• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      緊急狀態(tài)人口疏散算法仿真研究

      2019-08-31 13:05周圓
      科技與創(chuàng)新 2019年8期
      關(guān)鍵詞:數(shù)學(xué)建模

      周圓

      摘要:當(dāng)前緊急狀態(tài)下疏散人群已經(jīng)成為一個(gè)很重要的工作。針對(duì)疏散方案設(shè)計(jì)問題建立出口模型,分析疏散人員離開出口時(shí)的狀態(tài),并基于廣度優(yōu)先搜索( BFS)的思想,利用元胞自動(dòng)機(jī)模型,深入仿真每個(gè)逃離者行為,發(fā)現(xiàn)疏散的第一個(gè)瓶頸是出口處的流量。建立了一層多出口的面積模型,并基于“類氣球”模型使用人流樹的并行生長(zhǎng)算法進(jìn)行仿真;對(duì)算法進(jìn)行了復(fù)雜度分析,對(duì)上述模型進(jìn)行了優(yōu)化,討論了模型的優(yōu)缺點(diǎn),使模型設(shè)計(jì)適用于最接近現(xiàn)實(shí)生活中的多樓層情形。

      關(guān)鍵詞:緊急疏散策略;元胞自動(dòng)機(jī);廣度優(yōu)先搜索算法;數(shù)學(xué)建模

      中圖分類號(hào):TU998.1

      文獻(xiàn)標(biāo)識(shí)碼:A

      DOI: 10.15913/j.cnki.kjycx.2019.08.005

      1 簡(jiǎn)介

      1.1 問題背景

      當(dāng)前各種突發(fā)事件可能會(huì)影響人們的安全,讓人們遠(yuǎn)離危險(xiǎn)成為當(dāng)今時(shí)代的一個(gè)棘手問題,尤其是在旅游景點(diǎn)。本文將針對(duì)某博物館具體情況,研究逃生過程中潛在的瓶頸,并制作一系列模型來幫助設(shè)計(jì)疏散方案。

      1.2 基本情況介紹

      在本文中建立了出口模型和廣度優(yōu)先搜索來分析基本問題,利用元胞自動(dòng)機(jī)模型和“類氣球”模型,計(jì)算出一層的疏散方案,并以某博物館為背景進(jìn)行了仿真實(shí)驗(yàn)。本文考慮多樓層情況,對(duì)模型進(jìn)行優(yōu)化,并根據(jù)某博物館具體情況進(jìn)行了仿真。我們考慮了多種復(fù)雜的因素,讓模型更加真實(shí),并找出兩個(gè)瓶頸之間牽制的關(guān)系。

      2 假設(shè)

      假設(shè)1:每天參觀的人數(shù)是隨機(jī)的。

      假設(shè)2:游客參觀哪里是隨機(jī)的。

      假設(shè)3:每天游客類型是隨機(jī)的。

      假設(shè)4:所以參觀者在逃離時(shí)的參數(shù)是相同的。

      3 基本模型

      3.1 逃離模型

      3.1.1 符號(hào)定義

      D:出口寬度。

      d:不同國(guó)家人的平均肩寬。

      N:參觀者總數(shù)。

      v:人群的撤離速度。

      l:人與人之間的平均距離。

      3.1.2 模型

      假設(shè)一個(gè)出口可讓四個(gè)人同時(shí)通過:

      假設(shè)相鄰參觀者之間的水平間距為0.1 m,同時(shí)可以通

      3.2 深度優(yōu)先搜索(BFS)[2]

      深度優(yōu)先搜索( BFS)是一種遍歷或搜索樹或圖數(shù)據(jù)結(jié)構(gòu)的算法。它從樹根開始,在進(jìn)入下一個(gè)深度級(jí)別的節(jié)點(diǎn)之前,研究當(dāng)前深度的所有鄰居節(jié)點(diǎn)。這個(gè)算法將在元胞自動(dòng)機(jī)和“類氣球”模型中使用。

      4 一層樓情形

      4.1 一個(gè)出口情形

      假設(shè)建筑物只有一層樓,且僅有一個(gè)出口。為了更加深入地研究每位逃離者的行為,本文使用元胞自動(dòng)機(jī)模型。

      4.1.1 元胞自動(dòng)機(jī)模型

      從統(tǒng)計(jì)的角度來看,當(dāng)樣本量足夠大、時(shí)間足夠長(zhǎng)時(shí),展廳各個(gè)區(qū)域的參觀人數(shù)應(yīng)該是相等的。因此,本文將整個(gè)展區(qū)平均劃分為多個(gè)單元,在本文中我們將其稱為“元胞”進(jìn)行研究,利用元胞自動(dòng)機(jī)模型模擬參觀者的疏散過程。

