不确定条件下考虑混合决策模式的地铁应急疏散行为建模

Metro is the backbone of transportation system, bringing together a mass of travelers and operating with high frequency and high speed. Once security issues occurred, they will bring enormous loss to people’s life safety and generate severe social problems. It is of great significance to deeply study the metro evacuation under emergency and to propose effective scheme to ensure the safety of operation and travelers. This study begins with the behavioral decision problem, breaks through single decision rule employed by traditional research and introduces multi-decision rules. Moreover, latent variable elements that are difficult to be measured, such as environmental cognition, information perception, psychological status and personality traits, as well as heterogeneity of evacuation group are considered in this study. And finally, methods of stated preference, structural equation model and simulated maximum likelihood are applied to construct behavioral decision models of metro emergency evacuation considering mixed decision pattern and latent variable, which aims to explore the behavioral decision making rules and will be verified through an empirical study. This study will fill the gap of multi-level decision making theory based on choice behavior mechanism in the domain of emergency evacuation behavioral decision, providing a new modelling perspective and a basis for making emergency evacuation scheme for metro operation.

地铁是骨干交通系统，汇集大量出行者，系统高频、高速运行，一旦发生安全问题，会给人民生命安全带来巨大损失，同时产生严重社会影响。因此，深入研究地铁在突发状况下的应急疏散，并提出有效的疏散方案对于地铁安全运行和保障乘客安全具有重大意义。本研究从疏散者的行为决策问题入手，突破传统的单一决策规则，引入多种决策规则，并综合考虑环境认知、信息感知、心理状态、性格特征等不易测量的潜变量因素，以及疏散群体的异质性特征，运用意向调查、结构方程模型和仿真最大似然估计等方法，构建不确定条件下考虑混合决策模式（即混合决策规则模型）和潜变量（即潜变量模型）的地铁应急疏散行为决策模型，探索疏散者的行为决策机制，最后通过实证研究对模型进行分析及验证。本研究将填补应急疏散行为决策研究领域中基于选择行为机理的多层次决策理论方法的空白，为应急疏散提供新的建模视角和理论指导，同时为地铁运营制定合理有效的应急疏散方案提供依据。

地铁安全问题既是交通领域的重大课题，也是公共安全领域的紧迫课题，深入研究地铁在突发状况下的应急疏散并提出有效的疏散方案，对于地铁安全运行和保障乘客安全具有重大意义。本研究引入心理潜类别模型、决策规则潜类别模型对疏散人群进行研究，分析了在地铁应急疏散情境中存在的决策规则异质性及各类人群的偏好异质性，更好地描述了疏散人群的决策机理，人们在地铁应急疏散时大多采用RRM理论进行决策，且表现出追求后悔最小化的行为，少部分人选择效用最大的方案进行疏散；不同决策规则潜类别人群的选择偏好存在差异，RUM人群不倾向于选择长距离路径疏散，光照条件、疏散指引、拥挤程度对RUM人群路径选择有显著影响，而P-RRM人群倾向于选择折衷路径，路径的各个属性均会对其产生影响。通过对比各个模型的预测选择结果与实际选择结果对LCM进行验证，LCM的预测效果明显优于单一类别的模型，RUM&P-RRM&μRRM模型具有最好的预测效果。本研究将模型应用于仿真平台，通过仿真探讨行人心理异质性对决策者路径选择行为的影响，研究得出，HCM模型选择出口的总体疏散时间为315s，相比MNL模型节省了13s的逃生时间，一定程度的恐慌和从众，有助于促进行人疏散，但过度恐慌和盲从将降低疏散效率，更高的环境熟悉度和安全意识越有利于提高疏散效率；LCM模型能够更加准确地预测决策者的路径选择行为，根据LCM模型进行路径选择，人群平均疏散时间为147.79s，相比MNL模型缩短14.06s，基于LCM模型进行决策的标准差为82.32s，相比MNL模型93.37s更小，个体之间疏散时间更为接近，LCM模型能够比较符合现实中疏散人员的路径选择，能更好地揭示真实场景下行人的行为决策本质。LCM模型预测结果更加趋近于问卷调查情景设置中的真实观测值，绝对误差比MNL模型最大降低14.2%，疏散时间较之降低44s。本研究填补了应急疏散行为决策研究领域中基于选择行为机理的多层次决策理论方法的空白，为应急疏散提供新的建模视角和理论指导，同时为地铁运营制定合理有效的应急疏散方案提供依据。