基于模糊规则和BFS算法的行人疏散模型研究*

翟龙真，冯绍红，文 哲，王 迪

(1.南京航空航天大学 经济与管理学院，江苏 南京 211100；2.东南大学 仪器科学与工程学院，江苏 南京 210096)

0 引言

随着国家现代化、城市化水平的显著提高，各类大型活动中心以及交通枢纽等场所的高密度聚集活动愈加频繁。而突发事件导致的严重危害使人群安全问题日益突出。因此，研究疏散机理，构建符合真实情况的行人疏散模型，准确再现并预测行人的疏散行为，并采取干预措施，对维护社会公共安全具有重要意义。

人群疏散模型主要从宏观和微观2个方面展开。微观模型从时间与空间维度上划分，包括连续型模型和离散型模型。1995年，Helbing等提出社会力模型(Social-Force,SF)，后来的连续性模型均在此基础上改进[1]；离散型模型最具代表性的是元胞自动机(Cellular Automaton，CA)模型，由于其成熟的理论体系、简单的演化规则，元胞自动机模型被广泛应用于行人疏散领域[2-4]。考虑到行人感知信息的模糊性，文献[5-6]利用模糊推理方法建立多出口房间环境下行人出口选择行为模型，建立模糊元胞自动机模型(fuzzy cellular automata,FCA)，优化行人出口选择机制，以更加真实地描述疏散过程。虽然FCA在疏散决策方面已有大量研究，但较少对行人移动速度进行研究。以往行人移动速度多是利用函数方程的方法精确计算，事实上行人移动速度的确定需要根据行人对周围环境的感知进行调整，信息的模糊性与动态性导致移动速度具有同样的特征。同时，从以往的速度公式中可以看出，速度仅由环境中的人群密度决定，未考虑其他因素的影响，其真实性有待商榷。……