导读:本文包含了群体疏散论文开题报告文献综述及选题提纲参考文献，主要关键词:人群疏散,聚类算法,群体动力学,小群体
群体疏散论文文献综述
李焱[1]（2019）在《面向群体疏散仿真的分组算法研究》一文中研究指出频发的公共安全事故(如踩踏等),促使众多学者对群体动力学,尤其是人群疏散的动态特征倍加关注。人群疏散的研究方法主要有两种:疏散实验或演习以及模型的仿真。但是,由于种种原因,疏散实验或演习在现实生活中很难实施且真实性也需要评估。因此,利用计算机建模进行仿真已经逐渐成为主流的研究方法。实际上,对人群疏散的行为特征进行建模和分析,是一项很具有挑战性的复杂任务。近几十年来,虽然研究取得了大量成果,各种仿真模型不断涌现,但是仍有新问题被不断发现。社会力模型(Social Force Model,SFM)是经典的微观连续型模型,该模型数学公式严谨且通用性强、参数经过校准、因素包含全面,不仅能控制每个行人运动,还能对其他个体产生影响,所以能够再现很多群体运动的现象。因此该模型自发布以来就大受欢迎,被广泛应用于群体动力学领域的多个方向;但是也存在着比如没有考虑人群的内在结构等的一些瑕疵。事实上,疏散中的人群不仅存在孤立个体,往往还存在着因各种社会关系而形成的小群体,以及因出口、路径等具体场景因素而促使几个小群体或孤立个体形成的群组;在这方面,该模型缺乏针对人群内部的群组及其运动仿真的关注,具体表现如下:(1)社会力模型无论仿真疏散个体还是仿真疏散群体均能获得良好的效果,但是受自身局限不能很好地体现内部群组的运动状态。而事实上,疏散人群内部往往存在着大量由各种社会关系联结而成的小群体以及多个小群体与孤立个体组成的群组,而且对人群整体的疏散有着显着影响。因此,预先识别出人群中的小群体以及结合具体疏散场景划分群组是仿真群组运动的前提,也是更逼真地模拟人群疏散过程的基础。(2)Mcphail等人基于对运动人群中存在的小群体现象的实例研究,建立了关于小群体识别的经典社会学模型,不过该模型属于人文社科领域的研究,虽然有定量的特征分析,但更偏重于定性的理论性描述,而且存在计算量大且复杂度高等缺陷;后来虽有理工科领域的研究者跟进,但是大多关注人群组成结构等方面,且对小群体的识别问题多采用计算机视觉技术来解决。因此,小群体识别的定性研究和定量分析有待于进一步深入。(3)小群体有着显着的自身特点,规模一般比较小,大多两叁人一组。在疏散过程中,小群体通常会因具体的场景因素,如出口的数量、分布等,还有相互间的距离等因素,汇集成不同的群组,向不同的出口疏散。因此,不仅需要运用聚类算法对疏散人群进行群组划分,而且需要结合具体场景特征,否则将导致结果与实际情形不相符。(4)社会力模型本质上是模拟个体运动的仿真模型,而由于群体运动特征是个体互相影响的自组织行为的自然体现,导致该模型难以仿真人群内部的群组运动,因此将社会力模型进行改进以满足群组仿真的要求是一个迫切的问题。因此,本文以仿真疏散人群内部群组的运动为研究目标,所以需要以识别人群中的小群体为先导,再运用改进的聚类算法为工具,结合社会关系与具体疏散场景划分疏散人群以获取必要的分组信息,然后根据这些信息提出改进社会力模型,最终达到更逼真地模拟人群疏散的目的。其主要研究内容如下:(1)提出一种自顶向下的层次聚类算法识别小群体Mcphail等人运用拍摄电影的方式研究人群中的小群体的运动特征,进而提出了识别小群体的社会学模型,但该模型所包含的叁项运动特征,计算过于复杂且计算量很大,尤其是第叁项特征。经过分析计算,本文对第叁项特征运动方向夹角进行等价替换,用距离增量代替运动方向夹角;然后通过累计有效记录的次数得到计算相似度的平均算子,过滤掉局部异常值,提高轨迹间相似性的计算精度。在此基础上,本文提出了一种自顶向下层次聚类方法用于人群中的识别小群体。