黃炎焱 何新 梁魏 王建宇

社會公共安全突發(fā)事件例如火災、爆炸及恐怖襲擊等通常發(fā)生在群體聚集區(qū),所造成后果往往很嚴重.從傷亡情況來看,有因突發(fā)事件本身危害性所造成的直接傷亡,也有因缺乏突發(fā)災害下的應急疏散培訓發(fā)生的二次傷害.如在社會公共安全突發(fā)事件發(fā)生時,受災人群往往因恐慌與求生等心理而采取不恰當?shù)氖枭⑿袨?造成擁擠踩踏并升級為二次災害,典型事件有2015年元旦前夕上海外灘踩踏事件、2015年9月發(fā)生的沙特麥加踩踏事件等.

反思該類社會公共安全事件,可以發(fā)現(xiàn)受災人群及職能部門往往缺乏大型公共場所應急疏散的應急思想準備以及應急能力.為此,提高突發(fā)事件中群體的應急疏散能力很重要.

然而,在實際公共安全突發(fā)事件應急場景中開展群體疏散的演練不容易,要受到一系列因素的限制,如應急環(huán)境難以構(gòu)造、群體人員繁多難組織、疏散機理缺乏、演練逼真度低以及耗費成本高等制約.

鑒于系統(tǒng)建模仿真試驗方法具有不受時間和空間的影響、成本低的優(yōu)點,可采用分析群體疏散的情況.而仿真分析方法對應急疏散預案的制定和實施有很好的參考意義.

關于應急疏散的建模與仿真分析,國內(nèi)外學者們比較重視.國內(nèi)王起全等研究了地鐵爆炸事故發(fā)生時人的群體行為、疏散路徑及疏散時間等問題,指出采用蟻群算法進行疏散能夠在較短時間內(nèi)使乘客選擇優(yōu)化的疏散路徑,撤離危險區(qū)域[1].中國科學技術大學朱孔金等利用利用元胞自動機人員疏散模型,考慮教室類房間內(nèi)過道區(qū)域的影響因素,調(diào)整行人轉(zhuǎn)移概率的計算規(guī)則,分析了教室不同出口位置、教室內(nèi)不同布局情況下逃逸者的疏散效率[2].陳喜春針對分隊作戰(zhàn)實驗,采用DI-Guy作為主要開發(fā)工具,通過編程實現(xiàn)了人物角色的選擇、人物動作的控制以及相關協(xié)同動作[3].賀靜靜采用了虛擬現(xiàn)實技術模擬地震緊急疏散的情景,以開展緊急疏散的決策分析技術[4].

國外的專家學者也比較注重采用各種建模仿真方法對應急疏散問題進行研究,相關的研究文獻有,Pablo Cristian Tissera等對行人疏散的行為進行建模,采用了元胞自動機和智能體的方法進行分析[5];Lu Tan等基于Agent的建筑物疏散模型,結(jié)合空間知識對火災進行分析預測[6].關于疏散行為的建模仿真,Peter M.Kielar研究了一種基于并行的層次化有限狀態(tài)機的行人決策模型[7].Bani Anvari擴展了社會力模型SFM(Social Force Model),對疏散的碰撞檢測和避免進行了研究[8].Enrico Ronchi等采用一種參數(shù)化方程對群體疏散路徑進行分析[9].為了驗證疏散中的群體“越快越慢”現(xiàn)象,S.A.Soria等采用生物試驗進行驗證,主要采用螞蟻群進行相關實驗[10].Ciro Caliendo借助仿真工具如CFD模型分析公路隧道火災情況的分析[11].Uwe R¨uppel對高層建筑物突發(fā)事件的疏散問題,采用了基于BIM模型(Building Information Modeling)的推演方法,旨在探索建筑物環(huán)境對群體疏散行為的影響[12].Nuria Pelechano借助商業(yè)軟件(STEPS和EXODUS)對群體在高層建筑物的疏散過程進行仿真[13].疏散路徑規(guī)劃很重要,Vania Campos等采用迭代的啟發(fā)式方法分析應急疏散路徑,以行走時間和交通容量為參數(shù)進行模擬[14].本文針對地震應急響應方案模擬與評估問題,建立應急過程機理模型,基于想定環(huán)境STAGE進行仿真推演,評估論證了多種應急預案執(zhí)行效能[15].關于應急疏散過程建模,筆者借鑒美國空軍上校Boyd提出的OODA(Observe,Orient,Decide,Act)環(huán)思想提出了一種應急響應過程機理[16].胡曉峰等研究了作戰(zhàn)體系超網(wǎng)模型的作戰(zhàn)環(huán)提取方法并進行協(xié)同指揮機理的仿真分析[17];張明智等討論了OODA環(huán)時間測度建模仿真問題,構(gòu)建了作戰(zhàn)體系的網(wǎng)絡模型[18].這些建模思想對應急疏散研究具有較好的參考意義.

