基于时空冲突平衡机制的多目标混合交通模式疏散算法研究

Mixed traffic pattern evacuation is an important and urgent issue, which confronted commonly by modern transportation, earth observation, geography, artificial intelligence, computer science, modern communication and public health and security. Current research on evacuation seldom considers movement pattern and evolutionary process of pedestrian-vehicle mixed evacuation. On the other hand, there are few works studying evacuation modeling from the perspective of optimization. The existed optimization models only consider optimizing one objective for single traffic mode or converting multi-objectives optimization problem into single objective optimization problem, whose single optimal solution can not offer manager decision foundation on multiple objectives..The project aims to study the passing characteristics of pedestrian-vehicle mixed evacuation, temporal-spatial evolutionary models based on mixed evacuation behaviors, and multi-objective optimization algorithms of pedestrian-vehicle mixed evacuation based on temporal-spatial conflict balancing mechanism so as to provide strategies which give consideration to both systematic efficiency and individual demand..Research in the project can make up for the existed studies on temporal-spatial conflict of pedestrian-vehicle mixed evacuation and contribute to evolutionary mechanism of mixed traffic flow in emergency situation. Therefore, response and analytical abilities for intelligent transportation system can be improved, which offers decision support for planning pedestrian-vehicle mixed evacuation large common place.

混合交通模式疏散是目前现代交通学科、对地观测学科、地理学科、人工智能学科、计算机学科、现代通信学科、以及公共卫生与安全等领域所共同面临的一个重要研究问题与急迫课题。目前国内外的疏散研究主要面向单一交通模式的疏散建模方法，同时缺乏从多个角度对疏散方案进行优化的方法，无法为管理者提供多个目标上的决策依据。.本课题旨在研究面向混合交通模式的疏散行为特征和规律，分析不同交通模式的冲突表现和变化特征，建立人车混合疏散模型；研究突发事件下人车混合疏散时空冲突的多目标优化应对与消减评价，解决人车混合疏散的多目标时空优化疏导决策问题，提出兼顾系统效率与个体需求的多目标时空路径优化算法。.本项目研究可以弥补现有紧急疏散研究对人车混合交通流的时空冲突刻画的不足，对探索突发事件下的人车混合疏散传播机理和人车协作疏散有积极的作用，从而提高智能交通系统人车混合疏散问题的应对分析能力，为突发事件的应急决策提。

本项目在分析疏散行为特征和规律的基础上，建立了基于元胞自动机的室内人员疏散模型，模拟人员心理作用对疏散效率的影响，将元胞自动机和均衡理论相结合，通过分析建筑物内部对象之间的相互作用，提出了基于稳度的多目标均衡疏散模型，保证了疏散决策的合理高效；针对大型场馆应急疏散特征，提出了基于粒子群的疏散仿真模型，分析了不同行为和心理作用下的疏散效率。针对大型场馆和路网集成的疏散环境，分析了应急情况下系统的宏观目标和行人、车辆的各自的微观疏散目标，建立了系统-个体目标驱动的演化人车混合疏散模型和算法，优化后的疏散方案可以兼顾系统整体的疏散效率和个体的安全性需求，从而有助于制定满足不同需求的疏散方案。通过人车混合疏散仿真，分析了建筑物与路网集成环境中人车混合疏散的最优人车比例；在分析人车混合交通流特征的基础上，对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，提出了基于样本密度的自适应小波支持向量机分类方法，为人车冲突识别和预测提供了理论依据。针对应急疏散的多目标需求，面向建筑物内部疏散场景，提出了基于人工势能场的蚁群优化算法和基于叠加势能场的多目标蚁群优化算法；针对人车混合疏散场景，以优化人车时空冲突和拥挤度为目标，提出了带邻域学习因子的离散粒子群优化算法，为应急疏散多目标优化决策提供了决策依据。在综合人车混合疏散应急研究的基础上，开发了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，有助于理解混合疏散情况下的人车时空冲突的演化规律，提高人车混合疏散问题的应对分析能力，为大规模应急决策提供理论支持和科学方法。