该聚类算法通过改进基于密度峰值的聚类算法(Rodriguez等人提出的)并结合贪心策略,自动确定聚类数目并进行顶层粗粒度和底层细粒度两层划分,明显提高了聚类质量。本过程为量化人际关系提供更准确的依据并为群组运动仿真提供小群体信息。在下一部分中,群组划分是基于社会关系和具体疏散场景的。(2)提出基于网格密度与关系的聚类算法,对疏散人群进行群组划分本文主要研究具有多个出口平面区域的疏散场景。因此,首先对平面区域进行网格划分;接着依据前面求出的相似性量化出人际关系;然后依据落在网格内的个体密度及个体间关系确定核心网格;最后在过滤掉离群噪声以及分离稀疏网格的基础上,以核心网格中心为簇心进行行人的群组聚类。这是一种基于网格密度与关系的聚类算法,实际包括两种网格划分方式:静态均匀网格划分与动态非均匀网格划分。本过程主要是在人际关系的基础上结合具体场景信息,快速地划分网格,提高聚类效率,为后面的群组运动仿真提供分组信息。(3)提出一种能够仿真群组运动的改进社会力模型群组是疏散人群内部的主要构成成分,而群组运动将直接影响着人群整体的运动特征;因此在传统社会力模型的基础上,本文提出一种能仿真群组运动的改进社会力模型。该模型能体现行人间的社会关系,并依据聚类得到的群组信息,计算出群组吸引力。群组吸引力是群组内个体间的人际吸引力和群组引导者对组内成员的引导吸引力的合力。仿真实验表明,群组吸引力能影响个体的运动轨迹,也能体现出人群中的群组运动状态。(4)在人群疏散仿真平台中验证改进社会力模型的有效性为了增强现实效果,本文按照真实场景建立了虚拟场景,并部署到课题组搭建的人群疏散仿真平台上。把仿真疏散人群中群组运动的改进社会力模型嵌入该仿真平台,并与经典社会力模型进行疏散仿真的实验对比,最终验证该模型的仿真结果更符合实际的疏散过程。(本文来源于《山东师范大学》期刊2019-06-10）
赵延羽[2]（2019）在《考虑多种因素的震后群体应急疏散模型研究及实现》一文中研究指出地震作为地球上爆发频率最高、危害性最大的极端灾害之一,给全球人类的生命财产安全带来了极大的危害。因此,以地震灾害为背景,开展震后群体应急疏散的研究具有重要的现实意义。人群疏散理论的研究成果及计算机仿真技术的飞速发展为震后群体应急疏散的研究提供了理论、技术上的支持。通过震后群体应急疏散研究,可以模拟人群的疏散行为,为受灾人群提供科学的指导。地震发生之后,如何合理高效地组织人员疏散是人群疏散理论的重要研究内容。传统的研究中,大多数仅考虑简单的群体疏散行为,忽略个体间的关系差异与行为差异,由此导致了研究理论同实际疏散之间存在差异。为此,本文在研究群体疏散模型时引入了社会关系、领导者及心理状态等多个因素,结合改进的粒子群算法构建了一个新的震后群体疏散模型。本文的主要工作概况如下:(1)构建了一种考虑多种因素的震后群体应急疏散模型。为了更加真实地模拟人群的疏散过程,在震后群体疏散仿真研究中同时考虑了社会关系、心理状态、领导者引领作用等因素,定义了个体及群体的不同运动规则,从而形成不同类型的组团式疏散行为。(2)提出了一种基于视野半径和领导者的改进粒子群算法。该算法加入了领导者和视野半径两个因素,结合人群从众心理,引入局部最优位置的概念。通过全局最优位置、局部最优位置及个人最优位置叁部分来确定个体的移动速度及位置。(3)设计并实现了震后群体应急疏散模型仿真平台。该平台在Netlogo上设计实现,主要包括初始化模块、组团疏散模块和疏散方案优化模块叁部分。本文通过四川省绵竹市城镇街区场景实验算例对模型和算法进行验证,从验证结果可知,该模型可以给出不同人口密度及地震烈度下最优的志愿者数量,同时能够为灾民疏散方向提供辅助决策,可在节约社会资源的同时大幅度提升疏散效率。(本文来源于《山东师范大学》期刊2019-06-10）
