周　燁，魏海平，何源浩，黃　凱

(信息工程大學(xué) 地理空間信息學(xué)院，河南 鄭州 450001)

?

基于GAMA平臺(tái)的多智能體應(yīng)急疏散仿真模型

周燁，魏海平，何源浩，黃凱

(信息工程大學(xué) 地理空間信息學(xué)院，河南 鄭州 450001)

摘要：應(yīng)急疏散的研究對(duì)象是一個(gè)復(fù)雜的社會(huì)系統(tǒng)，利用多智能體模型可以有效模擬人群復(fù)雜的社會(huì)行為。將多智能體模型應(yīng)用于應(yīng)急疏散領(lǐng)域，設(shè)計(jì)5種類型的智能體實(shí)體，構(gòu)建多智能體應(yīng)急疏散仿真模型，從被疏散個(gè)體的相互作用行為入手，研究整個(gè)被疏散群體的行為特征?；贕AMA平臺(tái)，實(shí)現(xiàn)以矢量地理空間數(shù)據(jù)為基礎(chǔ)的多智能體應(yīng)急疏散仿真模型，通過仿真實(shí)驗(yàn)，動(dòng)態(tài)呈現(xiàn)整個(gè)應(yīng)急疏散過程。對(duì)災(zāi)害、突發(fā)事件應(yīng)急疏散指揮，應(yīng)急疏散設(shè)施建設(shè)、城市規(guī)劃設(shè)計(jì)等工作具有重要的意義。

關(guān)鍵詞：多智能體；應(yīng)急疏散；矢量地理空間數(shù)據(jù)；GAMA平臺(tái)

近年來，我國(guó)自然災(zāi)害和突發(fā)事件頻繁發(fā)生，2008年5月21日，四川省阿壩藏族羌族自治州汶川縣發(fā)生里氏8.0級(jí)大地震，造成69 227人遇難，374 643人受傷，17 923人失蹤；2010年4月14日，青海省玉樹藏族自治州玉樹縣發(fā)生6次地震，最高震級(jí)7.1級(jí)，造成2 698人遇難；2014年12月31日上海外灘擁擠踩踏事件，造成36人死亡49人受傷。這些災(zāi)害和突發(fā)事件的發(fā)生對(duì)政府的救災(zāi)應(yīng)急響應(yīng)工作提出嚴(yán)峻的考驗(yàn)。人群疏散是一個(gè)異常復(fù)雜的行為過程，目前已有研究成果表明，在疏散問題各影響因素中，對(duì)人群及其社會(huì)行為的正確認(rèn)識(shí)，可以有效提高疏散效果[1]。對(duì)人群行為的分析，主要有基于流的模型、元胞自動(dòng)機(jī)模型以及智能體模型[2]。利用智能體模型研究應(yīng)急疏散過程，能夠很好地綜合考慮被疏散個(gè)體及其相互作用的行為，從而進(jìn)一步認(rèn)識(shí)到整個(gè)人群的行為特征。

利用計(jì)算機(jī)建模及仿真技術(shù)，構(gòu)建多智能體仿真模型研究不同尺度的應(yīng)急疏散過程，可以為建筑物、市政及公共場(chǎng)所應(yīng)急出口、通道的設(shè)計(jì)，政府應(yīng)急指揮決策提供科學(xué)可靠的依據(jù)[3]。目前，國(guó)內(nèi)外很多學(xué)者都進(jìn)行這方面研究，開發(fā)多種應(yīng)急疏散仿真模型及建模工具，例如NetLogo數(shù)據(jù)驅(qū)動(dòng)的模塊化建模工具、Repast智能體建模工具箱、Mason智能體建模工具箱、GAMA智能體仿真建模平臺(tái)等[4]。此外還包括以需求為導(dǎo)向，綜合上述工具開發(fā)的應(yīng)急疏散模型等。

