CN102693330A - 基于扩展bdi模型的人群疏散仿真方法 - Google Patents
基于扩展bdi模型的人群疏散仿真方法 Download PDFInfo
- Publication number
- CN102693330A CN102693330A CN2011100735108A CN201110073510A CN102693330A CN 102693330 A CN102693330 A CN 102693330A CN 2011100735108 A CN2011100735108 A CN 2011100735108A CN 201110073510 A CN201110073510 A CN 201110073510A CN 102693330 A CN102693330 A CN 102693330A
- Authority
- CN
- China
- Prior art keywords
- people
- intelligent body
- model
- evacuation
- grid
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及基于扩展BDI模型的人群疏散仿真方法，本发明提出了一种基于扩展BDI模型的人群疏散仿真方法，该方法基于扩展BDI模型，利用细胞自动机与多智能体技术，并能根据实际建筑的平面布局，对在紧急状况下(如火灾等)的公共场所人员疏散进行仿真。 该方法在人群仿真的过程中充分考虑人员的心理状态对疏散的影响，经过扩展的BDI体系结构对这些精神层面的因素给予了一定的支撑，其应用于对环境信息不完整的人群仿真，更与现实符合。 该方法在建筑物中的大量人员安全、快速疏散仿真研究中具有广泛的应用前景，能够检验设计方案或应对预案，是一种比较经济可行的人群疏散仿真方法。
Description
技术领域
本发明涉及计算机图形学中的人群仿真，尤其是基于扩展BDI模型建立的公共场所中在紧急状况下(如火灾)人员疏散的仿真模型及其***实现。
背景技术
随着社会经济以及城市的发展，大型建筑，如摩天人楼、体育场馆、车站、码头和机场等大量涌现。在这些场所，通常有大量的人员出入或逗留。怎样将建筑物中的大量人员安全、快速疏散，不仅是建筑物设计时必须认真考虑和研究的问题，也是已有建筑进行紧急情况应对预案的重要研究课题。在这方面的研究中，通过计算机的仿真模拟，检验设计方案或应对预案，是比较经济可行的手段。
一旦发生紧急事件，在人群疏散时，对环境的熟悉程度及其恐慌程度是影响疏散的有序与速度的重要因素，因为在紧急的环境下，人会高度恐慌以及感到不舒适，无组织的疏散会导致拥挤或发***事件而造成人员伤亡，造成悲剧发生。
近年米，这方面研究的重点是基丁一智能体技术(Agent)的疏散仿真模型。在这类模型中，不预先设定人群的行为规律，而是将建模的落脚点放在单个的人上。用“智能体”(智能体)表示单个的人。通过将大量代表个人的智能体放在虚拟的建筑物空间中，研究它们的总体行为，就可以模拟出真实状况下人群的行为。
细胞自动机(Cellular Automata)最初是由计算机之父冯·诺依曼(John Von Neumann)于20世纪40年代开始研究的，并且由致促成了白我复制自动机的发展。
细胞自动机是一种自生的机器。细胞自动机是由一些特定规则的格子组成，可以是二维的矩形数组，还可以是三维的长方体网络。我们可以将每个格子看成是一个细胞，而每个细胞都会具有一些状态，但在某一个时刻中每一个细胞只可能处于一种状态．在引入了离散的时间变化后，用细胞自动机可以表现一个动态的过程──每个细胞的状态在一个时间步长内都是不变且确定的，这可以由该细胞的上一个状态、周围细胞的状态，然后根据一定的状态转移规则计算出来，这里的周围细胞的多少就是由半径r决定的(见附图1)。因此，当我们设计好细胞自动机中各个细胞的初始状态后，它们便可按照所设定的，相同的规则进行演化。
但是，在这些仿真模型中都忽略了人掌握的信息和人的主观意志对疏散过程的影响，个人被设定为拥有完美的信息和完全的理性，这与现实状况有较大偏差。
在一股情况下，模拟人的行为是十分困难的，但并不是不可能，其中一个比较普通的办法就是设计一个可以模拟人的性格的智能体，这样的智能体运作于一个场景中，并且是自主地运行，它们是自治的，协作的，有学习能力的，能适应的；并且有社会能力，反应能力以及前趋性。自治意味着智能体运动可以不进行直接，持续的监督。
随着研究水平的提高，对人的精神层面的不确定性方面研究给予了更多的重视，主要体现在在智能体技术的基础上，把智能体(智能体)定位为有意识***，目前比较成熟的智能体认知结构是由Rao和Georgef提出的BDI(belief，desire，intention)模型，一个BDI智能体的精神状况表现在三个方面：信念(beliefs)，由智能体对环境的熟悉程度决定；期望(desires)，表现出智能体要做出的事件；意图(intentions)，是智能体对期望的表达与目的。