赵修凯[3]（2019）在《视频驱动的群体疏散行为仿真方法研究》一文中研究指出近年来随着社会经济的发展,城市化进程加快,我国人口密度迅速增加,各类大型公共场所建筑也日益增多。城市中人群高度集中,尤其是学校、地铁站、火车站等公共场所内人群密度极大,节假日、春运等高峰时期拥挤现象尤为明显。而且一般大型场所的建筑设计比较复杂,一旦发生爆炸、地震、火灾等紧急情况,如何快速地将建筑物内的所有人员安全疏散到建筑物外是亟待的问题。研究表明,一旦发生火灾地震等紧急情况,人群情绪极度恐慌,无法迅速合理地找到安全出口进行快速逃生,且在高人群密度的场景中还容易发生踩踏事故,降低了疏散效率,造成生命财产损失。由于经济和社会影响等方面因素,几乎不可能利用真实的人群演练进行预防,因此可以通过计算机仿真技术模拟紧急情况发生时的人群疏散情况。目前群体疏散仿真模型虽然可以完成整个疏散过程,但是其仿真的效果仍与真实情况下的行人运动有一定差距。其原因一方面在于仿真模型规划的群体运动路径与真实场景中人群逃生路径并不完全相同,另一方面现有的仿真模型无法逼真的还原真实场景下的行人避让效果。针对上述问题,本文提出一种视频驱动的群体疏散行为仿真方法。该方法通过从真实视频中提取建筑物场景特征,将安全疏散标志点设置为群体疏散引导点,并为这些点按紧急逃生出口指向设置方向参数,通过ESPRM算法最终得到疏散最优路径,存入路径图中;并通过视频数据提取群体运动的参数,将这些参数应用到RVO避障模型中,实现仿真时行人运动过程中的避让行为,从而实现较为真实的仿真效果。最后,本文构建了视频驱动的群体疏散仿真系统,对教学楼场景和大型户外场景进行仿真验证。本文的主要工作及创新点有以下几方面:1.提出一种基于安全疏散标志的ESPRM全局路径规划算法。该方法首先分析了安全疏散标志在全局路径规划中的作用,并通过对真实视频中建筑物特征和安全疏散标志进行提取与分析,得到疏散标志信息作为路径规划中的关键点应用于PRM算法中,最终使算法得到的疏散路径更接近于真实情况,使仿真结果具有较高的实用性。2.提出一种视频数据驱动的RVO模型。针对RVO模型假设所有个体在整个疏散过程中除了触发避让策略条件时运动速度发生变化,正常情况下都是匀速运动,忽略了真实情况下行人的运动速度是受多方面影响的情况,首先分析真实视频中拥挤程度对行人运动速度的影响,抽象量化出运动速度与行人密度的负相关性并应用到避让策略中。同时通过对真实视频中不同时刻不同状态下的人群运动数据进行抽象与分析,使用Pathfinder软件从真实视频中提取个体的坐标、数量以及个体当前时刻运动速度等参数,并将这些参数应用到疏散仿真中,使仿真实验开始时刻不同行人的初始化与不同个体运动速度的多样性。由于以上数据都来源于真实视频,因此保证了疏散仿真的真实性,也使疏散仿真过程中行人的速度变化更加逼真。3.构建视频驱动的群体疏散仿真系统。该系统基于Microsoft Visual Studio 2013、MFC开发完成,并应用于基于XNA Game Studio 2013开发的真实感渲染平台中,实现了场景建模、全局路径规划、群体运动仿真和运动状态展示等功能。并以教学楼场景和济南泉城广场场景为例,进行疏散仿真研究与分析,并将仿真结果利用真实感渲染平台渲染输出进行展示。实验结果表明,本文所提出的仿真方法能够较为高效地进行仿真,可以较为真实的模拟疏散过程,对真实场景下的人群疏散具有一定的参考价值。(本文来源于《山东师范大学》期刊2019-06-10）