由上可見,采用建模仿真對應急疏散效果的分析很好,但也面臨著一些問題,如群體疏散的機理表達,疏散人群的行為如何建模,如何選擇疏散出口等問題.如何刻畫人物的行為及分析群體疏散出口的選擇也需要良好的仿真工具支持.鑒于DI-Guy是由美國Boston Dynamics公司開發(fā)的可以在實時仿真環(huán)境中添加逼真的人物模型的一款仿真軟件環(huán)境,其二次開發(fā)環(huán)境提供了刻畫個體和群體的模塊.因此,本文擬對群體的疏散機理進行分析,構(gòu)建心理影響下的群體疏散行為模型.本文擬針對大型突發(fā)事件中人群的逃逸疏散特點構(gòu)建應急疏散模型,基于DI-Guy展開群體應急疏散的仿真模擬,通過模擬分析,旨在提高突發(fā)事件背景下人員的應急疏散能力,同時為應急職能部門提供良好的應急決策支持.

1 群體應急疏散的建模機理

1.1 個體與群體應急疏散的建模機理

群體應急疏散過程中的主體為疏散人群,分析應急疏散系統(tǒng),需要考慮周圍的環(huán)境對疏散人員的影響.疏散人群是由許多個體組成,個體之間的行為相互影響,相互激勵,從而形成變化多樣的群體行為.對群體應急疏散進行仿真建模,需要分析個體與群體在應急環(huán)境下的行為過程.群體行為是個體行為的聚集及演化疊加.對每一個個體而言,它總是在不斷地感知周圍的狀況,通過感知到的情況進行決策判斷,進而做出自己的行為決策,最后付之于行動,該過程是一個“感知—判斷—決策—行動”的過程,正如前面所述的美國空軍上校Boyd提出軍事作戰(zhàn)環(huán)理論類似.故本文建立基于OODA的個體及群體應急疏散過程機理如圖1所示.

1.2 群體應急疏散的智能體建模

我們知道,群體應急疏散系統(tǒng),可以將其看作是一個由人群及周圍的環(huán)境所組成的一個復雜系統(tǒng),該復雜系統(tǒng)中大量個體之間、個體與環(huán)境之間會產(chǎn)生相互影響,而這些個體具有一定的智能行為,而這些行為的刻畫,需要采用智能體Agent建模技術.事實上,群體應急疏散的建模仿真,是建立在對大量個體行為特征之上.對群體應急疏散過程進行建模仿真,借鑒智能體的建模思想,將群體應急疏散過程各個體均看作智能體,通過對智能體屬性定義,以及對智能體的行為和智能體之間的相互作用進行刻畫,來描述群體應急疏散這一復雜系統(tǒng).對個體應急疏散過程的智能體仿真建模,可以將其劃分為認知層、行為層、物理層,運動層以及幾何層等5個層次.其中幾何層主要是智能體的幾何數(shù)據(jù),如骨骼、外在表現(xiàn)等;運動層主要是智能體的運動控制方法;物理層主要是智能體對外部環(huán)境的感知以及信息的收集;行為層主要是規(guī)劃和確定當前的行為;認知層主要是對智能體的感知、行為和動作的控制.

1.2.1 智能體的屬性

群體應急疏散過程中人員的屬性對疏散過程有著很大的影響,人員的屬性主要包括人員體型、性別、年齡、速度和反應時間等.對群體應急疏散系統(tǒng)中的智能體進行建模,首先要考慮智能體的屬性分布.智能體的屬性如速度、反應時間、體型等與性別、年齡的關系很大,所以在進行建模研究時,要先根據(jù)仿真需求確定疏散人員的性別和年齡,然后再確定人員的速度等其他屬性.

1.2.2 智能體的行為建模

群體應急疏散過程中的人員行為包括個體行為和群體行為.群體應急疏散系統(tǒng)中智能體的目標便是安全到達安全區(qū)域,在這個過程中,智能體與環(huán)境之間、智能體與智能體之間存在相互作用,這些相互作用和智能體向目標移動的主觀驅(qū)動力共同確定了智能體的行為.