BDI模型体现出以下的优势：
──它来源于心理学，很容易能使人表达出其合理性以及适当的行为：
──它是一个成熟的模型，已经使用于多个软件***。
发明内容
本发明基于扩展BDI模型，以及利用细胞自动机与多智能体技术，建立了公共场所中在紧急状况下(如火灾)人员疏散的仿真***。在人群仿真的过科中充分考虑人员的心理状态对疏散的影响，BDI(Belief—Desire—Intention)体系结构对这些精神层面的因素给予了一定的支撑，其应用于对环境信息不完整的人群仿真，更与现实符合。
要建立仿真***，首先对BDI模型进行扩展，然后利用细胞自动机与多智能体技术构建仿真模型与个人行为原则，然后根据上述仿真模型和个人行为原则建立相应的数学模型，最后对在对烟雾的扩散和碰撞检测予以考虑就可以了
附图说明
图1不同半径的周围细胞示意图
图2扩展的BDI模型下人的行为方式
图3模拟***运行的流程图
图4***模拟的样例场景
图5仿真***模拟样例的初始场景
图6仿真***模拟样例的运行过程
图7仿真***模拟样例运行结束
具体实施方式
(一)细胞自动机与多智能体技术的应用
(1)细胞白动机
传统的细胞自动机理论中，一个网格内可以容纳多个智能体，当智能体数目多于某个值时，从中按一定规则选出一个智能体随机移向邻接的网格中。当智能体是人时，这个规则往往是优先级即心理状态最差的人离开。其前提是应用细胞自动机的环境具有特点——不考虑障碍，智能体可到达环境中的每一个地方。
但本发明所要研究的环境则是一定要有内部障碍，有障碍的地方就是不可达的。此外，建筑的倒塌、火灾或者毒气攻击等，必定会影响到周围的环境，人的生命值和视野不是固定不变的。在这种情况下，一个网格内有多个细胞就行不通了，因为障碍的位置难以描述，烟雾的扩散也难以表示。在这种情况下，设定的每个网格仅能容纳一个智能体，网格与细胞是相等大小的，一个网格内要么是障碍，要么是智能体，再要么为空。烟雾只能扩散到不是障碍的网格内。
本模拟***基于二维细胞自动机技术，表现为二维的网格(grids)，每个格子代表一个细胞。在场景初始化后每个细胞(格子)就有了初始状态。一共有四种可能的状态：为空或人已死亡(value=O)，墙(value=１)，有烟(value=2)，有人(value=3)，模拟撤离过程开始后，每隔一个时间步(Step)更新一次细胞的状态。
(2)多智能体
单智能体是一个可会按所指定的规则在网络(这里可看作一个虚拟的建筑物)中行走，并且会绕过障碍物的智能体。在单智能体的基础上就可扩展成多智能体，当每个智能体在行走时，每个智能体的行走规则跟上述单智能体的规则一致。每个智能体除了要判断周围障碍物外，还要判断是否有其它智能体存在。以这里，把其它智能体也作为障碍物处理。
(二)对BDI模型的扩展
原有的BDI模型是在智能体的三类意识态度上进行分析，它所体现出来的人的认知结构是复杂的，并没有详细具体地表现出三类意识状态的具体内容，因此可根据本次仿真***的需要，对其赋予具体的内容，使之适用于具体的环境中。
在人群疏散模型中，Belief-信念是由智能体对环境的熟悉程度决定，也就是其要逃离困境的信念；在信念与初始目的的基础上，智能体产生新的desire－期望，期望受到人的心理状态与速度的影响，造成每个人的期望各不相同；最后由期望产生目标，达到目标后，根据变化的参数形成新的intention-意图。在扩展BDI下人的行为方式如图2所示。
(三)仿真***的建立
(1)仿真模型与个人行为原则
***采用二维的模拟仿真，可根据实际建筑平面来设计相应的仿真场景。例如附图4的场景样例主要是模拟一个两个出口的公共场所，场景中央是一个比较人的“舞池”；上下两边分别有10个类似的“小房间”(包厢)。
在建立仿真场景时，平面空间划分为大小相等的正方形单元格，网格的边长取为0.4m，与人的肩膀的宽度相对应，被仿真的区域为被墙(柱子、家具等阻碍人行动的障碍物)和出口所包围的单元格集合，任意单元格在任意时刻最多只能被一个智能体占据，因此智能体的位置由单元格确定，向量L(l1t，l2t…lnt)表示t时刻所有智能体的位置信息，人初始位置随机确定。
细胞自动机可以实时地模拟出场景的变化，如当建筑物的某一个地方出现倒塌或火灾时，它相邻的地方都会受到影响，这些特性都和细胞自动机的特征非常类似。只要在模拟程序设置适当的参数，能够实现现场的仿真模拟，因此，设定的环境网格有四种属性：空、障碍、人、烟，这些信息存储在Room对象的grids链表中。
多智能体技术则可以用于模拟人群的走动情况，使得模拟的物体能够适当地避开障碍物，选取一定的路径进行行走，但也可设置适当的参数值模拟出概率性偏离目标，这便可以模拟出比如人们在不同状况环境下的不同心理状态的行走情况．
为真实地描述个人状况，根据BDI的扩展模型，规定个人行为的原则为：
1、人在对环境有一定熟悉的情况下，会选择最短的路径走向离自己最近的出口；
2、人的恐慌程度决定于他的位置特征与其具有的特性，人的情绪越慌乱，就越容易采取不理智的行为(如偏离已知的最短路径)；人的恐慌随着疏散时间的增加而增加，即理性程度不断减少。