康博鹏[4]（2019）在《基于小群体行为仿真的高校综合教学楼火灾疏散设计研究》一文中研究指出高校综合教学楼通常是校园中最为主要的建筑之一。校园教学楼的合理疏散是保障教学楼内人员生命安全的重要依据。新世纪以来,我国高校的建设速度不断加快、高校规模不断扩大、功能逐渐综合,这些因素使得一旦有灾害事故发生,疏散难度会增加。同时人员在疏散过程中常习惯结成小规模群体进行疏散,这种行为易使得疏散过程发生不同程度的混乱,造成二次的人员伤亡和经济损失。随着我国高等教育的不断发展,教育需求的扩大与教学资源短缺之间的矛盾日益突出。高等教育的普及使得校园规模迅速扩大。为节约土地资源,提高教学空间使用效率,我国高校教学楼应采取集中紧凑的建设模式。教学楼的综合化已成为解决当下问题的必要手段。高等教育理念的转变,高校建筑自身也在不断转变。教学建筑作为高校教学功能的物质载体,必须满足新时代的现实要求,顺应当代高校教学建筑的发展趋势。高校综合教学建筑的疏散首先要界定教学楼的火灾机制,研究小群体行为运动规律,教学楼的组合形式等等,为接下来的相关模拟和策略优化提供理论基础。通过对高校综合教学楼安全疏散设计的研究,探讨小群体行为在疏散过程中的特殊作用。在此基础上,界定高校建筑疏散设计的特点及相关概念。首先,分析研究相关原则,介绍火灾疏散模拟软件,说明小群体行为对紧急疏散过程的影响。其次,通过数据收集和实地调查,对国内外高校教育空间进行统计分类,建构高校教育建筑空间尺度和平面形态的基础模型,并提出几种典型的火灾场景。最后,利用火灾软件对火灾进行模拟实验,利用控制变量法研究特定环境下小群体行为对高校教学楼安全疏散的影响并得出优化设计策略。本研究旨在保障高校综合教学楼中使用人员的疏散与安全,对于高校综合教学楼的火灾安全疏散设计有一定的可借鉴的实践和理论意义。研究中未对影响疏散设计的各个因素综合影响进行深入探索,具体情况还需进一步深化研究。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
张泽天,陈浩楠,刘以雪,毛占利[5]（2019）在《紧急情况下人员疏散小群体行为参数研究》一文中研究指出为研究紧急情况下人员疏散小群体行为及行为参数变化对疏散时间的影响,利用仿真试验对不同场景、不同参数条件下的小群体形成与运动过程进行模拟。分别模拟了单个房间中人员均匀分布与随机分布情况下小群体自主疏散的情景,并结合模拟试验数据分析了小群体的行为参数对自身与整体的疏散时间、疏散路径及疏散效率的影响。结果表明,合理的小群体人数、组数、初始位置分布及会合地点可减轻出口疏散负荷,提高人员疏散效率。(本文来源于《消防科学与技术》期刊2019年05期）
张腾[6]（2019）在《小鼠群体在紧急情况下的逃生行为与疏散规律实验研究》一文中研究指出近些年来,随着人口大规模向城市聚集,全球范围内人群事故频发。紧急情况,尤其是火灾情况下,有限空间内的人群如何全部有效撤离一直是国内外学者们广泛关注的话题。围绕紧急情况下的群体逃生行为与疏散规律,尤其是有限空间内出口处的人员疏散研究逐渐展开。紧急情况下的群体运动是十分复杂的,涉及个体与周围环境的相互作用,个体与个体之间的物理性推挤行为、跟随行为、竞争行为、谦让行为等。在众多的研究方法中,数学模型的建立对疏散系统的简化与假设,真人演练实验对刺激条件的限制、对紧急情绪再现的困难等,都使得一些人员应急疏散研究结果受到争议。因此,许多前人的研究结论仍需要通过多种方法进行解释和证明。采用动物群体进行紧急情况下的疏散实验,基于动物实验结果寻找自然界中群体运动的普遍规律,近年来已经广泛为各国学者所接受。其中,小鼠因其在物理结构和应激反应方面与人类的良好相似性而被认为是疏散实验中人类的良好替代品。本文先对群体紧急疏散的研究现状进行分析,基于前人报道中对建立小鼠群体疏散模型的训练过程描述的缺失,首先对小鼠疏散训练方法进行研究,从优化训练效果和提高训练效率两个角度出发,为建立小鼠群体疏散模型提供技术指导。接下来,将训练成熟的小鼠群体进行疏散实验,研究在烟气刺激环境中,出口宽度对小鼠群体紧急疏散的影响。