基于鸡群算法和社会力模型的人群疏散仿真方法及系统技术方案

本公开公开了一种基于鸡群算法和社会力模型的人群疏散仿真方法及系统，包括获取疏散场景参数特征，创建疏散场景模型，在疏散场景模型中，进行全局路径规划，得到疏散场景的出口数量；根据出口数量，对疏散场景模型内的人群采用鸡群算法进行分组，得到各群组的引领者、子群引领者以及子群跟随者；根据各群组中个体的角色，采用相应的社会力模型动态规划个体的运动路径，进行人群疏散仿真。针对人群疏散中的小群体现象，采用鸡群算法对疏散人群分类，并且对分类后的人群采用不同的社会力模型进行疏散；真实的反映疏散人群的各种关系，并在引领者的引领下进行疏散，提高疏散效率。

【技术实现步骤摘要】
基于鸡群算法和社会力模型的人群疏散仿真方法及系统
本公开涉及疏散仿真
，特别是涉及一种基于鸡群算法和社会力模型的人群疏散仿真方法及系统。
技术介绍
本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。近年来，随着社会经济的高速发展，各种聚集了大量人群的大型公共活动不断增多，在一些人员密集的公共建筑场所内，由于在建筑设计上的不合理，以及应急管理方面的不到位，当发生各种紧急突发事件，人员需要紧急撤离时，容易造成疏散人群的拥挤和阻塞，甚至发生严重的人员踩踏事故。突发事件下的人群疏散是一项复杂的系统工程，在实际应用中通常使用疏散实验的方式获取合适的疏散预案。该方式具有针对性强、信息量丰富等特点。然而，由于存在人员安全无法保障、实验投入大等不可避免的问题，计算机仿真成为研究突发事件下人群疏散的最有效的方法。鸡群算法(chickenswarmoptimization，CSO)是一个新兴的群智能算法，2014年由中国学者孟献兵通过模拟鸡群中等级制度和群体觅食行为而提出。在一个鸡群中公鸡、母鸡、小鸡有着不同的等本文档来自技高网...

【技术保护点】
1.一种基于鸡群算法和社会力模型的人群疏散仿真方法，其特征在于，包括：/n获取疏散场景参数，创建疏散场景模型，在疏散场景模型中，进行全局路径规划，得到疏散场景的出口数量；/n根据出口数量，对疏散场景模型内的人群采用鸡群算法进行分组，得到各群组的引领者、子群引领者以及子群跟随者；/n根据各群组中个体的角色，采用相应的社会力模型动态规划个体的运动路径，进行人群疏散仿真。/n

【技术特征摘要】
1.一种基于鸡群算法和社会力模型的人群疏散仿真方法，其特征在于，包括：
获取疏散场景参数，创建疏散场景模型，在疏散场景模型中，进行全局路径规划，得到疏散场景的出口数量；
根据出口数量，对疏散场景模型内的人群采用鸡群算法进行分组，得到各群组的引领者、子群引领者以及子群跟随者；
根据各群组中个体的角色，采用相应的社会力模型动态规划个体的运动路径，进行人群疏散仿真。


2.如权利要求1所述的基于鸡群算法和社会力模型的人群疏散仿真方法，其特征在于，所述疏散场景参数特征包括疏散场景大小、形状以及建筑结构信息。


3.如权利要求1所述的基于鸡群算法和社会力模型的人群疏散仿真方法，其特征在于，所述引领者的筛选过程包括：根据个体对疏散场景的熟悉度及距离出口的位置构建适应度函数，对求解出的适应度值排序，选择前N个个体作为引领者；
进一步的，引领者个数N不小于疏散场景出口数量的3倍。


4.如权利要求1所述的基于鸡群算法和社会力模型的人群疏散仿真方法，其特征在于，所述子群引领者的筛选过程包括：根据亲情关系划分子群，根据子群中个体的年龄、性别和身体强壮值构建适应度函数，选择适应度值最高的个体作为子群引领者。


5.如权利要求1所述的基于鸡群算法和社会力模型的人群疏散仿真方法，其特征在于，子群跟随者根据与子群引领者的亲情关系和距离划分到各个子群中；
进一步的，子群跟随者和子群引领者没有亲情关系的，首先根据与子群引领者的距离划分到各个子群中，跟随t时间段后，动态调整所跟随子群。


6.如权利要求1所述的基于鸡群算法和社会力模型的人群疏散仿真方法，其特征在于，引领者以疏散出口为目标，子群引领者以所在群组的引领者为目标，子群跟随者以所在子群的子群引领者为目标。


7.如权利要求1所述的基于鸡群算法和社会力模型的人群疏散仿真方法，其特征在于，第k个群组中第i个子群引领者Henki对应的社会力模型为：

【专利技术属性】
技术研发人员：刘弘，张桂娟，陆佃杰，吕蕾，吕晨，
申请(专利权)人：山东师范大学，
类型：发明
国别省市：山东;37