大规模人群非线性同步动力学特性研究

How to effectively manage huge crowd under complicated conditions (e.g., disasters and emergent events) has long been a critical issue to our nation's safety and stability. Dynamics analysis nurtures a fundamental means to reveal the underlying mechanisms of the formation and evolvement of a huge crowd, a highly complex and dynamic system. There exist pressing needs for (1) a framework for quantitative measurement of crowd dynamics; (2) an in-depth study of group behavior's dynamics; and (3) interaction patterns amongst different parts inside a crowd at various scales. This project is based on the contemporary technologies rooted from multiple disciplines including nonlinear dynamics, signal processing and modeling & simulation of complex systems. The project aims (1) to establish the theory and methods for quantifying the global synchronization amongst the individuals and groups at various scales; (2) to investigate the mechanism of coupling amongst the individuals and groups as well as the propagation of synchronization; (3) to foster a suite of novel approaches to acquirement of external and internal characteristics of huge crowd; (4) to sustain and verify crowd dynamics analysis using large-scale crowd modeling & simulation technology; and (5) to realize online quantitative assessment and predication of the emergent dynamics of huge crowd by developing a cutting-edge cyberinfrastructure. The anticipated achievements from this project will lay a new theory foundation and provide a scientific methodology for management of huge crowd, a key research issue in emergency management.

研究如何在复杂条件（如灾害和突发事件）下有效地控制、疏导超大规模人群，对国家安全和社会稳定意义重大。动力学特性分析是揭示大规模人群这种高度复杂的非线性动态系统发生和演化机制的基本手段。当前定量描述大规模人群动力学特征的方法还是空白，介观尺度上团体行为形成和演化的机理有待深入研究、人群内部多个尺度上的互动模式还需要深入探讨。本项目将基于非线性动力学、信号处理以及复杂系统建模和仿真的最新技术，提出估计人群内部在个体、团体和人群多个尺度上运动同步的新方法，深入理解个人与团体间耦合和动力学同步传播机制；发展模式识别的方法创新性地获取人群实时外部和情绪特征；在大规模人群仿真基础上支持和验证动力学分析；最终融合高性能计算技术以实现对复杂条件下大规模人群运动动力学特征的在线定量评估与行为预测。本项目的开展将为研究应急管理理论体系中的重要环节-复杂条件下大规模人群的管理-奠定新的理论基础并提供科学方法。

复杂场景中大规模人群动力学特性的定量理解是计算社会安全的研究前沿，属国家社会安全防范的重大需求，有着重大的科学价值和实际应用前景。本课题组在相关研究中提出一个跨尺度的研究思路，从个体的脑电活动分析、小群体行为到大群体行为的建模仿真与复杂群体场景数据处理：.个体是社会群体的基本组成部分，人群的群体行为是大量微观个体行为的集体体现，个体行为的发生与演化本质上取决于大脑的动态认知过程。课题组探究个体行为发生机理的脑活动数据高效处理分析的理论与方法，为构建个体行为模型解决脑活动特征提取以及脑区关联关系度量的问题。.大规模人群是由大量个体和团体相互作用形成的高度非线性非平稳的动力学系统，人群内部多个尺度上的互动模式是群体行为发生和演化机制的核心问题。课题组研究反映人群多个尺度特性的群体行为模型，重点研究人群各部分之间的相互影响以及人群动力学特性的定量分析。.城市大型人群活动场景是我国社会安全防范的重点，总体表现为场景组成复杂规模大高度动态、人群密集规模流量大行为理解困难、突发事件与灾难的发生及其影响难以预测。课题组研究适应于大规模复杂人群场景的仿真理论与方法技术，发展支撑演化分析的高效计算与数据处理方法，解决应急条件下复杂群体行为演化预测的问题。.课题组按计划工作执行顺利，完成并全面超出任务书中的预期成果。在IEEE TC/TPDS/TII/TNSRE等发表SCI论文26篇，包括3篇ESI热点论文与5篇高被引论文、5篇中国计算机学会认定A类（CCF-A，“国际上极少数的顶级刊物”）期刊论文，其中2篇被CCF-A期刊TPDS选为当期亮点与在线封面论文；包括多位IEEE/AAAS/SCS Fellow在内的国内外专家引用并高度评价了课题组的工作；获湖北省自然科学优秀学术论文二等奖一项；培养研究生11名。发明专利8项已正式受理，研究成果已面向城市群体性事件预案以及城镇灾难应急规划等领域开始实际应用。