對于智能體的行為建模,包括對于智能體行為的選擇、控制以及最終的運動演示等三大部分.其中,行為選擇模塊涉及到智能體的行為原則和路徑規(guī)劃,控制模塊包括碰撞檢測以及路徑確定方法,而運動演示模塊包括運動合成以及智能體骨骼動畫.

而確定智能體的行為原則,要考慮到疏散過程中的人員行為特點,主要包括:

1)當空間存在多個出口時,疏散人員會傾向于選擇離自己最近的出口;

2)若兩個出口距離相近,疏散人員傾向于選擇人員密度較小且危險度較低的出口;

3)在疏散過程中,人員選擇了一個出口并開始疏散后,一般不會輕易改變自己的前進方向;

4)對疏散人員提供有效的引導信息,有助于提高疏散效率;

5)突發(fā)事件下,人員因為恐慌等心理作用,容易做出一些不理智的行為且易產(chǎn)生從眾行為等.

由于人員與建筑物和人員之間的相互作用,人員在疏散過程中要不斷地避免碰撞和改變路徑,因而路徑選擇模型和避碰成為了研究人員疏散過程的兩個重點內(nèi)容,后面將對其進行詳細分析.

2 復雜條件下的出口選擇定量模型

應急疏散時出口選擇很重要.人員在公共場所遭遇突發(fā)事件時,首先要進行安全疏散,人員即要迅速離開危險區(qū)域[19].通常,不論是在室外公共區(qū)域還是在建筑物內(nèi),人員可進行安全疏散的出口選擇可能有多個,所以,人員要快速根據(jù)環(huán)境信息和自身狀況選擇一個出口作為疏散的目的地.只有先進行出口選擇,人員才能進一步確定自己的疏散路徑,從而順利到達安全區(qū)域.

當環(huán)境中只存在一個出口時,該出口是疏散人員的唯一選擇,即疏散人員不需要進行出口選擇.當環(huán)境中存在2個或2個以上的出口時,人員需要根據(jù)自身心理狀況,結(jié)合自身位置、出口的大小和位置、危險區(qū)域的位置以及各個出口方向人員數(shù)量等來確定自己的出口選擇,需要考慮的相關因素如圖2所示.

結(jié)合圖2所示的出口選擇相關因素,在不考慮人員的心理因素的情況下,構(gòu)建個體出口選擇的數(shù)學模型,如式(1)所示:

其中,E表示最終的出口選擇,n表示可供選擇的出口的數(shù)量,DEi為個體到出口i的距離,DRi為出口i到危險源的距離,Li為出口i的寬度,Ni為出口i方向的疏散人員數(shù)量(人員數(shù)量的確定如圖1所示,以出口之間的角平分線劃分確定各個方向的人員數(shù)量),k1、k2、k3和k4分別為各個出口選擇影響因素的權(quán)重系數(shù),DEmin為個體到各個出口的最小距離,DRmax為各個出口到危險源的最大距離,Lmax為各個出口的最大寬度,Nmin為各個出口方向的最少疏散人員數(shù)量,函數(shù)f的結(jié)果為各個出口的選擇評估值,最終的結(jié)果就是從這些出口評估值中選擇最大也就是最優(yōu)的一個出口.

式(1)最終的出口選擇是不考慮人員疏散過程中的心理因素的,也就是將疏散人員看作一個完全理智的個體進行出口選擇的,但由前文對于疏散過程中人員的心理分析可知,在疏散過程中,人員通常會產(chǎn)生恐慌、從眾等心理,在這種非常態(tài)、非理性的心理作用下,人員的行為決策可能也是不理智的,在出口選擇的方面可能會出現(xiàn)從眾、判斷失誤的情況.所以,對于群體應急疏散情況下的出口選擇,要充分考慮人員的心理因素的影響.

在突發(fā)事件中,人員距離突發(fā)事件中心越近,越會加劇人員的恐慌等心理,因而人員在進行出口選擇時也越容易出錯,特別是在事件的中心區(qū)域,人員驚慌失措下可能無法在短時間內(nèi)反應過來,進行出口選擇的判斷失誤概率比較大.對這個中心區(qū)域,可以以一個半徑為S的圓來表示,距離這個中心區(qū)域越近,人員心理越恐慌,越不能理智地進行出口選擇,所以對于人員出口選擇過程中的心理影響,可以以式(2)來表示心理受影響程度的值.

