子群算法長(zhǎng)時(shí)間計(jì)算可以得到近似最優(yōu)的疏散指令序列為[左上、上、左上、左下、上、右下、上、下、左下、右下]。依照上述疏散指令序列指導(dǎo)人群疏散可以在115 s內(nèi)完成。由于地圖中出口偏向左上，因此，開(kāi)始時(shí)將人群往左上方驅(qū)趕較為合理，仿真得到的結(jié)果也與實(shí)際相符。

通過(guò)仿真計(jì)算，可以看到廣西旅游客船客艙人群疏散時(shí)的運(yùn)動(dòng)現(xiàn)象以及疏散人群隨著時(shí)間的變化情況。在仿真軟件下可以得到客船乘客逃生路徑圖，具體的廣西旅游客船客艙的初始情況如圖2所示。

圖2 廣西旅游客船客艙初始狀況示意圖

圖3給出了危急情況下的客艙乘客疏散逃生的仿真疏散的某一中間過(guò)程，具體疏散時(shí)間為95 s時(shí)，廣西旅游客船的乘客在某一疏散指令指引下的疏散情況。

圖3 旅游乘客的仿真疏散中間過(guò)程圖(95 s)

由圖3可知，人員在疏散指令指引下，有序地形成隊(duì)列進(jìn)行逃生，從而避免了混亂擁擠的情況出現(xiàn)。

圖4 旅游乘客的仿真疏散結(jié)果圖(119 s)

由圖4可知，通過(guò)仿真計(jì)算，上述計(jì)算實(shí)例的疏散總時(shí)間為119 s。上述計(jì)算實(shí)例的遺傳粒子群算法的迭代收斂曲線如下頁(yè)圖5所示。

圖5 遺傳粒子群算法的迭代收斂曲線圖

由圖5可知，本文提出的遺傳粒子群算法具有一定的實(shí)用性，收斂性能較好。采用本文提出的遺傳粒子群算法能夠?qū)さ揭粋€(gè)近似最優(yōu)的疏散指令序列用以在應(yīng)急情況下對(duì)大規(guī)模疏散人群進(jìn)行指引，以便于快速疏散。

以此方法分別對(duì)柳州轄區(qū)內(nèi)旅游客船進(jìn)行統(tǒng)計(jì)，具體的廣西柳州旅游客船疏散情況如表1所述。

表1 廣西柳州旅游客船的疏散情況匯總表

4 結(jié)語(yǔ)

在廣西水上旅游事業(yè)飛速發(fā)展的今天，廣西旅游客船作為人員密集的場(chǎng)所，安全責(zé)任日趨艱巨。傳統(tǒng)辦法對(duì)船舶乘客數(shù)量的考慮往往是通過(guò)船舶的穩(wěn)性和結(jié)構(gòu)等方面，本文將遺傳粒子群算法應(yīng)用于廣西旅游客船大規(guī)模人群疏散問(wèn)題中，計(jì)算得到了大規(guī)模人群疏散的疏散方案以便于從多方面評(píng)估船舶人數(shù)和布局的合理性。這對(duì)于廣西旅游客船安全評(píng)估問(wèn)題的解決有一定的參考意義。

[1]黃希發(fā).大型場(chǎng)館人員疏散仿真研究[D].哈爾濱：哈爾濱工程大學(xué)，2010.

[2]Togawak.Study of firees capes basing on the obser-vation of multitude current.Report No.14[R].Building Research，Institute，Ministry of Construction，1995.

[3]溫麗敏.重大事故應(yīng)急疏散研究[D].沈陽(yáng)：東北大學(xué)，2000.

[4]朱培根，朱穎心，李曉峰.地鐵通風(fēng)與熱模擬方案及其分析[J].流體機(jī)械，2004(11)：39-42，49.

[5]陳岳明，蕭德云.基于動(dòng)態(tài)交通分配的路網(wǎng)應(yīng)急疏散模型[J].北京：清華大學(xué)學(xué)報(bào)，2009，49(8)：1102-1105.

[6]劉文婷.城市軌道交通車站乘客緊急疏散能力研究[D].上海：同濟(jì)大學(xué)，2008.

[7]劉 強(qiáng)，楊 浩，陸化普，等.運(yùn)動(dòng)場(chǎng)館人流疏散及其模型探討[J].北京：土木工程學(xué)報(bào)，2004(10)：92-98.

[8]徐 高.人群疏散的仿真研究[D].成都：西南交通大學(xué)，2003.

[9]彭宗超，薛文軍，方 曼.風(fēng)險(xiǎn)治理視角下的城市地鐵恐怖應(yīng)急準(zhǔn)備研究——以北京市為例[J].北京：城市發(fā)展研究，2014，7(21)：119-120.

[10]Moradi P，Gholampour M.A hybrid particle swarm optimization for feature subset selection by integrating a novel local search strategy[J].Applied Soft Compu-ting，2016，43(C)：117-130.