張俊瑞,陳立潮,潘理虎,3

1(晉中學(xué)院 信息技術(shù)與工程學(xué)院,晉中 030619)

2(太原科技大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院,太原 030024)

3(中國(guó)科學(xué)院 地理科學(xué)與資源研究所,北京 100101)

1 引言

煤炭作為主要能源在我國(guó)的能源消費(fèi)結(jié)構(gòu)中占一次性能源消費(fèi)的70%,比世界平均水平高40%.目前,利用Agent技術(shù)對(duì)煤礦安全問(wèn)題進(jìn)行研究已經(jīng)較為成熟.文獻(xiàn)[1]基于Multi-agent技術(shù)實(shí)現(xiàn)了煤礦虛擬環(huán)境的交互式控制及井下安全行為仿真,文獻(xiàn)[2]構(gòu)建了基于多智能體的井下虛擬人群應(yīng)急撤離仿真模型,對(duì)井下事故應(yīng)急撤離中“領(lǐng)導(dǎo)者-跟隨者”的行為進(jìn)行仿真,二者都側(cè)重于對(duì)井下礦工的行為進(jìn)行仿真,忽略了煤礦環(huán)境的動(dòng)態(tài)變化,沒(méi)有體現(xiàn)出煤礦環(huán)境的動(dòng)態(tài)變化對(duì)礦工逃生的影響,文獻(xiàn)[3]和文獻(xiàn)[4]利用虛擬現(xiàn)實(shí)技術(shù)給礦工提供了一個(gè)逃生培訓(xùn)平臺(tái),文獻(xiàn)[5]利用虛擬現(xiàn)實(shí)技術(shù)對(duì)礦工的逃生路線進(jìn)行研究,隨著井下采煤工作的進(jìn)行,井下情況一直在動(dòng)態(tài)變化,而VR技術(shù)構(gòu)建的虛擬礦井無(wú)法表示這種動(dòng)態(tài)變化,因此也有它的不足之處.

針對(duì)以上問(wèn)題,本文提出利用基于Agent的建模仿真 (Agent-based Modeling and Simulation,ABMS)方法對(duì)礦工的井下避災(zāi)情況進(jìn)行研究.模型中,將井下巷道地圖數(shù)字化處理后生成的柵格地圖導(dǎo)入模型中作為Agent的空間活動(dòng)環(huán)境,通過(guò)對(duì)井下礦工面對(duì)災(zāi)害時(shí)的行為模式進(jìn)行分析,提取出Agent的行為決策,并通過(guò)公式對(duì)其進(jìn)行量化分析,最后在RePast仿真平臺(tái)上對(duì)模型進(jìn)行仿真.

2 模型的組成

2.1 模型的框架

煤礦井下避災(zāi)模型由三部分組成,分別為系統(tǒng)初始化模塊、運(yùn)行模塊和數(shù)據(jù)統(tǒng)計(jì)模塊.系統(tǒng)初始化模塊完成三個(gè)工作: (1)井下礦工的空間活動(dòng)環(huán)境由巷道地圖經(jīng)過(guò)數(shù)字化處理后生成的柵格地圖來(lái)實(shí)現(xiàn),在模型開(kāi)始運(yùn)行時(shí)需將此柵格地圖導(dǎo)入模型中; (2)模型運(yùn)行時(shí)初始化參數(shù)的配置,主要包括井下礦工以及災(zāi)害的相關(guān)參數(shù)設(shè)置; (3)對(duì)井下礦工的屬性進(jìn)行具體設(shè)置.

圖1 模型框架示意圖

運(yùn)行模塊是模型中最重要的模塊之一,控制整個(gè)模型的運(yùn)行.運(yùn)行模塊主要完成兩個(gè)工作: (1)產(chǎn)生模型運(yùn)行過(guò)程中的時(shí)鐘tick (RePast仿真軟件中的時(shí)間單位); (2)控制模型中的結(jié)果顯示界面以tick為單位進(jìn)行更新.由于Agent具有智能性、反應(yīng)性和自治性等特點(diǎn),因此在運(yùn)行模塊中巷道環(huán)境和Agent之間的相互影響都會(huì)對(duì)模型運(yùn)行的結(jié)果產(chǎn)生影響,使模型運(yùn)行具有一定的隨機(jī)性.

