基于熵的生物启发式人群疏散失稳动力学演化机理研究

In recent years, various group stampede events have occurred frequently in China. Evacuation instability has become an important research topic. For the issue of inherent instability evolution of crowd evacuation under the state of emergency, the evacuation entropy concept was first proposed in the crowd evacuation model in this project. Evacuation entropy can reflect the degree of chaos and orderliness in the evacuation process. The five typical animal kinetic behavior patterns which are the birds, bees, fish, ants and bats, are mapped into evacuation individual behavioral characteristics based on bionics heuristic method. The individual evacuation dynamics behavior model based on evacuation entropy and bionics heuristic method was studied and constructed, then the emergence mechanism of individual psychological, physiological, cultural, environment and other factors on the complex group behaviors was analyzed and the evolution law of crowd evacuation dynamics behaviors was revealed. The evacuation entropy time-varying equations, which can reflect speed, location, population density, group behavior and guidance information factors on evacuation entropy dynamics evolution process over time were built and the nonlinear effects of these factors on the evacuation entropy were analyzed. The evolution law of how evacuation entropy changes before, during and after the stampede events was explored. Eventually, the critical value of instability evacuation entropy can be derived when the stampede events occur, which reveals the inherent instability dynamics evolution mechanism of crowd evacuation. Research results can provide a new perspective for the emergency crowd evacuation and can support the protection research of emergency management both in scientific theories and methods.

近年来，我国各种群体拥挤踩踏事件频发，人群疏散失稳成为重要的研究课题。针对人群疏散失稳的内在演化规律问题，项目提出了用于定量反映疏散过程中群体混乱与有序程度的疏散熵概念及其度量模型，并借鉴仿生学生物启发式思想，将鸟群、蜂群、鱼群、蚁群和蝙蝠等五种典型动物动力学行为模式映射为群体疏散行为特征，研究并构建基于熵的生物启发式人群疏散动力学行为模型；剖析出个体心理、生理、文化和环境等因素对复杂群体行为的涌现机制，揭示人群疏散动力学行为演化规律。进而构建人群疏散过程中的速度、位置、人群密度、群体行为和引导信息等因素对疏散熵随时间动态演化的疏散熵变方程，并分析这些因素对疏散熵值的非线性作用，探索出拥挤踩踏事件发生前、发生时、发生后的疏散熵态势演化规律，给出人群疏散中发生拥挤踩踏事件时的失稳临界疏散熵值，揭示人群运动失稳的动力学内在演化机理，为应急管理中人群疏散研究提供新的视角和科学的方法支持。

近年来，人群拥挤踩踏事故频发，而人群混乱失稳是导致事故发生的根本原因，也是应急管理的重要研究课题。本项目基于熵理论，构建了基于熵的生物启发式突发事件人群疏散模型，剖析人群疏散动力学行为演化规律，揭示了人群疏散失稳动力学演化机理，为应急管理中人群疏散研究提供新的视角和科学的方法支持。.人群混乱状态对人群疏散具有重要影响，然而当前人群疏散模型尚未将其作为构建因素考虑。项目引入熵理论，提出疏散熵概念，分别构建了基于熵的离散型和连续型人群疏散混乱与有序程度度量模型即疏散熵模型，实现疏散人群混乱程度的定量表征，为构建人群疏散模型提供了有力的支撑。.基于生物启发式思想，将鸟群、蚁群、鱼群、蝙蝠和蜂群等生物行为模式与疏散个体的逃逸、聚集、避障、寻亲和引导行为相映射，结合疏散熵模型，提出了多种基于疏散熵的生物启发式人群疏散模型。进一步，将五种个体行为规则与上述模型相结合，综合运用于疏散个体行为描述，同时考虑人群混乱的熵增和熵减作用，构建了基于疏散熵的人群疏散模型，研究了个体五种行为的综合涌现，为人群疏散失稳动力学演化机理研究提供了科学的模型基础。.通过对上述模型的仿真与分析，研究了年龄、视野半径、声音传播半径、恐慌心理、情绪稳定性、引导意愿等个体生理、心理因素以及障碍物分布、出口宽度和出口间距等环境因素对疏散熵值以及疏散过程的影响，拟合出疏散熵与疏散人数、时间等因素的函数关系，发现了疏散过程中疏散熵的变化规律。通过对人群事故征兆的识别，根据疏散熵值变化规律，揭示了突发事件人群疏散失稳动力学演化机理。研究成果表明，疏散熵能够作为人群失稳的重要依据，当疏散熵超过一定阈值时意味着人群进入失稳状态。因此，可以通过确定疏散熵的临界阈值，及时识别失稳发展态势并加以干预，避免人群踩踏等失稳事故的发生。.项目紧密结合国家应急管理战略需求，将研究成果“基于疏散熵的人群疏散模型”集成到自主研发的“区域大规模人群疏散仿真推演与决策支持系统（ESFE）V1.0”，分别进行了以国家会展中心（上海）和上海野生动物园为疏散场景的实例验证，证明了研究成果的有效性，可以为管理部门提供人群应急疏散仿真演练、预案分析优化和决策支持手段。