      元胞自動(dòng)機(jī)的規(guī)則如下。

      4.1.1.3 決定下一步的移動(dòng)

      對(duì)于每個(gè)元胞,它周圍有8個(gè)元胞,這意味著它下一步可以從這8個(gè)方向中選擇一個(gè)走。根據(jù)Moore nei曲borhood'scellular neighborhood style,每一個(gè)細(xì)胞,在選擇下一個(gè)狀態(tài)的方向時(shí),每次都會(huì)選擇最小的系數(shù)的方向。如果元胞當(dāng)前位置的風(fēng)險(xiǎn)系數(shù)都小于周圍8個(gè)元胞,逃離者則會(huì)選擇在下一步不移動(dòng)。

      4.1.1.4 停止

      元胞系統(tǒng)將在所有元胞都離開系統(tǒng)時(shí)停止更新,此時(shí)建筑物內(nèi)沒有游客,即逃離結(jié)束。

      4.1.2 仿真

      通過MATLAB軟件對(duì)此情況進(jìn)行仿真,得到不同博物館內(nèi)不同人數(shù)撤退時(shí)所需時(shí)間的統(tǒng)計(jì)模型,如圖1所示。

      從圖1可以發(fā)現(xiàn),在開始的時(shí)候,圖線是非常平滑的,這意味著出口足夠大,可以讓游客快速離開。當(dāng)游客超過500人時(shí),系統(tǒng)就需要花費(fèi)更多的等待時(shí)間來讓所有人逃離。

      4.2 三個(gè)出口情況

      4.2.1 面積模型

      4.2.1.1 假設(shè)

      vl,v2,v3分別為三個(gè)出口的流速。

      4.2.1.2 模型

      本文先從方形展廳開始研究,方形展廳如圖2所示。

      圖2中展示了各出口流速相同時(shí)的面積劃分方法。由于流速不同,每個(gè)出口的流量應(yīng)與流速成正比。由于三個(gè)出口的速度分別為v1,v2,v3,所以每個(gè)出口的流量之比應(yīng)為v1:v2:v3,也就是每個(gè)出口的游客人數(shù)之比。在此基礎(chǔ)上,我們將每一層的展覽面積按上述比例劃分為三個(gè)部分。這樣,我們就可以確保三個(gè)出口同時(shí)開始和結(jié)束。

      4.2.2 元胞自動(dòng)機(jī)模型

      規(guī)則同上。

      4.2.3 “類氣球”模型

      對(duì)于一個(gè)博物館系統(tǒng)來講,當(dāng)它滿員時(shí),讓里面的所有人快速撤離,就相當(dāng)于讓外面的所有人快速進(jìn)入并填滿整個(gè)系統(tǒng)。在此基礎(chǔ)上,我們將系統(tǒng)等價(jià)于一個(gè)盒子,出口等價(jià)于盒子的開口處(本文以4個(gè)出口為例)。然后,我們把人進(jìn)入系統(tǒng)這個(gè)過程,類比于“等人數(shù)”空氣進(jìn)入氣球。下面,我們將詳細(xì)介紹氣球系統(tǒng)。

      4.2.3.1 鼓入空氣

      這個(gè)系統(tǒng)的第一步是根據(jù)出口的速度,讓空氣通過開口進(jìn)入盒子。顯然,隨著時(shí)間的推移,一些氣球會(huì)在生長(zhǎng)點(diǎn)相互碰撞。當(dāng)這種情況發(fā)生時(shí),它們將平等地競(jìng)爭(zhēng)彼此的空間,以確保自身的增長(zhǎng)。

      4.2.3.2 重要函數(shù)

      上述規(guī)則將導(dǎo)致氣球在一個(gè)方向無限膨脹,而在另一個(gè)方向的氣球?qū)⒈幌拗圃谝粋€(gè)條狀內(nèi)。

      4.2.4 博物館內(nèi)的模擬

      使用上述三種模型,借助C語(yǔ)言編程,我們可以得到博物館的分區(qū)圖,如圖3所示。

      4.3 算法細(xì)節(jié)

