一种基于自组织沙堆模型的人群疏散仿真方法

    公开(公告)号:CN106096115B

    公开(公告)日:2019-06-11

    申请号:CN201610394379.8

    申请日:2016-06-06

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于自组织沙堆模型的人群疏散仿真方法,通过建立面向人群恐慌传播的动态三维自组织沙堆模型仿真获得人群疏散的稳定性,该方法包括下列步骤:1)将疏散个体映射为沙粒,建立面向人群恐慌传播的动态三维自组织沙堆模型;2)根据沙崩标度确定人群失稳突发临界概率;3)求取所建立的动态三维自组织沙堆模型的当前人群失稳平均概率量,与步骤2)中确定的人群失稳突发临界概率进行比较,判断所述动态三维自组织沙堆模型的状态;4)利用人群疏散仿真软件对建立的动态三维自组织沙堆模型进行人群疏散仿真验证。与现有技术相比,本发明具有考虑因素全面、准确性高、具有科学依据以及可信度高等优点。

    基于人群疏散宏观模型的丁字路口疏散仿真方法

    公开(公告)号:CN108256152B

    公开(公告)日:2021-05-11

    申请号:CN201711377233.3

    申请日:2017-12-19

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于人群疏散宏观模型的丁字路口疏散仿真方法,包括以下步骤:1)建立Aw‑Rascle人群动力学模型;2)在所述Aw‑Rascle人群动力学模型基础上,引入交叉口区域的影响矩阵,构建丁字路口人群疏散宏观模型;3)基于所述丁字路口人群疏散宏观模型进行数值仿真,并显示仿真结果。与现有技术相比,本发明具有符合实际情况、能够迅速识别密度的临界值和完成高风险区域的定位等优点。

    一种灾害条件下人群踩踏行为演化的知识发现方法

    公开(公告)号:CN106485327B

    公开(公告)日:2019-04-02

    申请号:CN201610815386.0

    申请日:2016-09-08

    Applicant: 同济大学

    Abstract: 本发明涉及一种灾害条件下人群踩踏行为演化的知识发现方法,包括以下步骤:1)提取人群踩踏情景要素特征,在群智能人群疏散模型中进行仿真,得到疏散过程中踩踏演化行为特征,构建论域空间层的论域对象集合;2)对所述人群踩踏情景要素特征和踩踏演化行为特征进行粗糙集属性离散化处理;3)建立“条件—决策”二维信息模式的踩踏演化机理知识表达式,并对所述踩踏演化机理知识表达式进行知识约简;4)根据所述踩踏演化行为特征生成元规则库;5)加载所述元规则库和疏散实例,生成踩踏演化的泛化规则库。与现有技术相比,本发明通过经典粗糙集理论,实现人群踩踏行为演化机理的自动知识发现,解决人群踩踏演化机理的知识缺乏问题。

    人群疏散宏观模型迭代式仿真方法

    公开(公告)号:CN109063268A

    公开(公告)日:2018-12-21

    申请号:CN201810731415.4

    申请日:2018-07-05

    Applicant: 同济大学

    CPC classification number: G06F17/5009 G07C9/00

    Abstract: 本发明涉及一种人群疏散宏观模型迭代式仿真方法,包括以下步骤:1)建立Aw‑Rascle人群动力学宏观模型;2)基于地形环境进行行人高斯分布初始化;3)基于初始化的所述行人流高斯分布和Aw‑Rascle人群动力学宏观模型进行迭代式仿真,并显示仿真结果。与现有技术相比,本发明采用迭代式的仿真方法,能够使仿真的效果更加接近真实情况,具有仿真结果精度高等优点。

    基于人群疏散宏观模型的丁字路口疏散仿真方法

    公开(公告)号:CN108256152A

    公开(公告)日:2018-07-06

    申请号:CN201711377233.3

    申请日:2017-12-19

    Applicant: 同济大学

    CPC classification number: G06F17/5009 G06Q50/265

    Abstract: 本发明涉及一种基于人群疏散宏观模型的丁字路口疏散仿真方法,包括以下步骤:1)建立Aw‑Rascle人群动力学模型;2)在所述Aw‑Rascle人群动力学模型基础上,引入交叉口区域的影响矩阵,构建丁字路口人群疏散宏观模型;3)基于所述丁字路口人群疏散宏观模型进行数值仿真,并显示仿真结果。与现有技术相比,本发明具有符合实际情况、能够迅速识别密度的临界值和完成高风险区域的定位等优点。

Patent Agency Ranking