目前GAMA 1.6(GIS & Agent-based Modeling Architecture)平臺(tái)可以很好的和GIS系統(tǒng)相結(jié)合，利用GIS系統(tǒng)的空間表達(dá)和分析優(yōu)勢(shì)為智能體建模提供更真實(shí)、準(zhǔn)確的地理空間環(huán)境信息。本文利用GAMA 1.6平臺(tái)，以矢量地理空間數(shù)據(jù)為基礎(chǔ)，構(gòu)建多智能體應(yīng)急疏散仿真模型。

1多智能體應(yīng)急疏散仿真模型

1.1多智能體模型

智能體(Agent)是一個(gè)復(fù)雜適應(yīng)性系統(tǒng)中的決策組件[5]，它包含一系列屬性和行為規(guī)則，其屬性定義了智能體是什么，行為規(guī)則定義了智能體做什么。智能體可以應(yīng)用在許多領(lǐng)域，本文研究的智能體針對(duì)災(zāi)害、突發(fā)事件的應(yīng)急疏散過程進(jìn)行構(gòu)建分析。被疏散群體由一個(gè)個(gè)活動(dòng)復(fù)雜的被疏散個(gè)體組成，對(duì)于其行為的研究，難以用傳統(tǒng)的方法描述。多智能體模型中，一類智能體能夠感知周圍環(huán)境，并對(duì)環(huán)境做出響應(yīng)，個(gè)體間具有自治、通訊以及協(xié)作等功能特性，可以模擬被疏散個(gè)體之間既相互獨(dú)立又相互作用的行為特征；另一類智能體能夠?qū)ζ渌悄荏w對(duì)其造成的影響做出反應(yīng)，從而改變自身屬性，可以模擬障礙物、道路等[6]。利用多智能體模型研究復(fù)雜社會(huì)系統(tǒng)具有如下優(yōu)點(diǎn)：①多智能體模型可以抓住表達(dá)復(fù)雜自適應(yīng)社會(huì)系統(tǒng)的主要現(xiàn)象；②提供對(duì)于復(fù)雜社會(huì)系統(tǒng)較為自然和簡(jiǎn)化的描述方式；③通過構(gòu)建不同復(fù)雜程度以及不同規(guī)模的智能體，使得可以在不同尺度層面上研究復(fù)雜社會(huì)系統(tǒng)。因此，利用多智能體模型研究應(yīng)急疏散問題，可以有效揭示整個(gè)系統(tǒng)的整體結(jié)構(gòu)和功能[7]。

1.2GAMA智能體仿真平臺(tái)

GAMA(GIS & Agent-based Modeling Architecture)是一個(gè)開源的支持空間化、多范式和多尺度的多智能體仿真平臺(tái)，它整合了智能體建模、地理空間數(shù)據(jù)管理以及空間數(shù)據(jù)可視化工具，可以實(shí)現(xiàn)智能體模型的多層次表達(dá)[8]。GAMA使用內(nèi)建的GAML語言(GAMA Modeling Language)構(gòu)建智能體模型，相比Repast，Netlogo和Mason等使用Java語言的仿真平臺(tái)，降低模型的開發(fā)難度，可以使研究人員更加關(guān)注應(yīng)用多智能體模型解決具體問題的研究。GAMA仿真平臺(tái)具有良好的空間數(shù)據(jù)管理能力，可以讀取多種矢量、柵格地理空間數(shù)據(jù)，并包含多種空間分析工具，方便開發(fā)基于GIS的智能體模型。

1.3多智能體應(yīng)急疏散仿真模型框架設(shè)計(jì)

應(yīng)急疏散問題的研究對(duì)象是一個(gè)較為復(fù)雜的社會(huì)系統(tǒng)，復(fù)雜系統(tǒng)建模有兩種思路，分別是保持簡(jiǎn)單直接原則(Keep It Simple Stupid，KISS)和保持具體直接原則(Keep It Descriptive Stupid，KIDS)[9]。本文遵循KISS原則設(shè)計(jì)模型，即盡量保持模型的簡(jiǎn)潔，對(duì)現(xiàn)實(shí)世界較為復(fù)雜的實(shí)際情況進(jìn)行高度抽象。

