摘? 要： 在分析、比較現(xiàn)有疏散仿真模型的基礎(chǔ)上，考慮到Agent的智能性、自治性、交互性，提出基于多Agent的人員應(yīng)急疏散模型，該模型中疏散空間被分成相等的正方形，每個行人有包括靜止在內(nèi)的9個運動方向。個體在選擇疏散出口的決策過程中，綜合考慮個體到出口的距離、視野范圍內(nèi)的人員、障礙個數(shù)及其相關(guān)密度。在仿真中，考慮出口的數(shù)量位置和出口的寬度，結(jié)果表明，增加出口的數(shù)量和出口的寬度，疏散過程中加入引導員能夠有效地提高疏散效率。該研究對于制定有效的應(yīng)急疏散方案，具有一定的實際參考意義。

關(guān)鍵詞： 人員疏散; 應(yīng)急疏散; 多Agent; 仿真實驗; 個體決策; 疏散效率

中圖分類號： TN911.23?34; TP391.9? ? ? ? ? ? ?文獻標識碼： A? ? ? ? ? ? ? ? ? ? ? 文章編號： 1004?373X（2020）08?0135?04

Research on personnel emergency evacuation model based on multi?Agent

ZHANG Jicheng

（Yangtze University College of Technology & Engineering， Jingzhou 434020， China）

Abstract： On the basis of analyzing and comparing the existing evacuation simulation models， a multi?agent?based emergency evacuation model is proposed in consideration of the intelligence， autonomy and interactivity of agents. In this model， the evacuation space is divided into equal squares， and each pedestrian has 9 directions of motion， including the static one. In the decision?making process of individual choosing the evacuation exit， the distance from individual to exit， the number of personnel and obstacles within the scope of vision and the relevant density are comprehensively considered. In the simulation， in consideration of the quantity， position and width of the exit， the results show that the evacuation efficiency can be improved effectively by increasing the quantity and width of the exit， and adding the guide in the evacuation process. The research has certain practical reference significance for the formulation of effective emergency evacuation planning.

Keywords： personnel evacuation; emergency evacuation;? simulation modeling; multi?Agent; simulation experiment; individual decision making; evacuation efficiency

近年來，大型公共場所人群流動性大、高度聚集，一旦突發(fā)災(zāi)害，人員應(yīng)急疏散措施無法科學有效的組織，將造成嚴重的生命財產(chǎn)損失。對突發(fā)事件的人員疏散進行計算機仿真已成為眾多研究者進行應(yīng)急疏散研究的主要手段之一。從當前的研究來看，其仿真模型中的宏觀模型從整體考慮仿真對象，個體間的差異性被忽略。而微觀模型考慮群體的異質(zhì)性，其中基于Agent的模型將疏散人員抽象為Agent個體，已成為多數(shù)學者研究的熱點。文獻[1?9]對多Agent應(yīng)用于大型公共場所，如體育館場所、艦船、地鐵、礦井人員疏散進行了研究。在文獻[10]的基礎(chǔ)上，建立基于Agent的疏散仿真模型，每個行人Agent在每一時刻的動作規(guī)律由多種因素決定。在仿真中，考慮出口的數(shù)量位置和出口的寬度，結(jié)果表明，增加出口的數(shù)量和出口的寬度，疏散過程中加入引導員可以有效地提高疏散效率。該研究對于制定有效的應(yīng)急疏散方案，具有一定的實際參考意義。

1? 人員疏散的Agent模型

1.1? Agent介紹

Agent是一個智能性、具有一定社會性的實體。Agent能夠?qū)χ車h(huán)境的變化做出一個反應(yīng)，能夠以主動服務(wù)的方式代表用戶完成一項任務(wù)，同時，Agent彼此之間可以進行相互交互。Agent個體之間的交互使得Agent具有：自治性，即Agent能夠自我控制，感知外界變化，根據(jù)變化產(chǎn)生自己的決策行為;交互性，即Agent個體彼此之間能夠協(xié)作互動;智能性，即Agent具有學習知識進行推理和規(guī)劃能力等特點。

1.2? 基于Agent的模型基礎(chǔ)

為了更好地模擬個體在疏散場所中的情況，基于Agent的人員疏散仿真，需要從以下3個方面進行建模。

1.2.1? 個體Agent建模

在疏散過程中，個體Agent的狀況應(yīng)優(yōu)先被研究。個體的內(nèi)部特征由于所處空間位置、身體健康狀況以及個體屬性的不同而存在較大差異，因此個體的模型定義也會有所區(qū)別。本文將每個被疏散的人員定義為一個Agent，其屬性集Person為：Person={Pid，X，Y，x，y，Eexit，Epath}，其中，Pid為個體的標記符，坐標（X，Y）為個體的網(wǎng)格坐標，（x，y）為個體的物理坐標，Eexit為個體當前選擇的目標疏散出口，Epath為下一步移動方向。