3、人对周围的空间环境了解越多，就越清楚最短路径的位置；反之，就越无法确定最短路径的位置，其行动就表现出一下的摸索性。
4、烟雾会造成对人的身体及视线的伤害，使人的生命值减少及行动更为不确定。
(2)数学模型
根据个人的实际，将代表某个人i的智能体表示为
a i =(l i ,v i ,s,a,n)
(1)
式中：
l i
表示智能***置：
v i
为智能体的意愿行进速度：s为描述人对建筑物内空问信息掌握情况的参数／对环境的熟悉程度：a为描述人理性程度的参数：n是其所处位置的安全程度，在此用是否有烟雾决定。
对环境的熟悉样度决定于不熟悉环境的人数占总人数的比例(proportion)，因为只有在不熟悉环境的情况下，人的理性程度才影响到人运动方向的确定性，人理性程度的参数决定于心理状况低于一定程度的人数占不熟悉环境的人数的比例，人的心理状态表现为人的优先级(priority)，在***中智能体的优先级有五个：1、2、3、4、5，设定pnority>=4时，人处于理性状态；priontyProportion越大，人的理性程度越低。人对环境的熟悉剧度及理性剧度在随机生成人时确定。
依据个人行为的原则，通过迭代的方法得出各个时刻各智能体的位置，从而模拟出疏散的动态，即
L t+l =F(L t ，v t ，s，a)
(2)
式中
v t =( v 1t ，v 2t ，…，v nt )
仿真的实现关键在于智能体某一时刻位置的确定，智能体的下一时刻的位置受到上一时刻的位置(L)、行进速度(v)、对环境熟悉程度(s)、其理性程度的影响(a)，根据个人行为原则，熟悉环境的人以最短路径走向出口，在路径规则方面应用了图论中求最短路径的迪杰特拉斯算法，从而实现了多出口。
把每一个网格看成图中的一个节点，邻接矩阵是使用迪杰特斯拉算法的前提，其生成规则如下：到本身的距离为０；都不是障碍的两个相邻网格之间的距离为1；其余网格之间的距离为无穷大。用迪杰特斯拉算法计算出每个门网格到其余所有网格的最短距离，并保存其最短路径。
对于要进行一步移动的Person对象，属性priority>=4，或者当前Person对象的fＷithMark为true，则根据当前Person对象的属性path链表所保存的最短路径，确定下一步要走的位置，在保存当前位置后移到新位置上。否则，根据BDI模型，智能体的期望必定是向理性程度高的智能体集中，即从其视野eyeShot中寻找最近且priority值最大的Person对象──如果找到，则以x轴方向优先的方式向其靠近一步．
Prionty<4时，不熟悉环境的那些人可能会产生“死锁”现象。例如，如果相邻的人都是不熟悉环境的，并且都被对方选为跟随的目标，则可以相互等待但都静止不动，当然这也可能是相邻的几个人。所以在这类人进行行走时要先检测其当前位置与上一个位置是否相同，如果相同，则不管是前面的网格被占据，还是产生了如上所说的“死锁”，都随机改变其方向directi on。
智能体到达下一位置后，基于BDI模型，智能体的参数由其白身的理性状态与该位置的安全程度决定，从而产生新的参数，处于不断地循环。
(3)烟雾的扩散
公共场所内可燃物多，火灾荷载人。火灾中烟要比火对人造成的伤害大，大多数的丧生者不是被火烧死，而是被烟熏得因窒息而死。
因为公共娱乐场所由于多进行装修，而现在的装修材料多是易燃的，在着火后会进行很快的蔓延，同时产生的烟雾不但会直接伤害人的身体，还会不同程度地阻碍人的视线。所以，在对公共娱乐场所的火灾进行仿真时，一方面要考虑烟雾对人身体的伤害和对视线的伤害，另一方面还要考虑烟雾的扩散。
本***对烟雾对人身体的伤害的方法如下：
为每一个人设置一个生命值变量(1ifeValue)，初始化时随机赋一个合理的值，介于０到255之间。烟雾也存在伤害指数(hurtNum)，有一个最初值initialHurtExponent，并每秒以某个值increaseHurtExponent进行增长，同一个网格内的烟雾的伤害指数是相同的，而不同网格内的烟雾的伤害指数不尽相同。当人走到有烟雾的网格内时，其生命值在一个时间步长内的减少量就等于对应烟雾的伤害指数。当人的生命值减少到不火于0时，他就变成了死亡的个体，停在该处，不在继续行走。烟雾扩散与人的正常行走速度有一个大致的比值，人的行走速度：0.4m／s、0.8m／s、 1.2m／s、1.6m／s和2.0m／s，烟雾的扩散速度：0.3m／s－0.5m／s，这里取0.4m／s。
烟雾对人的视线的影响主要在人的心理状况较差并且人不熟悉环境时体现出米。因为熟悉环境的人，烟雾对视线并不造成太大的影响，如果不熟悉环境，但是其理性程度十分高，可根据现场的指示按最短路径逃离，否则智能体人将会在其视线范围内找出最近的且理性程度最高，心理状态最好的智能体来向其靠近，跟随其移动，这时候烟雾对人的视线的影响就产生了作用。人的视野范同eyeShot初始化为2m，即5个网格，与人的视野范闱对府的是烟雾对视野范罔的影响指数(opacityExponent)，有一个最初值initialOpacityExponent，并每秒以某个值increaseOpacityExponent进行增长。
