This article introduces a modeling framework to characterize evacuee response to environmental stimuli during emergency egress. The model is developed in consistency with stress theory, which explains how an organism reacts to environmental stressors (e.g., alarm signals or hazardous factors such as smoke and fire). We integrate the theory into the well-known social force model, and develop a framework to simulate crowd evacuation behavior in multi-compartment layout in buildings. Our method serves as a theoretical basis to study crowd movement at bottlenecks, and simulate their herding behavior and way-finding activities in normal and hazardous conditions. The pre-movement behavior is also briefly investigated by using opinion dynamics with a social group model. The algorithms have been partly tested in FDS+EVAC as well as our simulation platform crowdEgress.


翻译:本文提出了一种建模框架,用于描述紧急疏散过程中疏散人员对环境刺激的响应。该模型基于应激理论构建,该理论解释了生物体如何对环境应激源(例如警报信号或烟雾、火灾等危险因素)作出反应。我们将该理论整合到经典的社会力模型中,开发了一个模拟建筑多隔间布局中人群疏散行为的框架。本方法为研究瓶颈处的人群流动、模拟正常与危险条件下人群的从众行为与路径寻找活动提供了理论基础。同时,通过结合社会群体模型与观点动力学,对疏散前的预移动行为进行了初步探讨。相关算法已在FDS+EVAC及我们的仿真平台crowdEgress中进行了部分测试。

0
下载
关闭预览

相关内容

144页ppt《扩散模型》,Google DeepMind Sander Dieleman
专知会员服务
48+阅读 · 11月21日
【CVPR 2020 Oral】小样本类增量学习
专知
20+阅读 · 2020年6月26日
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
基于 Carsim 2016 和 Simulink的无人车运动控制联合仿真(三)
误差反向传播——CNN
统计学习与视觉计算组
30+阅读 · 2018年7月12日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
46+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
17+阅读 · 2008年12月31日
VIP会员
相关资讯
【CVPR 2020 Oral】小样本类增量学习
专知
20+阅读 · 2020年6月26日
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
基于 Carsim 2016 和 Simulink的无人车运动控制联合仿真(三)
误差反向传播——CNN
统计学习与视觉计算组
30+阅读 · 2018年7月12日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
46+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
17+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员