      4.3.1 人流樹的生長(zhǎng)過程

      人流樹模型如圖4所示。

      確定流速為v(圖4中以v=2為例);選擇exit作為根節(jié)點(diǎn),并將其值標(biāo)記為“0”。在下一輪中,將其向8個(gè)方向展開,并將這8個(gè)節(jié)點(diǎn)放人一個(gè)等待隊(duì)列中。根據(jù)先來先服務(wù)的隊(duì)列規(guī)則,從隊(duì)列中選擇V個(gè)節(jié)點(diǎn),并將這些節(jié)點(diǎn)標(biāo)記為“1”,類似于廣度優(yōu)先搜索( BFS)的過程。

      4.3.2 生長(zhǎng)過程中的問題

      我們用以下方式標(biāo)記樹:出口α是樹α,也就是說出口α是氣球的α口,α是出口的標(biāo)記。如果我們不設(shè)置任何限制,將會(huì)出現(xiàn)非常不利的現(xiàn)象,如圖5所示。

      可以發(fā)現(xiàn),由于受到tree2的限制,treel從某一時(shí)刻開始就沒有生長(zhǎng)空間。因此,我們要引入一個(gè)我們稱之為“生長(zhǎng)權(quán)轉(zhuǎn)讓”的概念。在一定情況下,treel -定會(huì)“吃掉”節(jié)點(diǎn)tree2的生長(zhǎng)作為補(bǔ)償,tree2將獲得額外的機(jī)會(huì)(例如,如果tree2和它的一個(gè)節(jié)點(diǎn)被treel吃了,下一輪他的v應(yīng)該是3個(gè)單元速度),在下一步生長(zhǎng)中,我們稱之為“生長(zhǎng)權(quán)轉(zhuǎn)讓”。

      4.3.3 “過度轉(zhuǎn)讓”的后果

      生長(zhǎng)過程中,當(dāng)流樹過度轉(zhuǎn)讓生長(zhǎng)權(quán)后產(chǎn)生的后果如圖6所示。從圖6中可以看出,tree2的根節(jié)點(diǎn)被treel吃掉并消失了。當(dāng)treel和tree2的并行開發(fā)過程結(jié)束時(shí),tree2最終變成了一棵沒有根的樹,這是不合邏輯的,這意味著來自Exit 2的人沒有來源。

      4.4 復(fù)雜度分析

      根據(jù)以上分析,我們可以進(jìn)行初步的算法復(fù)雜度分析:在每一輪生長(zhǎng)中將花費(fèi)v1+v2+v3+v4的時(shí)間,標(biāo)記復(fù)雜度為o(v);當(dāng)生長(zhǎng)過程發(fā)生轉(zhuǎn)移時(shí),必須檢查將被再次吃掉的樹的完整性,這一步的復(fù)雜度為o(n)(n2為樹的深度);并行生長(zhǎng)的過程會(huì)進(jìn)行n/V次,因此,復(fù)雜度是o n/V(總共

      有n輪人,每輪有v組人);這個(gè)算法運(yùn)行總共用時(shí)Vx nx(n/V)=n2,當(dāng)”為19 375x4個(gè)元胞的時(shí)候,總時(shí)間在1 min左右。

      5 多層樓情形

      5.1 基本思想

      5.1.1 元胞自動(dòng)機(jī)更新模型

      與一層樓情形相比,對(duì)于沒有出口的樓層,我們把樓梯當(dāng)作出口。其他規(guī)則與前面章節(jié)中定義的完全相同。

      5.1.2 潛在的瓶頸

      以上我們分析了出口是模型的瓶頸,因?yàn)樘与x者與出口的流動(dòng)速度不同。

      5.2 拓?fù)?/p>

      在拓?fù)鋵W(xué)中,圖是點(diǎn)集與邊集的總和。在這個(gè)問題中,我們可以將展覽塊抽象為圖中的節(jié)點(diǎn),將展覽的連接路和樓梯抽象為邊,也可以將元胞占據(jù)的區(qū)域視為可擴(kuò)展節(jié)點(diǎn)。