1.2.2? 環(huán)境空間建模

借鑒元胞自動機的模型假設(shè)，每個元胞包含空、被一個Agent占據(jù)、被一個障礙占據(jù)三種狀態(tài)。遵循一定的規(guī)則，每個Agent通過決策選擇向空鄰域移動或停滯當前?？紤]四方形網(wǎng)格在表達二維元胞自動機空間方面具有簡單、易于表達的優(yōu)點，本文采用0.5 m的正方形網(wǎng)格的空間劃分方法。

1.2.3? 個體Agent行為建模

個體Agent行為建模的關(guān)鍵在于如何選擇疏散出口以及行動方向。本文表征每個個體以一定的概率擁有9個下一步行動方向，如圖1所示。

考慮個體只能夠獲取局部信息的區(qū)域，本文定義個體的視野范圍。作向量[a]，其中以個體當前位置為起點，終點為個體到出口直線上第5個存在個體的網(wǎng)格，再作兩條與[a]夾角為[45°]的直線，則滿足兩條直線內(nèi)的所有區(qū)域，即個體的視野范圍。個體綜合考慮各種因素選擇疏散出口，從而選擇下一步移動方向。

2? 基于多Agent的人員疏散模型建模

2.1? 個體疏散模型框架

疏散過程中，個體的行動規(guī)則受個體的位置、個體的能力、出口的位置、Agent的密度、視野中的障礙物等多方因素的影響。研究表明行人并不總是向最近的出口移動。由于這些因素，在疏散過程中可能會出現(xiàn)以下現(xiàn)象：

1） 人員自發(fā)的向出口前聚集;

2） 靠近出口呈拱形或半圓形;

3） 離出口近的個體先行抉擇和行動;

4） 當行人發(fā)現(xiàn)目標出口的疏散速度小于其他出口，他可以更改目標出口。

考慮疏散規(guī)則及上述疏散情形，本文采用的個體疏散模型框架如圖2所示。

2.2? 模型建模與算法描述

根據(jù)圖2中的個體疏散模型框架，基于多Agent疏散算法如下。

2.2.1? 確定目標出口

如果存在多個可行出口，每個Agent在確定下一步的行動方之前需要首先確定目標出口，此過程受到出口的距離、Agent視野內(nèi)疏散人數(shù)和障礙物的數(shù)量和密度的影響。

1） 到出口的距離

假設(shè)疏散區(qū)域存在N個出口，每個出口占據(jù)n個網(wǎng)格寬，每個出口是網(wǎng)格寬的n倍，則個體到每個出口小格的距離[Dij]為：

式中，（x，y）為個體當前位置坐標，第i個出口第j個小格的位置坐標為（[xijd，yijd]）。

2） 到出口的人數(shù)和障礙數(shù)

定義[Uij]為個體到第i個出口的第j個小格視野區(qū)域的網(wǎng)格集，則人數(shù)及障礙數(shù)的總和[Sij]為：

式中，

[gx′，y′=1，坐標（x′，y′）被個體或故障占據(jù)0，坐標（x′，y′）未被個體或故障占據(jù)]? ? ?（3）

3） 到出口的人員密度和障礙密度

定義[Uij]為個體到第i個出口的第j個小格的視野區(qū)域的網(wǎng)格個數(shù)，則人員及障礙密度[Mij]為：

4） 綜合確定出口

確定個體目標出口要考慮到出口距離、到出口的人數(shù)障礙物及其密度等綜合因素，目標出口[Ci*j*]如下：

式中，上述 3個因素對個體決策的影響權(quán)重分別由[α1～α3]表示。

2.2.2? 確定行動方向

以個體為中心，9個可行方向j可以被個體選擇，如圖1所示。

1） 到目標出口的距離

由式（5）確定出目標出口[Ci*j*]，坐標為（[xi*j*d，yi*j*d]），則到目標出口的距離[DjT]為：

2） 到目標出口的人數(shù)和障礙數(shù)

定義[Rj]為個體的可行方向到目標出口的視野區(qū)域網(wǎng)格集，則視野內(nèi)到目標出口的人數(shù)和障礙數(shù)總和[SjT]為：

式中，[g（x′，y′）]定義與式（2）中的定義一致。

3） 到目標出口的人員密度和障礙密度

定義[Rj]為個體的可行方向到目標出口的視野區(qū)域的網(wǎng)格個數(shù)，則人員和障礙密度[MjT]為：

4） 綜合確定行動方向

個體將根據(jù)95%的概率從最優(yōu)或5%的概率次優(yōu)行動方向中選擇下一步的行動方向，其中最優(yōu)方向和次優(yōu)方向的表達式分別為：

2.2.3? 行? 動

本模型中個體向目標出口的移動過程即行動過程，個體移動次序綜合考慮距離及個體能力強弱，如果這兩項指標相同時，移動次序被隨機決定。

3? 疏散模型的仿真實現(xiàn)

3.1? 仿真流程

在Repast平臺下對采用基于Agent的建模方法進行仿真。本文模擬的是一個大小為24 m×25 m的超市，分布于其中的被疏散人員Agent 的初始狀態(tài)屬性均隨機給定，而且每次模擬的Agent初始人數(shù)、超市的出口寬度以及出口數(shù)量可以設(shè)定。