數(shù)據(jù)統(tǒng)計(jì)模塊也是模型中很重要的一個(gè)模塊,主要完成Agent避災(zāi)成功與否的數(shù)量的統(tǒng)計(jì)和火災(zāi)蔓延情況的統(tǒng)計(jì).每個(gè)tick進(jìn)行一次數(shù)據(jù)統(tǒng)計(jì),并將統(tǒng)計(jì)結(jié)果在運(yùn)行界面上進(jìn)行顯示和實(shí)時(shí)更新.

根據(jù)模型的統(tǒng)計(jì)數(shù)據(jù)可以對(duì)模型的運(yùn)行結(jié)果進(jìn)行定向和定量分析,進(jìn)而利用分析結(jié)果對(duì)模型的運(yùn)行規(guī)則和Agent的設(shè)置等進(jìn)行調(diào)整,使模型能夠更精確、更貼近真實(shí)的井下避災(zāi)模擬.

2.2 Agent的空間活動(dòng)環(huán)境

圖2為模型的空間對(duì)象,即Agent的空間活動(dòng)環(huán)境,其中突出部分為電車房、配電所、絞車房、水泵房和停車場(chǎng)等井下硐室,其余部分為巷道[6].圖3為巷道中的礦工.Agent的空間活動(dòng)環(huán)境是一個(gè)柵格化地圖,Agent每次的位移量以一個(gè)柵格為單位進(jìn)行計(jì)量.

圖2 Agent的空間活動(dòng)環(huán)境

圖3 巷道中的礦工

2.3 Agent的類型

Agent具有的自適應(yīng)性、自組織性和自學(xué)習(xí)性等特點(diǎn),使得可以用它來(lái)表示井下礦工.Agent的屬性主要有: 姓名、工號(hào)、出生年月、學(xué)歷、職務(wù)、婚姻狀況、所屬隊(duì)別(如綜掘一隊(duì)、二隊(duì),綜采隊(duì),維修一隊(duì)、二隊(duì)、五隊(duì)等)、行走速度等.

為了便于研究,將模型中的Agent按照年齡大小和工齡的長(zhǎng)短分為4類:

(1) 剛參加工作,年齡較小且經(jīng)驗(yàn)欠缺的Agent.

(2) 參加工作時(shí)間較長(zhǎng),年齡較大且經(jīng)驗(yàn)豐富的Agent.

(3) 年齡較小但是工作時(shí)間較長(zhǎng),經(jīng)驗(yàn)較豐富的Agent(如家庭貧困,很早就出外打工).

(4) 年齡較大但是工作時(shí)間較短,經(jīng)驗(yàn)不豐富的Agent(如中年下崗、轉(zhuǎn)崗或二次就業(yè)等原因選擇出外打工).

模型中的4種Agent各占一定的比例,比例值以隨機(jī)數(shù)Math.random()進(jìn)行設(shè)置,利用自定義的addAgent()方法將Agent按比例值添加到柵格地圖中.

通過(guò)分析井下礦工在災(zāi)害發(fā)生時(shí)的行為模式,可以總結(jié)出礦工在面對(duì)災(zāi)害發(fā)生時(shí)的本能行為有“返回”、“躲避”、“向光”和“追隨”[6,7]等 4 種.井下災(zāi)害發(fā)生時(shí),礦工會(huì)按照預(yù)定的避災(zāi)路線向出口跑去,當(dāng)通向出口的所有避災(zāi)路線都無(wú)法通行時(shí),礦工就會(huì)選擇離自己較近且較安全的避災(zāi)硐室躲避,發(fā)出求救信號(hào)的同時(shí)等待救援人員的到來(lái)[7,8].

3 模型的實(shí)現(xiàn)

3.1 Agent的行為決策

為了介紹清楚礦工Agent在煤礦巷道的空間活動(dòng)環(huán)境中移動(dòng)時(shí)的距離和方向,本文引入了元胞自動(dòng)機(jī)中的鄰域概念.

在二維元胞自動(dòng)機(jī)中,元胞自動(dòng)機(jī)網(wǎng)格的鄰域包括: Von Neumann(馮·諾依曼)鄰域、Moore(摩爾)鄰域和擴(kuò)展的Moore鄰域三種,網(wǎng)格形式有三角形、四方形和六角形三種[6],本文以四方形網(wǎng)格[9]為例加以介紹.