其中,DP表示個體離危險源的距離,S為危險區(qū)域半徑,λ為心理因素的影響系數(shù).M為心理狀態(tài)值,值為0說明個體心理極為恐慌,值越接近于1,說明個體心理狀態(tài)越正常,越理智.可以知道,當個體越恐慌時,其作出失誤的決策的概率越大,因此,可以設定一個概率取值分布集合P.

將集合P作為一個參考,其中m根據(jù)相應情況進行設定.以個體的心理影響值M為下界,以1為上界在概率取值分布集合P中進行隨機選取,共選擇n(n為出口數(shù)量)次,以這n個值構(gòu)成一個對角矩陣

其中p1,p2,···,pn為選取的n個值.由公式可以得到每個出口的選擇參考值,將這n個出口的選擇評估值構(gòu)成一個對角矩陣

其中E1,E2,···,En為各個出口的選擇評估值.最后,對于在考慮到心理因素下的出口選擇如式(4)所示

由式(4)可知,E1,E2,···,En存在大小關系,最大值為不考慮心理因素下最佳的出口選擇評估值,而p1,p2,···,pn的值是一定范圍下的隨機值,而這個范圍是由個體的心理狀態(tài)值M來確定的,個體越恐慌,M值越小,取值范圍越大,其最大最小的差值比較大的概率越大,導致原來E1>E2的條件下,p1E1E2的條件下,p1E1

表1 心理因素影響下出口選擇概率

通過以上分析可知,構(gòu)建的心理因素影響下的出口選擇模型在一定程度上能夠反映出心理因素對于疏散人員出口選擇的影響,人員的心理恐慌程度越嚴重,其出口選擇失誤的概率越大,反之,人員心理恐慌程度越輕,出口選擇失誤的概率越小.

3 基于DI-Guy的智能體碰撞檢測及路徑規(guī)劃建模技術

3.1 智能體的碰撞檢測

在進行應急疏散仿真時,模擬智能體的移動路徑上可能遇到障礙物的情況,本文結(jié)合DI-Guy中的碰撞檢測和規(guī)避技術來實現(xiàn)群體應急疏散仿真過程中智能體的碰撞避免.在DI-Guy中,障礙物被分為兩類:第1類是不移動的靜態(tài)障礙物,如建筑、場景中的固定道具等.第2類是動態(tài)的障礙物,如人和車輛等.對應于靜態(tài)和動態(tài)障礙,DI-Guy中的智能體采取的是不同的檢測回避方法[20].

3.1.1 智能體與障礙物的碰撞檢測

對于不移動的靜態(tài)障礙物,智能體采用的檢測和回避障礙的方法是基于探測線的,探測線是由智能體身體上引出的多條射線,這些射線通過尋找與場景中靜態(tài)障礙的交點來確定智能體的行走路徑前方是否有障礙物.一個智能體最多可以有8條探測線,但通常只用其中的兩條探測線:啟用智能體前方和左方的兩條探測線,或者啟用智能體前方和右方的兩條探測線如圖3所示.在實際操作中,由于啟用探測線會占據(jù)CPU資源,所以需要在考慮系統(tǒng)性能和有效地沖突檢測和障礙避免的情況下,根據(jù)仿真的需要合理啟用探測線.

圖3 探測線參數(shù)

在智能體行走過程中,若探測線觸碰到障礙物,智能體將會作出回應.如果觸碰到的障礙物目標相對有點遠(大于碰撞距離),智能體會轉(zhuǎn)變方向以避免碰撞.如果障礙物目標比較近,小于碰撞距離,即智能體肯定將會和障礙物目標發(fā)生碰撞,則智能體會強行遠離目標.對于靜態(tài)障礙物,其具體的碰撞檢測和規(guī)避過程如圖4所示.

圖4 靜態(tài)障礙探測和規(guī)避過程

3.1.2 智能體之間的碰撞檢測

動態(tài)障礙物指的是場景中可移動的目標.對于動態(tài)障礙物,智能體采用的檢測和回避的方法是基于排斥區(qū)域的.使用排斥區(qū)域動態(tài)回避法,智能體將被一個排斥區(qū)域所包圍.智能體的排斥區(qū)域以智能體為中心,影響其他智能體的行為,當其他智能體進入這個區(qū)域時,將通過改變自己的位置、方向和行為活動從排斥區(qū)域中走出來.不同排斥區(qū)域受到的排斥力大小不同,一個智能體的排斥區(qū)域如圖5所示,括號內(nèi)為對應排斥區(qū)域內(nèi)撤離速度.