多智能體應(yīng)急疏散仿真模型建立的方法步驟為：第一步進(jìn)行數(shù)據(jù)收集，獲取真實(shí)情況下人群行為的數(shù)據(jù)；第二步進(jìn)行模型設(shè)計(jì)，利用UML建模方法，設(shè)計(jì)多智能體應(yīng)急疏散模型，設(shè)計(jì)模型包含的各類智能體；第三步進(jìn)行模型編碼，在模型設(shè)計(jì)的基礎(chǔ)上，在GAMA平臺(tái)上實(shí)現(xiàn)模型的編碼；第四步進(jìn)行模型驗(yàn)證，它是整個(gè)模型建立的一個(gè)重要環(huán)節(jié)，分析驗(yàn)證設(shè)計(jì)的多智能體模型是否能夠和現(xiàn)實(shí)情況相吻合，如不吻合則需要對(duì)模型進(jìn)行調(diào)整和改進(jìn)；最后進(jìn)行模型仿真和結(jié)果分析。

GAMA仿真平臺(tái)采用面向?qū)ο蟮乃枷?，將現(xiàn)實(shí)世界的每一類實(shí)體都抽象為一類智能體，類似于Java語言中類的概念。本文共設(shè)計(jì)兩大類五種類型的智能體：一類是道路智能體、障礙物智能體、疏散區(qū)域智能體；另一類是被疏散個(gè)體智能體和交通工具智能體等[10]。通過智能體模型(見圖1)來描述、表達(dá)和模擬這些智能體之間的相互作用，可以幫助人們理解整個(gè)應(yīng)急疏散過程中的人群行為特征。

圖1　多智能體應(yīng)急疏散模型框架

2智能體及其行為設(shè)計(jì)

設(shè)計(jì)智能體(Agent)是多智能體應(yīng)急疏散模型的關(guān)鍵，本文根據(jù)保持簡(jiǎn)單和直接原則，對(duì)應(yīng)急疏散過程中所涉及的幾類對(duì)象經(jīng)過高度抽象，設(shè)計(jì)以下5種類型智能體，圖2為UML模型示意圖。

圖2　智能體實(shí)體

2.1道路智能體(Road Agent)

當(dāng)災(zāi)害、突發(fā)事件發(fā)生時(shí)，道路智能體是人群智能體疏散的通道，模型中道路具有寬度、長(zhǎng)度和損毀系數(shù)等屬性。其中損毀系數(shù)，表示道路的損毀情況。模型使用加權(quán)網(wǎng)絡(luò)圖表示道路結(jié)構(gòu)，圖的邊表示道路，節(jié)點(diǎn)表示道路交叉口，道路網(wǎng)絡(luò)中第i條道路的權(quán)值為其等效長(zhǎng)度Li′。

(1)

式中：Li為第i條道路的長(zhǎng)度;αi為第i條道路的損毀系數(shù)，當(dāng)αi為0時(shí)，表示道路損毀，等效長(zhǎng)度為無窮大;當(dāng)αi為1時(shí)，表示道路未損毀，等效長(zhǎng)度為其原長(zhǎng)。如果某條道路損毀，則其等效長(zhǎng)度增加，在最短路徑搜索算法中，就不會(huì)優(yōu)先選取該道路。

2.2障礙物智能體(Obstacle Agent)

在模型中根據(jù)實(shí)際情況設(shè)置障礙物智能體，用來模擬災(zāi)害、突發(fā)事件產(chǎn)生的障礙物造成的道路損毀、人員傷亡等情況。障礙物智能體具有位置、類型和破壞系數(shù)等屬性，障礙物智能體的破壞系數(shù)正比于道路智能體的損毀系數(shù)。

(2)

式中：βij表示第i條道路上第j個(gè)障礙物的破壞系數(shù)。

2.3疏散區(qū)域智能體(Region Agent)

疏散區(qū)域智能體具有類型、容量、形狀和位置等屬性，其中類型屬性，表示某一個(gè)區(qū)域的類型，“safe”表示為安全區(qū)域，“unsafe”表示危險(xiǎn)、災(zāi)害發(fā)生區(qū)域；安全區(qū)域的容量屬性表示該安全區(qū)域能承載的被疏散個(gè)體數(shù)目，危險(xiǎn)區(qū)域的容量屬性表示該危險(xiǎn)區(qū)域包含的被疏散個(gè)體數(shù)目，形狀和位置屬性表明疏散區(qū)域的地理空間信息。

