基于大规模人群仿真的紧急事件预警与应对策略研究

大规模人群的紧急事件已经成为危害社会稳定的重要安全隐患，复杂条件下大规模人群紧急事件的预警与应对决策研究已经成为关系社会稳定、构建和谐社会的重要研究课题。从目前的研究成果表明，大规模人群仿真技术可以在计算机系统内重现真实环境中人群的自发与受控行为，从而为大规模人群紧急事件预警与应对策提供了技术基础。为了实现大规模人群的紧急事件预警与应对决策，本项目从混合结构的大规模人群仿真模型建模入手，结合宏观模型和微观智能体模型的优点，能够仿真从群体运动趋势到个体差异运动行为等不同侧面的人群运动特征与方式；通过交互式仿真将现实人群状况引入到仿真系统中，使得仿真结果更为真实的反映实际状况；利用仿真结果的超前性，可以对潜在紧急事件的时间与地点发出预警；在此基础上，通过研究各种控制资源、措施对人群的影响，评价其对人群控制的效果，并利用演化算法选择最优资源部署方案，以形成紧急事件的应对决策，供相关决策部门参考。

项目围绕“针对在复杂环境中的人群运动如何进行分析、预测、预警及应对与应急设施部署”这一科学问题，严格按照项目申请书中的研究内容按计划进行，并取得了良好的效果。本项目主要围绕基于混合结构人群仿真模型、高密度人群环境中的动作规划、人群仿真与现实人群见的交互技术、高性能人群仿真技术与平台、大规模人群紧急事件预警与资源调度等方面开展研究工作。在混合结构人群仿真模型的研究方面，项目提出一种混合结构的人群仿真模型。该模型中所包含的是一个轻量级的微观模型，其宏观方面的信息由宏观模型的执行结果统一给出。此外，该混合模型既能描述人群在整体运动方面的特性，同时又能刻画个体在人群中运动的差异性。在高密度人群环境中的动作规划研究方面，项目主要开展个体如何在高密度环境中进行冲突避免的研究。该模型首先定义了动作规划的模型框架，并针对不同类型的潜在碰撞采取不同方法予以避。此外该模型还给出了一种有效的安全因此的动态调整方式，使得个体的冲突避让能够在不同密度条件下动态调整。为了将现实状态结果实时引入到仿真环境中从而实现交互式仿真，项目实现了一种基于无线信号强度的定位机制，该定位机制的结果可以作为仿真过程中的输入，从而修正仿真结果，并能更好的反映现实中的突发状况。该方法采用指纹定位，工作过程主要分为两个阶段，第一个阶段为模型训练与指纹采样阶段；第二阶段通过对比指纹库中的信号强度信息得到个体当前的位置。模型的误差小于3米。项目提出并实现了一种基于多Agent人群仿真模型的多机并行平台，该平台通过MPI实现执行机构之间的同步，通过设置划分模块、同步模块与模型执行模块，保证仿真模型执行过程保持时间上的同步。为了实现负载均衡，平台采用K-means方法对环境中的人群进行划分，并将每个划分中的人群交由一个节点执行。实验结果表明该平台具有较高的执行效率与可扩展性。在紧急事件中资源预警与调度方面，利用标识牌、广播等手段引导人群向更合理的方向进行疏散，从而达到减小人群疏散时间、防止人群踩踏等事件发生的目的。通过设立特定场景，利用典型的人群分布和规模，将环境及人群信息作为初始条件输入至仿真模型，并通过仿真结果观察其疏散时间即密度分布。同时通过调整资源数量与位置并通过观察仿真结果可以得到较优的资源配置。项目共计发表研究论文13篇，培养硕士研究生3名，并利用本项目研究成果得到武汉市东湖高新“3551光谷人才计划”项目资助。