烟雾对人的生命值和视线的双重影响是在完成Room对象的crowdMove ()方法，即所有的智能体都走了一个基本步后执行的。为了便于***的实现，我们做了如下简化──人死亡后，并不影响其他人通过。本***中浓烟的initialHurtExponent、increaseHurtExponentl、 initialOpacityExponent和increaseOpacityExponent分别设置为5、5、1和1。
(4)碰撞检测与处理
碰撞检测与处理在使川了细胞白动机技术后，这个问题已经被简化很多。住一次碰撞检测中，我们循环判断当前群体中是否存在碰撞，即检查是否存住有一个网格内有多于一个智能体的现象，直至搜索不到有碰撞存在。当存在碰撞时，则分析发生碰撞的两个智能体：如果其中一个的原位置就在此处，则另一个退同其上一个何置；如果两个智能体都是新米的，则优先级高的留下，另一个后退，如果两个智能体的优先级相同，则随机选一个后退。
本发明建立了公共场所中在紧急状况下(如火灾)人员疏散的仿真模型，可根据实际建筑模拟出不同的平面布局。而且在人群仿真的过程中充分考虑人员的心理状态对疏散的影响，经过扩展的BDI体系结构对这些精神层面的因素给予了一定的支撑，其应用于对环境信息不完整的人群仿真，更与现实符合。所以本***在建筑物中大量人员安全、快速疏散的研究模拟中具有广泛的应用，可以通过计算机的仿真模拟，检验设计方案或席对预案，是比较经济可行的手段。
Claims (5)
1.基于扩展BDI模型的人群疏散仿真方法，其特征是基于扩展BDI(Belief-Desire-Intention)模型，以及利用细胞自动机与多智能体技术，建立的公共场所中在紧急状况下(如火灾)人员疏散的仿真模型；在人群仿真的过程中充分考虑人员的心理状态对疏散的影响，BDI(Belief-Desire-Intention)体系结构对这些精神层面的因素给予了一定的支撑。
2.根据权利要求1所述的细胞自动机技术，其特征是基于二维细胞自动机技术，表现为二维的网格(grids)，每个格子代表一个细胞；在场景初始化后每个细胞(格子)就有了初始状态；一共有四种可能的状态：为空或人已死亡(value=0)，墙(value=1)，有烟(value=2)，有人(value=3)，模拟撤离过程开始后，每隔一个时间步(Step)更新一次细胞的状态。
3.根据权利要求1所述的多智能体技术，其特征是在单智能体的基础上扩展成多智能体；单智能体是一个可会按所指定的规则在网络(这里可看作一个虚拟的建筑物)中行走，并且会绕过障碍物的智能体；当每个智能体在行走时，每个智能体的行走规则跟上述单智能体的规则一致；在这里，把其它智能体也作为障碍物处理。
4.根据权利要求1所述的扩展BDI(Belief-Desire-Intention)模型，其特征是Belief-信念是由智能体对坏境的熟悉程度决定，也就是其要逃离困境的信念；在信念与初始目的的基础上，能体产生新的Desire-期望，期望受到人的心理状态与速度的影响，造成每个人的期望各不相同；最后由期望产生目标，达到目标后，根据变化的参数形成新的Intention-意图。
5.根据权利要求1所述的扩展BDI模型以及细胞自动机与多智能体技术，其特征是建立以下数学模型：
(1)根据个人的实际，将代表某个人i的智能体表示为
a i =(l i ,v i ,s,a,n)
(1)
式中：l i 表示智能***置；v i 为智能体的意愿行进速度: s为描述人对建筑物内空间信息掌握情况的参数／对环境的熟悉程度；a为描述人理性程度的参数；n是其所处位置的安全程度，在此用是否有烟雾决定；对环境的熟悉程度决定于不熟悉环境的人数占总人数的比例(proportion)，人的心理状态表现为人的优先级(priority)，在***中智能体的优先级有五个：1、2、3、4、5，设定priority>=4时，人处于理性状态；priorityProportion越大，人的理性程度越低；人对环境的熟悉程度及理性程度在随机生成人时确定；
(2)通过迭代的方法得出各个时刻各智能体的位置，模拟出疏散的动态，即
L t+l =F(L t ，v t ，s，a)
(2)
式中
v t =( v 1t ，v 2t ，…，v nt )
