第1章 总论 1
1.1 行人行为 1
1.1.1 正常行为 1
1.1.2 恐慌状态下的行为 2
1.2 行人建模与仿真 2
1.3 行人建模 3
1.3.1 行人动力学宏观特性 3
1.3.2 行人动力学微观特性 5
1.3.3 现有行人模型分类 5
1.3.4 离散选择模型 6
1.3.5 元胞自动机模型 7
1.3.6 排队论模型 9
1.3.7 基于导航的模型 10
1.3.8 流体动力学模型 11
1.3.9 社会力模型 12
1.3.10 基于智能主体的模型 13
1.3.11 基于优化的模型 14
1.3.12 人群的建模 17
1.4 行人仿真 18
1.5 避碰策略 18
1.5.1 行人避碰 18
1.5.2 机器人和行人避碰 19
1.6 疏散 20
1.6.1 疏散标准 20
1.6.2 疏散模型分类 21
1.6.3 疏散模型比较 22
参考文献 25
第2章 基于元胞自动机模型的扩展交织区行人流线分析 33
2.1 交织区 33
2.2 交织区设置方式 34
2.3 基于背景场和行人行走习惯的元胞自动机模型 35
2.3.1 背景场 35
2.3.2 局部运动规则 37
2.3.3 靠右行走倾向 38
2.4 行人流实验及数值仿真 39
2.4.1 单一交织区情形下的行人流仿真 39
2.4.2 扩展交织区情形下的行人流仿真 40
2.4.3 单一交织区与扩展交织区的比较 42
2.4.4 两个瓶颈间隔的影响 44
2.5 结论 45
参考文献 45
第3章 基于元胞自动机和事件驱动模型的商场疏散仿真 48
3.1 简介 48
3.2 行人疏散相关研究 49
3.3 仿真模型 50
3.3.1 仿真方法概述 50
3.3.2 仿真场景 50
3.3.3 系统事件 52
3.3.4 模型表达 53
3.3.5 移动模式 55
3.4 背景场的形成 56
3.4.1 静态背景场 56
3.4.2 动态背景场 59
3.4.3 局部运动规则 60
3.5 仿真结果 61
3.5.1 仿真算法流程图 61
3.5.2 购物场景 62
3.5.3 顾客流量变化 62
3.5.4 顾客购物时间分布图 63
3.5.5 紧急疏散场景 64
3.5.6 疏散时间及出口宽度的影响 64
3.5.7 疏散时间及人数的关系 65
3.5.8 多出口场景 65
3.6 结论 67
参考文献 68
第4章 基于增强学习的行人流仿真 72
4.1 增强学习要素 72
4.2 Agent-环境接口 73
4.3 目标设置和如何达到目标 74
4.4 马尔可夫决策过程 74
4.5 值函数 75
4.6 增强学习在行人流仿真中的应用 77
参考文献 78
第5章 基于智能计算的行人流模拟 80
5.1 粒子群优化 80
5.1.1 粒子群算法起源 80
5.1.2 粒子群算法基本思想 81
5.1.3 粒子群算法流程 82
5.2 基于粒子群优化的行人流模拟 82
5.2.1 利用粒子群控制计算机图形学中的行人移动 82
5.2.2 基于粒子群算法预测行人疏散时间 84
参考文献 87
附录 89