然后,研究了不同程度的烟气刺激下,出口位置和出口宽度对小鼠群体紧急疏散的共同影响。关于疏散训练中小鼠群体的逃生技能获得情况,本文分析了训练阶段和检测阶段中小鼠群体疏散时间演化规律、相继逃生的小鼠时间间隔及其频率分布、小鼠个体的运动轨迹等。结果表明,训练有利于小鼠逐渐获得逃生技能,两天的训练即可使小鼠的逃生技能在时间尺度上有明显效果。训练可以使得小鼠运动轨迹更清晰,小鼠的直奔出口现象更明显,但有时个体之间的竞争会加剧其运动轨迹曲折程度。在两天的训练中,群体规模为30只的小鼠群体G30会逐渐产生聚集行为和推挤行为,而G12群体的聚集行为和推挤行为则未被发现。小鼠关于逃生技能的记忆可以保持叁周以上。值得关注的是,大规模群体G80在训练过程中呈现出了从基于个体逃生经验积累的“快即是快”效应到基于个体竞争的“快即是慢”效应的转变。因此,在建立小鼠群体疏散模型时,应结合装置尺寸和研究目的,设计合适的群体规模和训练方案。同时,不同规模的群体在时间角度、轨迹线角度上的变化规律提示着我们对实验结果的研究应该进行多角度分析。关于出口宽度对小鼠群体紧急疏散的影响,本文的研究结果表明,随着出口宽度增加,小鼠群体的总疏散时间逐渐增加,但是当出口增加到一定宽度时,增幅有所减缓。基于时间演化曲线走势的阶段性变化,本文将小鼠疏散过程分为叁个阶段,并发现不同阶段的变化情况与出口宽度有关。两个连续逃生的小鼠之间的逃生时间间隔频率随着出口宽度的增加而从对数正态分布转变为指数衰减分布。出口附近的小鼠群体密度随着疏散的进程而首先达到峰值,之后随时间的推移而逐渐降低。随着出口宽度的增加,较高密度状态的密度峰值及其持续时间逐渐减少。此外,本文分析了不同情景下簇大小与簇流率之间的关系。关于出口位置对小鼠群体紧急疏散的影响,本文的研究结果表明,出口附近的拱形结构中的小鼠占位对其逃生顺序有重要影响。在中央位置出口处,靠近墙壁的位置有利于小鼠优先逃生;在角落位置出口处,靠近墙壁位置且身体朝向与开口方向一致的位置有利于小鼠优先逃生。在低刺激水平下,狭窄的中央位置出口在增加小鼠的流率方面比狭窄的角落位置出口更有效。然而,当出口变宽时会出现相反的结果,本文通过小鼠的“角落倾向性”对该现象尝试做出了解释。在高刺激水平下,出口位置的不同对小鼠疏散效率的影响趋于减弱,从而得出,高的刺激条件或者竞争性环境可能会“掩盖”由于出口宽度和位置的不同而导致的疏散效率的不同。因此,本文提出建议,在通过改变有限空间瓶颈区域的几何设计来优化群体紧急疏散的效率时,需要结合紧急情况的具体刺激条件综合分析。本文的研究充分运用小鼠在身体特征和应激反应上与人类的相似性,避免了传统数理模型中生物因素的简化和失真,避免了使用真人进行演练所带来的人身安全性问题和情绪真实性问题,不易受到道德约束和法律纠纷的困扰。同时,实验条件可控性强,实验操作简单,成本低廉,可行性强。本文的实验结果为小鼠群体在紧急情况下的逃生行为和疏散规律研究提供了基础数据支撑。同时,通过与其他研究方法或相关研究结果进行对比,有助于加深人们对自然界中群体运动规律的理解,也体现了利用小鼠群体进行疏散实验研究的优势与意义。另外,本文对于出口设计的探究可以为特定场所,尤其是空间有限的人员密集场所的出口设计优化提供启示。(本文来源于《中国科学技术大学》期刊2019-04-23）