智能体某一时刻位置的确定，智能体的下一时刻的位置受到上一时刻的位置(L)、行进速度( v)、对环境熟悉程度( s )、其理性程度的影响( a )，根据个人行为原则，熟悉环境的人以最短路径走向出口，在路径规则方面应用图论中求最短路径的迪杰特拉斯算法，实现多出口；把每一个网格看成图中的一个节点，邻接矩阵是使用迪杰特斯拉算法的i玎提，其生成规则如下：到本身的距离为0；都不是障碍的两个相邻网格之问的距离为1；其余网格之间的距离为无穷大；用迪杰特斯拉算法计算出每个门网格到其余所有网格的最短距离，并保存其最短路径时。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011100735108A CN102693330A (zh) | 2011-03-25 | 2011-03-25 | 基于扩展bdi模型的人群疏散仿真方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011100735108A CN102693330A (zh) | 2011-03-25 | 2011-03-25 | 基于扩展bdi模型的人群疏散仿真方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN102693330A true CN102693330A (zh) | 2012-09-26 |
Family
ID=46858763
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2011100735108A Pending CN102693330A (zh) | 2011-03-25 | 2011-03-25 | 基于扩展bdi模型的人群疏散仿真方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102693330A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104239636A (zh) * | 2014-09-16 | 2014-12-24 | 北京航空航天大学 | 一种火灾应急疏散模拟方法 |
| CN105701314A (zh) * | 2016-02-25 | 2016-06-22 | 武汉大学 | 一种基于自适应智能体模型的复杂人群疏散行为仿真方法 |
| US9972176B2 (en) | 2015-08-20 | 2018-05-15 | Tata Consultancy Services Limited | Methods and systems for planning evacuation paths |
| CN109214065A (zh) * | 2018-08-14 | 2019-01-15 | 山东师范大学 | 基于多Agent共享Q表的人群疏散仿真方法及*** |
| CN112926116A (zh) * | 2021-03-01 | 2021-06-08 | 哈尔滨工业大学 | 一种基于虚拟现实的体育馆火灾疏散行为数据收集***及其收集方法 |
-
2011
- 2011-03-25 CN CN2011100735108A patent/CN102693330A/zh active Pending
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104239636A (zh) * | 2014-09-16 | 2014-12-24 | 北京航空航天大学 | 一种火灾应急疏散模拟方法 |
| US9972176B2 (en) | 2015-08-20 | 2018-05-15 | Tata Consultancy Services Limited | Methods and systems for planning evacuation paths |
| CN105701314A (zh) * | 2016-02-25 | 2016-06-22 | 武汉大学 | 一种基于自适应智能体模型的复杂人群疏散行为仿真方法 |
| CN109214065A (zh) * | 2018-08-14 | 2019-01-15 | 山东师范大学 | 基于多Agent共享Q表的人群疏散仿真方法及*** |
| CN109214065B (zh) * | 2018-08-14 | 2019-05-28 | 山东师范大学 | 基于多Agent共享Q表的人群疏散仿真方法及*** |
| CN112926116A (zh) * | 2021-03-01 | 2021-06-08 | 哈尔滨工业大学 | 一种基于虚拟现实的体育馆火灾疏散行为数据收集***及其收集方法 |
| CN112926116B (zh) * | 2021-03-01 | 2023-02-17 | 哈尔滨工业大学 | 一种基于虚拟现实的体育馆火灾疏散行为数据收集***及其收集方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101145213A (zh) | 基于扩展bdi模型的人群疏散仿真方法 | |
| Tang et al. | GIS-based 3D evacuation simulation for indoor fire | |
| Shi et al. | Agent-based evacuation model of large public buildings under fire conditions | |