圖5 排斥區(qū)域

對于處于其他智能體的排斥區(qū)域的智能體將會受到多方面影響,包括:1)方向:將受到一個“力”的作用讓其直接遠離排斥區(qū)域的中心.同時,還有一個“力”作用于智能體,讓智能體轉(zhuǎn)變方向,向著智能體所要到達的目標位置移動.此外,如果該智能體周圍智能體數(shù)目較多,比較擁擠的情況下,智能體可能處于多個排斥區(qū)域中,這些“力”將共同作用從而確定智能體的最終移動方向.2)位置:如果一個智能體進入另一個智能體的“實體”區(qū)域,他將會被直接移出排斥區(qū)域.3)行為選擇:排斥區(qū)域的每個部分都對應著不同的速度.處于“弱”排斥區(qū)域的智能體以比較慢的速度退出排斥區(qū)域.處于“中等”排斥區(qū)域的智能體以比較快的速度退出排斥區(qū)域.處于“強”排斥區(qū)域的智能體將以最快的速度退出排斥區(qū)域.

在移動過程中,當兩個智能體進入對方排斥區(qū)域中時,會轉(zhuǎn)變移動方向避開對方的排斥區(qū)域,然后再向目標位置移動,如圖6所示.

圖6 智能體之間碰撞規(guī)避示意圖

3.2 智能體的路徑規(guī)劃

群體應急疏散過程與路徑選擇有著極大的關系,人群能否安全、有效地進行疏散與其所選擇路徑密切相關.本文將結(jié)合DI-Guy給出路徑選擇的方法.

3.2.1 智能體路徑的創(chuàng)建

在DI-Guy中可以為智能體創(chuàng)建一條路徑,智能體將在場景沿著該路徑移動,路徑的創(chuàng)建通過設定一系列路徑點來決定的.路徑點顯示為綠色或紅色十字行結(jié)構(gòu)體,如圖7所示.

圖7 路徑點

路徑點底部是一個斜率調(diào)節(jié)器,決定了通過該路徑點的路徑的斜率.可以通過3種方式調(diào)整路徑位置及形狀:調(diào)整路徑點的位置;調(diào)整路徑方向;調(diào)整斜率調(diào)節(jié)器.通常的路徑設計步驟為:

1)選擇路徑:要調(diào)整路徑、路徑上的路徑點或行為,必須先選定路徑.要選擇路徑,需在輸入面板中進入路徑編輯模式,單擊路徑或與路徑關聯(lián)的人即可.2)調(diào)整路徑:可以通過調(diào)整路徑點位置來改變?nèi)宋锏穆窂?調(diào)整斜率調(diào)節(jié)器可以使路徑變得更平滑或更尖銳.3)擴展路徑:路徑的路徑點越多,其形狀就可以越復雜,增加路徑點可以擴展路徑.如圖8所示為路徑的擴展,其中紅色的路標點便是路徑擴展所添加的路徑點,圖8(a)是在原有路徑后面添加路徑點以延長路徑,圖8(b)是在原有的路徑中間插入一個路徑點以調(diào)整路徑.

圖8 擴展路徑

3.2.2 智能體路徑的動態(tài)選擇

群體應急疏散過程涉及到的個體數(shù)量比較多,如果為每個智能體都創(chuàng)建一條路徑將使得工作比較繁重.為智能體指定目標位置(安全區(qū)域),讓其自主移動到目標位置.在移動過程中,智能體根據(jù)自身的目標位置以及碰撞檢測的結(jié)果,動態(tài)地調(diào)整自己的路徑選擇.

通過指定智能體的目標位置,讓智能體自己找到一條路徑前往目標區(qū)域.但在仿真運行過程中,智能體的真實路徑并非是完全按照靜態(tài)規(guī)劃的路徑移動的,智能體在移動過程中,會受到環(huán)境和其他智能體的影響,需要與障礙物和其他智能體發(fā)生碰撞,因而有時會偏離原先設定的移動路徑,也就是說在有障礙物的影響作用下,智能體在仿真過程中,其移動路徑是動態(tài)變化的,其動態(tài)路徑選擇的基本流程如圖9所示.

圖9 動態(tài)路徑選擇的基本流程

4 出口限制下的群體應急疏散仿真

平時對應急疏散通道有限制的情況居多,本文基于以上建模仿真技術,建立一個典型的有限制出口的公共場所群體應急疏散環(huán)境,如圖10所示,旨在分析疏散人群逃逸規(guī)律.