      6 考慮心理因素

      事實(shí)上,當(dāng)疏散發(fā)生時(shí),人們的行為并不是理想模型,人會(huì)產(chǎn)生從眾心理、錯(cuò)誤判斷行為、慣性行為以及趨光性等心理因素,從而影響個(gè)人行為?;诖?,我們建立了心理因素影響模型來預(yù)測(cè)每個(gè)人在疏散過程中的行為:式(3)中:Fij風(fēng)為衡量元胞空間(i,j)對(duì)元胞吸引力的一個(gè)評(píng)價(jià)指標(biāo);K為參數(shù)調(diào)整系數(shù);α為錯(cuò)誤的判斷行為,α=1意味著逃離者是冷靜α>l意味著逃離者開始時(shí)是緊張和恐嚇,α越大,逃離者的行為越不理智;δ為逃離者熟悉建筑布局和出口位置;σ為從眾心理的影響因素,當(dāng)σ=0,δ=1時(shí),逃離者處于完全熟悉的建筑環(huán)境中,他們將會(huì)直接尋找最近的出口,而不會(huì)受到其他人的影響,相反,當(dāng)σ=1,δ=0時(shí),逃離者完全不熟悉他們所處的地方,此時(shí)他們的行為模式將完全被人群操縱;β為光對(duì)逃離者的影響系數(shù)。

      將以上參數(shù)考慮到元胞自動(dòng)機(jī)模型中,可以得到一個(gè)更優(yōu)化的區(qū)域模型(每個(gè)格點(diǎn)的危險(xiǎn)系數(shù)):

      7 優(yōu)缺點(diǎn)分析

      7.1 優(yōu)點(diǎn)

      本文的算法適用于所有疏散方案的抽象,這使得后續(xù)的研究者可以專心于研究如何設(shè)計(jì)節(jié)點(diǎn)函數(shù)方案,使得仿真效果更加擬合來自社會(huì)(心理學(xué))模型所推導(dǎo)的疏散構(gòu)造需求。

      7.2缺點(diǎn)

      本文的算法可能要運(yùn)行1 nun之久,這已經(jīng)超過了人類面對(duì)危險(xiǎn)時(shí)的等待忍受極限。

      8措施建議

      大概每5 min,中控機(jī)房應(yīng)該重新根據(jù)最新數(shù)據(jù),運(yùn)行一遍程序,以供系統(tǒng)重新設(shè)計(jì)疏散規(guī)劃方案。

      參考文獻(xiàn):

      [1]崔喜紅,李強(qiáng),陳晉,等.大型公共場(chǎng)所人員疏散模型研究——考慮個(gè)體特性和從眾行為[J].自然災(zāi)害學(xué)報(bào),2005(6):133-140.

      [2]白雪岑.基于元胞自動(dòng)機(jī)的特殊人群疏散仿真研究[C]//中國(guó)力學(xué)學(xué)會(huì)第十七屆北方七省市區(qū)力學(xué)學(xué)會(huì)學(xué)術(shù)會(huì)議論文集.2018

      [3]金澤人,阮欣,李越.基于元胞自動(dòng)機(jī)的火災(zāi)場(chǎng)景行人流疏散仿真研究[J].同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版),2018, 46(8):1026-1034.

      [4]樸勛,耿雪川.小型建筑火災(zāi)中人群智能疏散引導(dǎo)模擬研究[J].科技通報(bào),2018,34(9):238-241,248.

      猜你喜歡
      數(shù)學(xué)建模
      數(shù)學(xué)建模課程教學(xué)現(xiàn)狀分析及對(duì)策研究
      基于常微分方程的數(shù)學(xué)建模問題的求解
      高職院校將數(shù)學(xué)建模思想融入高等數(shù)學(xué)教學(xué)必要性研究
      數(shù)學(xué)建模過程中的模型優(yōu)化算法
      在數(shù)學(xué)建模中培養(yǎng)學(xué)生的提問能力
      數(shù)學(xué)建模中創(chuàng)造性思維的培養(yǎng)
      談數(shù)學(xué)建模時(shí)的問題分析步驟
      樹立建模意識(shí) 培養(yǎng)學(xué)生創(chuàng)新思維
      最小二乘法基本思想及其應(yīng)用
      建模思想在數(shù)學(xué)教學(xué)中的滲透研究
      辽中县| 元阳县| 泸西县| 柘荣县| 新泰市| 深泽县| 崇左市| 德兴市| 改则县| 荔浦县| 旬邑县| 胶州市| 大同市| 泌阳县| 荣昌县| 花莲市| 新巴尔虎左旗| 盘锦市| 婺源县| 辽阳市| 古丈县| 肥西县| 临沭县| 宿迁市| 武汉市| 五常市| 新疆| 仙桃市| 和田市| 东安县| 安图县| 达州市| 福州市| 尚志市| 宁津县| 科技| 胶南市| 洞头县| 华阴市| 蓬莱市| 海城市|