基于行为的应急交通疏散建模与仿真研究

Emergency Traffic Evacuation is an effective response and mitigation strategy to protect human life and property loss against man-made or natural disasters. It is very difficult, many times even infeasible to conduct field experiments on emergency traffic evacuation. However, it is necessary to consider evacuee behavior under emergency conditions in traffic evacuation because evacuee behavior has a significant impact on emergency traffic evacuation mangement and control. In this project, we will cut into emergency traffic evacuation modeling and simulation from the perspective of personal and family decision behavior. We will firstly study human activity chain under emergency situations with propabilistic graphical model, and then build an Agent-based microscopic emergency traffic simulation system integrating human behavior and traffic theory during the whole evacuation process. Next we will explore the impact of different traffic behavior patterns on emergency traffic evacuation efficiency, and try to provide a new kind of behavior-based emgergency evacuation control methods from the perspective of behavior guidance and control. This study will help to learn more about emergency traffic evacuation process, explain the impact of human behavior on emergency traffic evacuation efficiency, provide a new kind of emgergency evacuation control methods, and thus help provide guidelines to authorities for emergency transportation decision making, which has very important values both in the emergency traffic evacuation theory and practice.

应急交通疏散是处置人为或自然灾害事件，防止和减少人员生命财产损失的有效手段。由于无法或很难对应急交通疏散进行现场实验，且突发事件下人员的行为对整个应急交通疏散管理与控制有重要的影响，本项目将从突发事件下人员的个体和家庭决策行为角度切入，利用概率图模型研究人员在突发事件下的活动链，采用Multi-Agent建模方法，构建集成整个疏散过程中人员行为和交通理论的应急交通疏散模拟仿真系统，探索不同的交通行为模式对应急交通疏散效率的影响，尝试从行为诱导与控制角度给出基于行为的应急交通疏散控制新方法。该研究将有助于人们更好的认识应急交通疏散过程，揭示突发事件下人员的行为对应急交通疏散效率的影响，提供一种应急交通疏散控制新方法，能为政府管理部门提供辅助决策支持，具有十分重要的理论和实际应用价值。

近年来，飓风、核事故、野火、恐怖活动等自然或人为灾害频繁发生，给人们的生命财产安全带来重大损失。应急交通疏散是处置这些“天灾人祸”事件的有效手段。科学合理地安排应急交通疏散工作对减少灾害造成的人员伤亡和财产损失具有重要作用。.应急交通疏散过程是在灾害来临或将要来临时政府、群众、第三方之间相互作用的结果，充满了不确定性。由于无法或很难对应急交通疏散进行现场实验，本项目利用团队构建的基于Multi-Agent的应急交通疏散仿真系统，开展计算实验，研究应急交通疏散过程中的行为和管控策略问题。本项目的主要工作包括以下几个方面：.1）本项目通过网络和纸质问卷调查，获取人员在突发事件下个体和家庭层面的行为表现。根据调查结果，利用概率图模型构建人员在突发事件下的行为活动链，挖掘人在应急逃生过程中的活动决策规律。2）在此基础上，项目组成员采用Visual C#和Java语言，研发了集成行为和交通理论的应急交通疏散模拟系统，该系统采用Multi-Agent技术描述应急交通疏散流的细节动态行为。3）考虑到交通流量大小对设计和实施应急交通疏散方案的直接影响，本项目提出了基于深度学习中的Stacked Auto Encoders （SAE）架构的交通流预测方法，该方法考虑了交通流的时空关系特征，深度挖掘交通流特征，预测精度高。4）项目组利用开发的应急交通疏散模拟实验平台，开展大规模的应急交通疏散计算实验，研究了不同交通行为模式时的应急交通疏散效率。5）项目组提出了基于行为的应急交通疏散管理与控制策略，进而给出了该策略的基于元模型的仿真优化设计方法，并以部分目的地随机分配为例验证了该方法的有效性。.本项目的研究可为应急交通疏散管理与控制提供新思路，利用计算实验对应急交通管理与控制策略、应急交通疏散预案等进行评估，为决策支持提供依据，具有重要的理论意义和实用价值。