圖10 出口限制下的群體應急疏散仿真場景

從圖10可知,人群隨機分布于一個矩形墻體內(nèi),四周各有一個出口,其中出口1較出口2、3和4要寬,同時,墻體內(nèi)部也分布著一些構(gòu)筑物,這些建筑物作為靜態(tài)障礙物將對疏散產(chǎn)生一定的影響.群體的疏散根據(jù)前面智能體理論展開分析.選取疏散過程中較典型的疏散時刻圖進行分析,如圖11所示.

由圖11可知,4個出口方向的疏散人群所表現(xiàn)的現(xiàn)象各有不同,出口1因為比較寬,雖然選擇出口1疏散的人員數(shù)量比較多,但出口處沒有明顯的堵塞現(xiàn)象;而出口4處疏散的人員數(shù)量也比較多,但由于出口4比較窄,因而可以發(fā)現(xiàn)有明顯的人員聚集堵塞現(xiàn)象;向出口2移動的人員數(shù)量也不少,出口也比較窄,但人員分布比較分散,因而也沒有形成堵塞現(xiàn)象;出口3前面有不少建筑物,且人員數(shù)量不多,所以也沒有出現(xiàn)擁擠的人群.

同時,考慮到突發(fā)事件的發(fā)生位置對于疏散情況有著很重要的影響,在出口限制空間環(huán)境下,通過將突發(fā)事件的發(fā)生位置(即恐怖分子進行恐怖襲擊的位置)設定在不同地方,然后進行多次不同疏散人數(shù)下的仿真運行,并對仿真運行的結(jié)果進行分析總結(jié),得到兩種最可能出現(xiàn)的情況下突發(fā)事件的位置如圖12所示.

在突發(fā)事件發(fā)生位置不同的情況下,通過不同疏散人數(shù)的設定與模擬,對出口處的總疏散人員數(shù)量和一定時間內(nèi)的疏散人數(shù)進行統(tǒng)計,從而對出口限制空間環(huán)境下的群體應急疏散過程進行更多角度的定量分析,出口1～出口4的仿真運行最后得到的具體結(jié)果如表2～表5所示.

圖12 突發(fā)事件的位置

表2 出口1的人員疏散情況

表3 出口2的人員疏散情況

表4 出口4的人員疏散情況

表5 出口5的人員疏散情況

通過以上仿真得到的表格數(shù)據(jù)可知,突發(fā)事件的發(fā)生位置對疏散過程有著很重要的影響.突發(fā)事件發(fā)生后,疏散人員(特別是離突發(fā)事件較近的人員)首先考慮的是遠離突發(fā)事件的危險區(qū)域,然后再考慮選擇合適的出口進行疏散.由以上統(tǒng)計表可知,當突發(fā)事件發(fā)生在中間區(qū)域時,疏散人員向四周移動,在這種情況下,人員都選擇離自己最近的出口進行疏散.而當突發(fā)事件發(fā)生在出口1附近時,部分離出口1較近的人員首先會選擇遠離危險區(qū)域而向其他3個出口轉(zhuǎn)移,在這種情況下,選擇出口1的人員數(shù)量大幅減少,而其他3個出口方向的人員數(shù)量則相應的增加了不少,當疏散人員數(shù)量較多時,會對其他出口方向的疏散過程造成比較大的壓力,總的疏散效率會有所下降.

5 結(jié)論

本文主要研究了群體疏散的機理,進而建立群體應急疏散理論模型以及應急疏散仿真方法.通過構(gòu)建具有心理因素影響條件下的疏散出口選擇數(shù)學模型,結(jié)合路徑規(guī)劃和碰撞檢測技術,探討分析了不同受災群體數(shù)量、不同突發(fā)事件發(fā)生位置以及不同出口限制條件對應急疏散效果的影響.進一步建立基于仿真環(huán)境DI-Guy的群體應急疏散仿真模型,并在逼真的可視化仿真環(huán)境下模擬不同群體數(shù)量及不同突發(fā)事件位置組成的應急方案,采集仿真信息進行處理分析.仿真結(jié)果表明,無論突發(fā)事件發(fā)生點在何處,疏散的人員都選擇離自己最近的出口且背對危險源進行疏散;突發(fā)災害下,群體行為因為心理驚恐因素而處于短時失控狀態(tài);群體數(shù)量增加時候,最近出口擁堵嚴重,而被一般群體忽略的出口疏散效果不錯.因此,本文建立的應急疏散仿真模型能夠較為準確地展現(xiàn)群體疏散的實際過程和群體行為特征,這對應急管理有良好參考意義.