馮·諾依曼鄰域?yàn)槭中梧徲?Agent位于網(wǎng)格中心,上、下、左、右4個(gè)相鄰的網(wǎng)格為Agent的鄰域,如圖4(a)所示.

摩爾鄰域?yàn)槊鬃中袜徲?Agent位于網(wǎng)格中心,上、下、左、右、左上、右上、左下、右下8個(gè)相鄰網(wǎng)格為Agent的鄰域,如圖4(b)所示.

擴(kuò)展的摩爾鄰域: 個(gè)體Agent的鄰域半徑擴(kuò)展為2個(gè)或2個(gè)以上的網(wǎng)格,如圖4(c)所示.

圖4 馮·諾依曼鄰域、摩爾鄰域、擴(kuò)展的摩爾鄰域

為了方便研究,模型中Agent的位置選擇和移動(dòng)方向按照摩爾鄰域來(lái)確定,如圖5所示.當(dāng)Agent選擇避災(zāi)方向時(shí),將會(huì)選擇其摩爾鄰域的8個(gè)相鄰網(wǎng)格中的任何一個(gè)進(jìn)行移動(dòng).

圖5 Agent的移動(dòng)方向

按照我國(guó)成年男性的身高[10]進(jìn)行估算,可將一個(gè)成年男性的平均跨步長(zhǎng)度確定為0.6–0.8 m左右,如表1所示.

表1 中國(guó)成年人人體尺寸 (男性)[11]

由表1可知,我國(guó)成年男性的平均肩寬不超過(guò)0.5 m,胸厚不超過(guò) 0.3 m.因此可將柵格地圖的網(wǎng)格大小設(shè)定為 0.5 m×0.5 m.每個(gè)網(wǎng)格有兩種狀態(tài): “空”或“不空”.在任一時(shí)刻,如果當(dāng)前網(wǎng)格上沒(méi)有 Agent,認(rèn)為此時(shí)網(wǎng)格狀態(tài)為“空”,否則為“不空”,并且規(guī)定任一時(shí)刻一個(gè)Agent只能占據(jù)一個(gè)網(wǎng)格且占據(jù)該網(wǎng)格的全部空間.

因此Agent在發(fā)生事故時(shí)的行為決策可在上述基礎(chǔ)上歸納如下:

(1) IF(避災(zāi)路線通暢)

THEN (按照預(yù)定的避災(zāi)路線避災(zāi))

ELSE (重新選擇避災(zāi)路線)

(2) IF(當(dāng)前避災(zāi)路線擁擠)

THEN(選擇不擁擠的巷道通行)

(3) IF(避災(zāi)路線上人數(shù)較多)

THEN(平均跨步相對(duì)較小)

ELSE(平均跨步較大)

(4) IF(避災(zāi)隊(duì)伍中有帶班組長(zhǎng)或是經(jīng)驗(yàn)豐富的Agent)

THEN(影響其它Agent的決策)

Agent避災(zāi)時(shí)的位置變化情況可用公式(1)表示為:

式中表示 Agent在t1時(shí)刻的位置,單位:是Agent在t0時(shí)刻的位置,單位: m;d表示一個(gè) tick 內(nèi)行走的距離,單位: m;θ1是環(huán)境影響因子;θ2是心理因素影響因子;θ3是巷道選擇因子.

θ1,θ2,θ3為隨機(jī)數(shù),利用 Math.Random()方法生成,取值范圍為 (0,1).

當(dāng)預(yù)定的避災(zāi)路線無(wú)法通行時(shí),就需確定當(dāng)前的所有巷道中哪條可以通行,當(dāng)井下礦工佩戴上自救器時(shí),可在有煙流和一定溫度的巷道中通行.《礦山救護(hù)規(guī)程》中關(guān)于巷道溫度與可通行時(shí)間的規(guī)定如表2.