2.4被疏散個(gè)體智能體(People Agent)

被疏散人群的行為特征是應(yīng)急疏散問題研究的關(guān)鍵，因此被疏散個(gè)體智能體(People Agent)是多智能體應(yīng)急疏散模型最重要的一部分。本文在搜集整理被疏散人群行為數(shù)據(jù)的基礎(chǔ)上，對(duì)人群進(jìn)行高度抽象，建立被疏散個(gè)體智能體。模型中被疏散個(gè)體智能體設(shè)置了狀態(tài)、目標(biāo)和行走速度等屬性[11]。其中狀態(tài)屬性表示被疏散個(gè)體是否處在安全區(qū)域，分別以“safe”、“unsafe”表示“到達(dá)安全區(qū)域”、“未到達(dá)安全區(qū)域”；行走速度屬性，表示被疏散個(gè)體行走速度，根據(jù)經(jīng)驗(yàn)數(shù)據(jù)、道路通行情況取值為4～7 km/h之間[12]；目標(biāo)屬性，表示被疏散個(gè)體要到達(dá)的安全區(qū)域，可根據(jù)模型計(jì)算得到距被疏散個(gè)體最近的安全區(qū)域。

被疏散個(gè)體智能體中，第j個(gè)被疏散個(gè)體的行為規(guī)則定義如下:

1)如果被疏散個(gè)體位于危險(xiǎn)區(qū)域，則依據(jù)道路網(wǎng)絡(luò)權(quán)值Li，利用最短路徑搜索算法，尋找距其最近安全區(qū)域并轉(zhuǎn)移，并向其移動(dòng)，速度vji正比于道路損毀系數(shù)；

(3)

2)如果被疏散個(gè)體已經(jīng)位于安全區(qū)域，則停止移動(dòng)。

2.5交通工具智能體(Transportation Agent)

當(dāng)被疏散個(gè)體距離安全區(qū)域較遠(yuǎn)時(shí)，使用交通工具轉(zhuǎn)移被疏散個(gè)體，交通智能體包含狀態(tài)、容量、速度、顏色等屬性[13]，其屬性含義和人群智能體相似，其中狀態(tài)屬性，表示該交通工具是否到達(dá)安全區(qū)域；容量屬性，根據(jù)交通工具類型確定，一般使用卡車、大巴車等，容量一般為40人左右；速度屬性，汽車運(yùn)行速度約為60～80 km/h。它的行為規(guī)則和被疏散個(gè)體智能體行為規(guī)則類似。

另外，模型中上述每一個(gè)智能體都設(shè)有顏色屬性，方便模型仿真過程、結(jié)果的可視化表達(dá)。

3多智能體應(yīng)急疏散仿真實(shí)驗(yàn)

3.1仿真場(chǎng)景

本文使用GAMA 1.6仿真平臺(tái)，對(duì)某城區(qū)局部區(qū)域人群應(yīng)急疏散問題進(jìn)行建模與仿真(區(qū)域東西跨度約為6.5 km，南北跨度約為7.2 km)。城區(qū)周邊共有5個(gè)空曠且道路通行情況良好的區(qū)域可作為安全疏散區(qū)域。模型仿真中，假定某市城區(qū)范圍內(nèi)被疏散人群總數(shù)為N，交通工具數(shù)S(定員為40人/車)，安全疏散區(qū)域數(shù)R，人群步行時(shí)速設(shè)定為5.0 km/h，交通工具時(shí)速設(shè)定為60 km/h。通過模型仿真，計(jì)算不同條件下的人群疏散時(shí)間。