刘军[7]（2018）在《超市火灾环境下群体疏散仿真及灭火救援路径规划研究》一文中研究指出随着经济的快速发展,与人们生活联系密切的超市数量不断增加,规模也不断扩大,给人们的生活带来了极大的便利,但与此同时,也带来了一些安全问题。超市内的人员和易燃物较多,一旦发生火灾,如果疏散不及时,就会造成重大的火灾事故。所以火灾环境下如何进行超市内群体疏散以及找到灭火救援最优路径是亟待解决的问题,本文以超市应急疏散为背景,根据人员疏散特性,构建火灾环境下超市群体疏散模型,研究不同因素对疏散时间的影响,采用改进的蚁群算法探寻灭火救援最优路径。本文主要研究工作如下:(1)从群体疏散模型、群体疏散仿真软件和疏散路径规划叁个方面,对国内外相关研究进行分析,结合火灾环境下超市实际情况,总结目前群体疏散仿真、疏散路径规划相关研究中存在的不足,提出本文研究重点,构建火灾环境下综合考虑多个影响因素的群体疏散模型以及规划灭火救援最优路径。(2)在分析火灾环境下超市中人员疏散特性、人员疏散影响因素的基础上,结合元胞自动机理论构建了超市火灾环境下的群体疏散模型。火灾环境下的群体疏散是一个复杂的过程,其中涉及到火灾环境、人员心理和疏散行为等多个影响因素,因此本文构建了综合考虑出口吸引力、火灾排斥力、摩擦力、从众吸引力、拥挤度排斥力、惯性力和引导力的群体疏散模型,使用MATLAB软件编写程序,并采用疏散仿真软件验证其合理性。(3)针对超市火灾环境下消防员灭火救援行为,采用改进的蚁群算法快速寻找最优路径,改进策略主要包括改进启发式信息、带有方向性的路径选择策略和融合遗传算法的交叉、变异和选择,仿真结果表明,融合遗传算法的蚁群算法能快速、准确地找到最优路径,其综合性能优于蚁群算法。(4)采用构建的疏散模型对火灾环境下超市群体疏散进行仿真模拟,研究出口相关设置、疏散总人数、从众行为和引导对疏散时间的影响。研究表明该模型能直观地观察火灾环境下群体疏散过程,反映人员运动规律,为改进超市疏散相关设置,提高人员疏散效率提供建议。采用改进的蚁群算法,快速找到出口到火灾点的最优救援路径,指导消防员进行灭火救援。(本文来源于《安徽工业大学》期刊2018-12-20）
郑霞忠,向蕾蕾,陈艳[8]（2018）在《小群体行为作用下的地铁站疏散模型研究》一文中研究指出为研究小群体行为作用对地铁站突发事件人群疏散效率的影响,基于社会力模型理论和智能体技术,构建地铁站人群疏散模型。分析小群体趋向性、协调一致性等行为特征,运用社会力模型理论,计算小群体成员移动速度;量化小群体行为对群体内部成员作用大小,修正成员期望速度,确定人群疏散速度;以某地铁站火灾事故为例,分别模拟单人疏散场景和混合疏散场景。研究结果表明:混合疏散场景仿真时间比单人疏散场景仿真时间延长12. 29%,平均绕行距离比单人疏散增加38. 8%,小群体行为降低了地铁站突发事件人群疏散效率。(本文来源于《中国安全生产科学技术》期刊2018年11期）
张泽天,黄升,屈楷博,毛占利[9]（2018）在《基于Pathfinder的人员疏散中小群体行为研究》一文中研究指出近年来随着社会经济的不断发展,城市中越来越多的建筑呈现出体量巨大、形式复杂的特点,这就给紧急情况下密集人群的安全疏散带来了严峻的挑战。人员疏散过程不仅包括个体的单独逃生,也包括因亲情、友情及其他社会关系等形成的集群运动。对小群体形成与运动过程中的行为特征及影响因素进行研究将为提高建筑中人员疏散的效率提供一定理论支撑。本文利用Pathfinder软件分别模拟了单个房间中人员均匀分布与随机分布情况下,小群体的形成对自身与整体的疏散时间、疏散路径及疏散效率的影响。实验结果表明:合理设置小群体的人数、组数、初始位置分布及会合地点可减轻出口疏散负荷,提高人员疏散效率。(本文来源于《第30届全国高校安全科学与工程学术年会暨第12届全国安全工程领域专业学位研究生教育研讨会论文集》期刊2018-10-12）