3.2? 仿真結(jié)果

1） 不同數(shù)量的被疏散人員的疏散情況

初始條件為：出口寬度2.5 m，出口數(shù)量1個，不同數(shù)量的被疏散人員的疏散情況如表1所示。

2） 不同數(shù)量出口的疏散情況

初始條件為：初始人數(shù)300人， 出口寬度2.5 m，不同數(shù)量出口的疏散情況如表2所示。

表2? 不同數(shù)量出口的疏散情況

[疏散出口 /個 1 2 3 4 疏散時間 /s 49 29 19 15 ]

出口數(shù)量不同時在疏散時間為20 s后人員的分布如圖3所示，其中青壯年Agent用黑顏色表示，引導員用紅色Agent表示。

3） 出口寬度不同的疏散情況

初始條件為：初始人數(shù)300人，出口數(shù)量1個，出口寬度不同的疏散情況如表3所示，疏散時間為30 s時的疏散圖如圖4所示。

通過以上的仿真結(jié)果，可以得出如下結(jié)論：

1） Agent在無引導員，以及出口寬度和出口相同的情況下，疏散時間隨著疏散人數(shù)的增加而增加。

2） 適當增加疏散出口數(shù)量和寬度能夠減少疏散時間，通過在疏散場所中加入引導員，來動態(tài)實時地對Agent給出方向引導，提高疏散效率，同時引導員的分布應(yīng)盡量合理，通常被安排在路徑交叉的地方以及人員有可能大規(guī)模聚集的地方。

3） 從疏散出口設(shè)計的角度來看，疏散出口的位置對于人員是否能及時疏散有很大的影響。由仿真結(jié)果可知，在人數(shù)較多的情況下，單一出口會出現(xiàn)在出口附近有大量人員聚集以及停等的現(xiàn)象，嚴重時有可能引起推搡和踩踏等，造成人身傷害，這是在人員疏散中首先要避免的情況。在多出口的情況下，疏散出口的分布應(yīng)盡量分散在場所的各個主要方向，在人群可能聚集密集的方向，可以適當增加出口的數(shù)量。出口寬度不能過于狹窄，可以根據(jù)建筑布局適當?shù)耐貙?，以提高人員疏散的效率。

4 結(jié)? 語

人員安全疏散就是科學疏散，本文引入多Agent技術(shù)，對應(yīng)急疏散模型進行了設(shè)計與實現(xiàn)。仿真結(jié)果表明，從疏散出口設(shè)計的角度來看，疏散出口的位置對于人員是否能及時疏散有很大的影響。適當增加疏散出口數(shù)量和寬度能夠減少疏散時間，在疏散場所中加入引導員顯得十分重要，能夠提高疏散效率。隨著多Agent思想建立的模型以及對相應(yīng)仿真軟件進行進一步優(yōu)化，確信它們將在人員應(yīng)急疏散的工作中發(fā)揮更大的作用。

參考文獻

[1] 張學鋒，張成俊，白晨曦，等.基于智能體技術(shù)的多重災(zāi)難人員疏散感知模型[J].系統(tǒng)仿真學報，2016，28（3）：535?541.

[2] 曹愛春，楊曉艇，侯旭東.Agent?CA的體育場館人群疏散模型[J].計算機工程與應(yīng)用，2013，49（24）：229?232.

[3] 陳迎欣.基于Multi?agent的地鐵站內(nèi)人群應(yīng)急疏散交互研究[J].計算機應(yīng)用與軟件，2013，30（10）：226?228.

[4] 馬晉鈺，吳建松，原帥琪.基于Multi?Agent的礦井人員疏散數(shù)值模擬[J].科學技術(shù)與工程，2017，17（36）：152?157.

[5] 田萍.面向艦船人員的應(yīng)急疏散系統(tǒng)仿真[J].艦船科學技術(shù)，2015，37（2）：192?195.

[6] MEI Linchu， PAOLO Parigi， JEAN?CLAUDE Latombe， et al. Simulating effects of signage， groups， and crowds on emergent evacuation patterns [J]. AI & society： the journal of human?centered systems and machine intelligence， 2015， 30（4）： 493?507.

[7] FRANTI?EK ?apkovi?. Agent?based modelling of the evacuation of endangered areas in crisis situations [J]. Vietnam journal of computer science， 2015， 2（1）： 35?45.

[8] XIONG M Z， TANG S Y， ZHAO D. A hybrid model for simulating crowd evacuation [J]. New generation computing， 2013， 31（3）： 211?235.

[9] SHARMA S， OGUNLANA K， SCRIBNER D， et al. Modeling human behavior during emergency evacuation using intelligent agents： A multi?agent simulation approach [J]. Information systems frontiers， 2018， 20（4）： 741?757.

[10] 張繼成，羊秋玲.基于多Agent的人員應(yīng)急疏散模型設(shè)計與實現(xiàn)[J].現(xiàn)代電子技術(shù)，2018，41（12）：172?175.