基于人车混合模式规律的校园疏散优化算法

校园安全关系到千千万万个家庭的幸福安宁和社会稳定，是建设我国和谐社会的一个重要环节。应急疏散研究是建立校园安全保障长效机制中非常重要的一个解决途径。本课题主要围绕演化规律建模和科学决策理论这两个科学问题而展开研究工作，以校园环境为研究对象，针对校园典型应急事件（化学/生物实验事故、火灾、特殊安全维护等）需求，通过研究基于视频图像/激光点云集成解译的校园人车混合行为提取方法，分析校园环境典型应急的应对目标体系，构建校园典型应急疏散的多目标优化算法及优化决策方法，实现校园典型应急情形下疏散应急合理决策。本课题研究有助于构建"情景-应对"型非常规突发事件应急管理的理论体系与方法,为提升重点安防区域的典型(非)常规突发事件应对能力，实现该区域高性能整体疏散等提供科学的理论技术和技术支撑。

本项目在分析校园微观交通视频场景中行人的时空轨迹的基础上，研究了校园环境中行人过街模式，分析了基于群组的行人行为特征，以及行人、自行车和自动车的交互行为，提出了基于视频图像/激光点云集成解译的校园人车运动轨迹跟踪算法；在分析校园人车混合交通流特征的基础上，对校园无信号灯控制交叉路口的人车冲突严重性进行了定性和定量的分析与描述。建立了基于精细与动态的元胞自动机的人车混合流模型，研究了不同类交通对象之间的交通特征。提出了基于BP神经网络的校园交通拥堵检测方法和校园人车混合交通流的动态路径诱导策略，为制定校园应急安全响应预案提供较可靠的理论支撑；针对校园典型应急事件，分析了校园应急情况疏散目标体系，建立了基于均衡理论的校园教学楼疏散模型，兼顾系统效率与个体需求，保证了紧急疏散决策的合理高效。在分析了人车混合疏散最优比例的基础上，提出了基于时空冲突和拥挤度的人车混合疏散模型，引入带邻域学习因子的离散粒子群优化算法，既模拟了疏散过程中的从众行为、小群体现象，又加速了寻找安全出口的进程。针对校园环境下应急疏散的多目标体系，从理论上研究了多目标优化算法，并提出了面向校园的多目标优化疏散算法，为校园应急疏散多目标优化决策提供了决策依据；在综合校园疏散应急研究的基础上，设计了开源多目标疏散撤离算法库，开发了大型场馆室内疏散规划软件和人车混合疏散仿真优化平台。本项目的研究，达到了原定的科学目标，有助于提高校园应急响应能力，同时为校园应急管理中动态评估、判断与决策等提供科学的方法。