表2 巷道溫度與可通行時(shí)間

根據(jù)此規(guī)定,可以擬合出在高溫巷道中允許通行的時(shí)間和巷道溫度之間的關(guān)系[12]是:

式中,m表示高溫巷道中允許通行的最長(zhǎng)時(shí)間,單位:min;θ表示巷道傾斜系數(shù)(當(dāng)巷道無(wú)斜度時(shí)為1,向上傾斜時(shí)為0.2,向下傾斜時(shí)為0.4);t表示井下巷道中的溫度,單位: ℃.

當(dāng)穿越某條巷道所需的時(shí)間小于上式計(jì)算出的時(shí)間時(shí),認(rèn)為當(dāng)前巷道可以通行.

為了確定某條避災(zāi)路線是否擁擠,定義了稠密度因子α.當(dāng)以 Agent為中心,其 Moore 鄰域內(nèi) Agent的數(shù)量n≥8時(shí)(Agent的Moore鄰域內(nèi)網(wǎng)格數(shù)量為8),認(rèn)為此時(shí)避災(zāi)路線上人員密度較大,稠密度因子α≥1,避災(zāi)路線擁擠; 否則認(rèn)為人員密度較小,稠密度因子0<α<1,避災(zāi)路線不擁擠.

實(shí)際上,Agent避災(zāi)成功與否并不能完全以公式進(jìn)行度量,因?yàn)锳gent是具有智能性的個(gè)體,所以Agent的行為決策還要受到多種因素的影響,要根據(jù)Agent當(dāng)時(shí)所處的環(huán)境進(jìn)行具體分析.

3.2 模型的參數(shù)設(shè)置

模型中參數(shù)的設(shè)置情況如表3所示.

表3 模型中的參數(shù)設(shè)置

3.3 模型的數(shù)據(jù)統(tǒng)計(jì)

模型運(yùn)行時(shí)會(huì)產(chǎn)生很多的數(shù)據(jù),數(shù)據(jù)統(tǒng)計(jì)以tick為單位,每個(gè)tick統(tǒng)計(jì)一次,如Agent避災(zāi)的數(shù)量、死亡的數(shù)量、逃到避災(zāi)硐室和出口的數(shù)量、火災(zāi)蔓延的情況等.該模型最大的一個(gè)特點(diǎn)就是以界面的方式顯示模型運(yùn)行時(shí)產(chǎn)生的數(shù)據(jù),并對(duì)這些數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析,從而利用分析結(jié)果對(duì)模型的運(yùn)行規(guī)則和礦工Agent的設(shè)置進(jìn)行調(diào)整,使模型更加優(yōu)化,更加貼近井下避災(zāi)的真實(shí)情況.

4 仿真結(jié)果分析

圖6是模型的運(yùn)行結(jié)果界面,界面最上方是RePast仿真平臺(tái)工具欄,作用為控制模型的運(yùn)行,如模型的啟動(dòng)、暫停、關(guān)閉和按步運(yùn)行等功能都在RePast工具欄上實(shí)現(xiàn)控制.

Coal Mine Display窗口是仿真模型的顯示界面,顯示各個(gè)tick火災(zāi)的蔓延情況和Agent的避災(zāi)情況,它是動(dòng)態(tài)更新的,每個(gè)tick更新一次,因此每個(gè)tick所顯示的內(nèi)容都在發(fā)生變化.隨著火災(zāi)的蔓延,巷道將逐漸被火所侵占,如果Agent逃到出口的巷道沒(méi)有被火災(zāi)封堵則可以逃到出口處,否則選擇逃到就近的的避災(zāi)硐室躲避.

圖6 模型的仿真界面

Amount Of Agent In Space 窗口用于統(tǒng)計(jì)模型中Agent的數(shù)量,由“●”、“×”、“□”和“▲”四種符號(hào)所繪制的四條曲線用來(lái)表示模型中活著的、死亡的、逃到出口和逃到避災(zāi)硐室的Agent的數(shù)量.由圖6可以看出隨著火災(zāi)的蔓延,避災(zāi)的Agent數(shù)量很多,即大量Agent在火災(zāi)蔓延到自己所處的工作面時(shí)可以成功逃到出口的位置(如升降梯)或是相對(duì)安全且距火災(zāi)發(fā)生位置較遠(yuǎn)的避災(zāi)硐室.隨著模型的運(yùn)行,逃到出口和避災(zāi)硐室的Agent的數(shù)量逐漸增加,沒(méi)有死亡的Agent.Agent逃到出口以后就不在模型中了,因此模型中統(tǒng)計(jì)的活著的 Agent數(shù)量為: 100-死亡的 Agent -逃到出口的Agent.