3.2實(shí)驗(yàn)準(zhǔn)備

根據(jù)城區(qū)衛(wèi)星影像，在ArcGIS中采集城區(qū)主要道路數(shù)據(jù)，分別制作道路、疏散區(qū)域和邊界3個(gè)矢量圖層。在GAMA仿真平臺(tái)中，利用GAML語言分別定義Road Agent,Obstacle Agent,Region Agent,Transportation Agent和People Agent，其中Road Agent,Region Agent在模型初始化時(shí)，由實(shí)驗(yàn)數(shù)據(jù)準(zhǔn)備階段制作的矢量圖層載入生成，其屬性由程序根據(jù)polygon shapefile的相應(yīng)字段填寫，People Agent的初始位置設(shè)置在類型屬性為“unsafe”的區(qū)域中。

3.3實(shí)驗(yàn)結(jié)果及分析

如圖3所示，設(shè)定5個(gè)危險(xiǎn)區(qū)域，分別對(duì)1個(gè)安全疏散區(qū)域的5種分布情況和2個(gè)安全疏散區(qū)域的10種分布情況，進(jìn)行人群徒步、乘車疏散仿真實(shí)驗(yàn)；并針對(duì)有1個(gè)、2個(gè)安全疏散區(qū)域時(shí)疏散效果最好的安全疏散區(qū)域分布情況，進(jìn)行道路損毀時(shí)的人群疏散仿真實(shí)驗(yàn)。實(shí)驗(yàn)分析結(jié)果如下:

1)由圖4可得，安全疏散區(qū)域?yàn)?個(gè)時(shí)，第2種分布(圖3中1-2)的疏散效果最好，安全疏散區(qū)域?yàn)?個(gè)時(shí)，第7種分布(圖3中2-7)的疏散效果最好。由此可見，安全疏散區(qū)域的位置直接影響著疏散效果。政府、市政部門在做市政規(guī)劃時(shí)，應(yīng)急疏散仿真實(shí)驗(yàn)可以為城市應(yīng)急疏散區(qū)域的選址提供一定的參考依據(jù)；

2)由圖4可得，乘車疏散相比徒步疏散更有效率，但是這種疏散方式對(duì)應(yīng)急指揮工作有很高的要求，需要在平時(shí)進(jìn)行大量相關(guān)演練，且需有詳細(xì)的人員登車方案，才能確保突發(fā)事件發(fā)生時(shí)不因人群慌亂而影響疏散工作有序進(jìn)行；

3)由圖5可得，隨著道路損毀系數(shù)減小，道路損毀情況不斷加劇，人群疏散時(shí)間變得越來越長(zhǎng)，良好的道路通行情況對(duì)有效的應(yīng)急疏散工作至關(guān)重要。因此，應(yīng)根據(jù)重點(diǎn)區(qū)域發(fā)生突發(fā)事件的情況，通過本模型分析人群疏散經(jīng)過的重要道路來確定需要重點(diǎn)建設(shè)的道路，提高道路防護(hù)等級(jí)和養(yǎng)護(hù)水平，以確保在突發(fā)事件發(fā)生時(shí)道路順暢。

圖3　不同危險(xiǎn)區(qū)域及安全區(qū)域圖示

圖4　不同安全區(qū)域時(shí)的應(yīng)急疏散時(shí)間

圖5　道路損毀時(shí)的應(yīng)急疏散時(shí)間(徒步)

4結(jié)束語

本文使用多智能體模型對(duì)應(yīng)急疏散過程這一復(fù)雜社會(huì)系統(tǒng)進(jìn)行建模，以矢量地理空間數(shù)據(jù)構(gòu)建的空間環(huán)境為基礎(chǔ)，基于GAMA平臺(tái)實(shí)現(xiàn)多智能體應(yīng)急疏散仿真模型，并對(duì)城市應(yīng)急疏散過程進(jìn)行仿真實(shí)驗(yàn)，動(dòng)態(tài)反映整個(gè)人員疏散過程。利用模型對(duì)城市不同位置發(fā)生的災(zāi)害和突發(fā)事件進(jìn)行模擬，分析被疏散群體行為特征從而得到最優(yōu)疏散區(qū)域布局和最優(yōu)疏散路徑。該仿真實(shí)驗(yàn)可以為市政規(guī)劃、應(yīng)急指揮決策提供輔助參考。盡管模型綜合考慮了疏散過程中被疏散個(gè)體、環(huán)境等因素對(duì)疏散效果的影響，但人群疏散是一個(gè)復(fù)雜的社會(huì)系統(tǒng)行為，仿真模型必然具有一定的局限性。在未來研究中，還需要對(duì)不同情景下的人群疏散過程進(jìn)行分析，并探索城市三維地理空間環(huán)境智能體的建立，不斷完善多智能體應(yīng)急疏散仿真模型的功能并拓展其在多領(lǐng)域的應(yīng)用。