白洋,李兴莉,郭芳[10]（2018）在《基于元胞自动机的小学生群体应急疏散仿真研究》一文中研究指出针对各类拥堵踩踏事故的高发对象"小学生群体",在一般元胞自动机模型上的基础上,引入推搡挤压概念描述小学生运动过程中特有的行为特征,建立了相应的元胞自动机应急疏散模型。数值模拟重点研究了不同密度下发生挤压的人数对疏散效率的影响,并对疏散过程中出现的典型时空动力学特性进行了讨论。结果表明:在低密度下,发生推搡挤压的人数对疏散效率影响甚微;随着密度的增加,疏散过程中出现局部的拥挤,推搡挤压的人数比例增大将导致疏散效率显着下降;当学生初始密度为0.7,挤压人数比例为80%时,疏散效率相对无挤压人数情况下下降了近70%.(本文来源于《太原科技大学学报》期刊2018年05期）
群体疏散论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
地震作为地球上爆发频率最高、危害性最大的极端灾害之一,给全球人类的生命财产安全带来了极大的危害。因此,以地震灾害为背景,开展震后群体应急疏散的研究具有重要的现实意义。人群疏散理论的研究成果及计算机仿真技术的飞速发展为震后群体应急疏散的研究提供了理论、技术上的支持。通过震后群体应急疏散研究,可以模拟人群的疏散行为,为受灾人群提供科学的指导。地震发生之后,如何合理高效地组织人员疏散是人群疏散理论的重要研究内容。传统的研究中,大多数仅考虑简单的群体疏散行为,忽略个体间的关系差异与行为差异,由此导致了研究理论同实际疏散之间存在差异。为此,本文在研究群体疏散模型时引入了社会关系、领导者及心理状态等多个因素,结合改进的粒子群算法构建了一个新的震后群体疏散模型。本文的主要工作概况如下:(1)构建了一种考虑多种因素的震后群体应急疏散模型。为了更加真实地模拟人群的疏散过程,在震后群体疏散仿真研究中同时考虑了社会关系、心理状态、领导者引领作用等因素,定义了个体及群体的不同运动规则,从而形成不同类型的组团式疏散行为。(2)提出了一种基于视野半径和领导者的改进粒子群算法。该算法加入了领导者和视野半径两个因素,结合人群从众心理,引入局部最优位置的概念。通过全局最优位置、局部最优位置及个人最优位置叁部分来确定个体的移动速度及位置。(3)设计并实现了震后群体应急疏散模型仿真平台。该平台在Netlogo上设计实现,主要包括初始化模块、组团疏散模块和疏散方案优化模块叁部分。本文通过四川省绵竹市城镇街区场景实验算例对模型和算法进行验证,从验证结果可知,该模型可以给出不同人口密度及地震烈度下最优的志愿者数量,同时能够为灾民疏散方向提供辅助决策,可在节约社会资源的同时大幅度提升疏散效率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
群体疏散论文参考文献
[1].李焱.面向群体疏散仿真的分组算法研究[D].山东师范大学.2019
[2].赵延羽.考虑多种因素的震后群体应急疏散模型研究及实现[D].山东师范大学.2019
[3].赵修凯.视频驱动的群体疏散行为仿真方法研究[D].山东师范大学.2019
[4].康博鹏.基于小群体行为仿真的高校综合教学楼火灾疏散设计研究[D].哈尔滨工业大学.2019
[5].张泽天,陈浩楠,刘以雪,毛占利.紧急情况下人员疏散小群体行为参数研究[J].消防科学与技术.2019
[6].张腾.小鼠群体在紧急情况下的逃生行为与疏散规律实验研究[D].中国科学技术大学.2019
[7].刘军.超市火灾环境下群体疏散仿真及灭火救援路径规划研究[D].安徽工业大学.2018
[8].郑霞忠,向蕾蕾,陈艳.小群体行为作用下的地铁站疏散模型研究[J].中国安全生产科学技术.2018
[9].张泽天,黄升,屈楷博,毛占利.基于Pathfinder的人员疏散中小群体行为研究[C].第30届全国高校安全科学与工程学术年会暨第12届全国安全工程领域专业学位研究生教育研讨会论文集.2018
[10].白洋,李兴莉,郭芳.基于元胞自动机的小学生群体应急疏散仿真研究[J].太原科技大学学报.2018