在仿真模型運(yùn)行過(guò)程中會(huì)產(chǎn)生大量的統(tǒng)計(jì)數(shù)據(jù),fireInSpace窗口輸出火災(zāi)蔓延情況的統(tǒng)計(jì)數(shù)據(jù).模型運(yùn)行1個(gè)時(shí)間步后火災(zāi)發(fā)生,隨著模型運(yùn)行時(shí)間的增加,火災(zāi)蔓延的區(qū)域逐漸增大,將每個(gè)時(shí)間點(diǎn)火災(zāi)的蔓延情況在fireInSpace窗口上繪制出來(lái)并連成一條曲線就可以看到火災(zāi)的蔓延情況; RePast Output窗口顯示模型的輸出信息,Coal Mine Model Setting 窗口用于模型中參數(shù)的設(shè)置及顯示.

5 結(jié)束語(yǔ)

本文利用RePast仿真平臺(tái)對(duì)煤礦井下避災(zāi)模型進(jìn)行仿真,詳細(xì)介紹了模型中Agent的類型、行為決策分析以及參數(shù)設(shè)置情況,最后對(duì)模型的仿真結(jié)果進(jìn)行了分析.仿真結(jié)果表明,該模型能較好地實(shí)現(xiàn)煤礦井下礦工的避災(zāi)情況仿真.但是煤礦井下是一個(gè)動(dòng)態(tài)變化的環(huán)境,不可控因素太多,Agent的狀態(tài)也隨時(shí)在發(fā)生改變,因此如何更加科學(xué)、更加細(xì)化地對(duì)Agent的行為決策進(jìn)行分析與量化是下一步要著重研究的問(wèn)題.

參考文獻(xiàn)

1蔡林沁,羅志勇,王颋,等.基于 Multi-agent的煤礦虛擬環(huán)境體系建模.煤炭學(xué)報(bào),2010,35(1): 61–65.

2楊卓.基于多智能體的井下應(yīng)急撤離虛擬人群仿真研究[碩士學(xué)位論文].重慶: 重慶郵電大學(xué),2015.

3郭東.基于Virtools的煤礦井下逃生系統(tǒng)的研究[碩士學(xué)位論文].太原: 太原理工大學(xué),2016.

4潘長(zhǎng)松,楊俊燕.基于Unity3D的煤礦井下逃生訓(xùn)練系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).礦業(yè)安全與環(huán)保,2014,41(4): 32–35,49.

5齊二偉.基于虛擬現(xiàn)實(shí)的礦井火災(zāi)逃生路徑模擬系統(tǒng)的研究[碩士學(xué)位論文].焦作: 河南理工大學(xué),2011.

6王麗.煤礦井下避災(zāi)硐室研究[碩士學(xué)位論文].西安: 西安科技大學(xué),2009.

7張俊瑞,陳立潮,潘理虎,等.基于多 Agent的煤礦井下礦工逃生模型研究.計(jì)算機(jī)工程與設(shè)計(jì),2012,33(12): 4657–4662.[doi: 10.3969/j.issn.1000-7024.2012.12.047]

8張俊瑞.基于Multi-Agent的煤礦井下礦工井下逃生模型研究[碩士學(xué)位論文].太原: 太原科技大學(xué),2012.

9岳昊.基于元胞自動(dòng)機(jī)的行人流仿真模型研究[博士學(xué)位論文].北京: 北京交通大學(xué),2008.

10中華人民共和國(guó)國(guó)務(wù)院新聞辦公室.中國(guó)居民營(yíng)養(yǎng)與慢性病狀況報(bào)告(2015年).北京: 中華人民共和國(guó)國(guó)務(wù)院新聞辦公室,2015.

11中國(guó)標(biāo)準(zhǔn)化與信息分類編碼研究所.GB/T 10000-1988E中國(guó)成年人人體尺寸.北京: 中國(guó)標(biāo)準(zhǔn)化與信息分類編碼研究所,1988.

12王淇.煤礦井下避難硐室系統(tǒng)研究[碩士學(xué)位論文].武漢:武漢科技大學(xué),2013.