參考文獻(xiàn)：

[1]PAN X,HAN C S,DAUBER K,et al.A multi-agent based framework for the simulation of human and social behaviors during emergency evacuations[J].AI & Society,2007,22(2):113-132.

[2]SANTOS G,AGUIRRE B E.A critical review of emergency evacuation simulation models[J].2004.

[3]溫伯威，王超峰，劉瑞雪.基于泛在網(wǎng)信息的城市應(yīng)急疏散決策研究[J].測(cè)繪工程,2013,22(6)：58-60.

[4]GRIGNARD A,TAILLANDIER P,GAUDOU B,et al.GAMA 1.6：Advancing the Art of Complex Agent-Based Modeling and Simulation[A].PRIMA 2013：Principles and Practice of Multi-Agent Systems,2013.

[5]NORTH M J,MACAL C M.Managing Business Complexity：Discovering Strategic Solutions with Agent-Based Modeling and Simulation[M].United States of America：OXFORD University Press,2007:24-25.

[6]苑盛成.基于多智能體的大規(guī)模緊急疏散仿真系統(tǒng)研究[D].北京：清華大學(xué),2012.

[7]BERRY B,KIEL L,ELLIOTT E.Adaptive agents,intelligence,and emergent human organization：Capturing complexity through agent-based modeling[J].Proceedings of the National Academy of Sciences of the United States of America,2002,99(6887):-.

[8]DROGOUL A,AMOUROUX E,CAILLOU P,et al.Gama：multi-level and complex environment for agent-based models and simulations[A].PRIMA,New Zealand,2013.

[9]VAN Truong H,BECK E,DUGDALE J,et al.Developing a model of evacuation after an earthquake in Lebanon[J].arXiv preprint arXiv:1312.5941,2013.

[10] 劉小嬋，張明鋒，張正祥.基于GIS與多智能體的人群疏散模擬[J].地理信息世界,2014(5)：23.

[11] 崔喜紅，李強(qiáng)，陳晉.基于多智能體技術(shù)的公共場(chǎng)所人員疏散模型研究[J].系統(tǒng)仿真學(xué)報(bào),2008,20(4)：1006-1010.

[12] 陳曦.人員疏散速度模型綜述[J].安防科技,2012(3)：46-48.

[13] 吳健宏，翁文國(guó)，倪順.基于GIS和Multi-Agent的城市應(yīng)急疏散[J].清華大學(xué)學(xué)報(bào)：自然科學(xué)版,2010(8)：1168-1172.

[責(zé)任編輯：張德福]

Multi-agent simulation of emergency evacuation based on GAMA Platform

ZHOU Ye,WEI Haiping,HE Yuanhao,HUANG Kai

(School of Geospatial Information,Information Engineering University,Zhengzhou 450001,China)

Abstract：The object of emergency evacuation is designed as a complex social system.Sophisticated human social behaviors can be simulated through multi-agent-based models.This proposes a multi-agent-based model applied to the emergency evacuation behaviors in real word.An multi-agent-based model that consists five types of agent entities is developed to characterize the individual behaviors and the features of a group.The model is designed and implemented on the GAMA Platform (GIS & Agent-based Modeling Architecture).The results present a dynamical emergency evacuation process that will provide suggestions about command and regulation of emergency evacuation in disasters and planning in urban construction.

Key words：multi-agent；emergency evacuation；vector spatial data；GAMA platform

中圖分類號(hào)：P208

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1006-7949(2016)04-0066-05

作者簡(jiǎn)介：周燁(1987-)，男，碩士研究生.

收稿日期：2015-04-08；修回日期：2015-04-16