| Izquierdo et al. | Forecasting pedestrian evacuation times by using swarm intelligence | |
| Ji et al. | A cellular automata model for high-density crowd evacuation using triangle grids | |
| CN102646166A (zh) | 一种复杂建筑室内应急疏散模拟的方法 | |
| CN102693330A (zh) | 基于扩展bdi模型的人群疏散仿真方法 | |
| CN101714185A (zh) | 建筑物灾害疏散的自动模拟方法 | |
| Zhao et al. | A Cellular Automata occupant evacuation model considering gathering behavior | |
| Zang et al. | Evacuation simulation of a high-rise teaching building considering the influence of obstacles | |
| Li et al. | A numerical simulation strategy on occupant evacuation behaviors and casualty prediction in a building during earthquakes | |
| Hassanpour et al. | A hybrid hierarchical agent-based simulation approach for buildings indoor layout evaluation based on the post-earthquake evacuation | |
| Wang et al. | A modified floor field model combined with risk field for pedestrian simulation | |
| Arai et al. | Task allocation model for rescue disabled persons in disaster area with help of volunteers | |
| Chen et al. | Multi-grid model for crowd’s evacuation in ships based on cellular automata | |
| Kamkarian et al. | Crowd evacuation for indoor public spaces using coulomb’s law | |
| CN113742925B (zh) | 一种信号控制路口行人流仿真方法 | |
| Shuaibu et al. | Spiral path simulation of pedestrian flow during Tawaf | |
| Wang et al. | Behavior-based simulation of real-time crowd evacuation | |
| Li et al. | A crowd behavior model based on reciprocal velocity obstacle algorithm | |
| Zezzatti et al. | Innovative data visualization of collisions in a human stampede occurred in a religious event using multiagent systems | |
| Kontovourkis | Design of circulation diagrams in macro-scale level based on human movement behavior modeling | |
| Kuligowski et al. | A performance-based egress analysis of a hotel building using two models | |
| Alidmat et al. | Two-dimensional cellular automaton model to simulate pedestrian evacuation under fire-spreading conditions | |
| Zhao et al. | Comparative study on occupant evacuation with building exodus and a cellular automaton model |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120926 |