本文是一篇決策模擬論文，本文通過引入緩沖空間概念，利用現(xiàn)場觀察法和控制實(shí)驗(yàn)來獲取緩沖空間與行人決策之間的函數(shù)關(guān)系，然后建立基于緩沖空間的行人行為決策算法，并編制了仿真程序，來模擬行人流場景，驗(yàn)證了模型的有效性。
1緒論
1.1選題背景
在人類社會(huì)生活當(dāng)中，行人交通作為最基礎(chǔ)的交通方式，在人們?nèi)粘Ｉ钪惺殖Ｒ?。行人交通系統(tǒng)是城市交通系統(tǒng)的重要組成部分，我國25個(gè)100萬人口以上的特大城市中，步行在通勤方式上平均占37.2％，大約占總出行量的1／3[1]。截至2021年，中國的城市化率已經(jīng)超過60%，隨著人口不斷向城市集中，公共場合中密度密集人群出現(xiàn)的頻率大增，安全事件也頻頻出現(xiàn)。公共安全是一個(gè)國家、一個(gè)社會(huì)的基本要求和重要指標(biāo)，我國中長期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(2006-2020年)明確指出：“我國公共安全面臨嚴(yán)峻挑戰(zhàn)，對(duì)科技提出重大戰(zhàn)略需求”[2]。因此，對(duì)于行人交通的研究變得越來越為重要。
城市中行人流動(dòng)性強(qiáng)、密度大，特別是公共場合，行人擁擠的情況比較常見，嚴(yán)重時(shí)容易出現(xiàn)交通堵塞、踩踏等問題。例如12·31上海外灘踩踏事件，2014年12月31日23時(shí)35分，在上海外灘的跨年夜活動(dòng)中，行人聚集在外灘陳毅廣場東南角通往黃浦江觀景平臺(tái)的人行通道階梯處，有人失去平衡跌倒，導(dǎo)致多人摔倒、疊壓，最終造成了36人死亡和49人受傷的悲劇性踩踏事件[3]；2014年9月6日，云南昆明一小學(xué)發(fā)生踩踏事故，造成6人死亡，26人受傷[4]。密集人群的安全問題需要引起我們更多的關(guān)注，在人員密集的場所，如商場、演出場館、車站等，擁擠踩踏事件時(shí)有發(fā)生，存在較高的安全隱患。因此，對(duì)公共場所內(nèi)密集人群的風(fēng)險(xiǎn)進(jìn)行識(shí)別、評(píng)價(jià)和處置等方面的科學(xué)研究，可以為今后組織大規(guī)?；顒?dòng)時(shí)的人員管理提供指導(dǎo)和依據(jù)。

決策模擬論文怎么寫

......................
1.2研究意義
公共安全關(guān)系到國家的穩(wěn)定和發(fā)展，與自然災(zāi)害不同，公共場所密集人群踩踏等安全事故是可以提前避免的。在大型的人群集會(huì)中，由于人群行為的隨機(jī)性和不確定性，都有可能造成人員傷害甚至財(cái)產(chǎn)損失。為了最大限度地降低人口稠密情況下的風(fēng)險(xiǎn)，正確了解大量行人的運(yùn)動(dòng)和固有危險(xiǎn)至關(guān)重要。隨著計(jì)算機(jī)軟件技術(shù)的快速發(fā)展，對(duì)行人流仿真模擬的技術(shù)也逐漸成熟，對(duì)于人群比較密集的場所，相關(guān)部門可以采用人群疏散仿真模擬技術(shù)，從理論上獲取相關(guān)地點(diǎn)的人群數(shù)量上限，以此為基礎(chǔ)對(duì)疏散路徑進(jìn)行優(yōu)化和規(guī)劃，這對(duì)于人口密集地區(qū)的公共安全具有重大意義。通過科學(xué)的仿真模擬，可以更好地預(yù)防和應(yīng)對(duì)可能發(fā)生的人群擁擠踩踏事件，保障公眾的安全和利益。本文將通過實(shí)驗(yàn)獲取行人在緊急情況下的行人運(yùn)動(dòng)的相關(guān)數(shù)據(jù)，為研究行人疏散相關(guān)的行人流研究提供幫助。
近幾十年世界人口增速較快，歐美等發(fā)達(dá)國家開始對(duì)行人流進(jìn)行研究，涉及多種學(xué)科領(lǐng)域的學(xué)者進(jìn)行大量的統(tǒng)計(jì)、實(shí)驗(yàn)和模擬。行人流研究的內(nèi)容也相應(yīng)的越來越豐富，從普通的行人流基本參數(shù)的觀察到大規(guī)模人群的管理，從行人流宏觀模型到行人流微觀模型，從正常的行人流規(guī)律到緊急情況下的人員疏散，已經(jīng)形成了一個(gè)比較系統(tǒng)的學(xué)科，與之相比，我國行人流研究起步較晚，中國作為世界第一人口大國，應(yīng)該積極學(xué)習(xí)國外行人流研究的成果和經(jīng)驗(yàn)，將其應(yīng)用到我國行人交通的應(yīng)用和管理當(dāng)中。
............................
2行人行為決策建模技術(shù)
2.1行人微觀仿真模型
在針對(duì)行人交通問題的研究技術(shù)中，基于實(shí)驗(yàn)的研究方法存在一些不可避免的缺點(diǎn)：如開展十分消耗人力和物力，并且緊急情況下的群體運(yùn)動(dòng)實(shí)驗(yàn)會(huì)有危險(xiǎn)及不確定性，實(shí)驗(yàn)采集的數(shù)據(jù)難以提取分析以及實(shí)驗(yàn)結(jié)果不易預(yù)見。這主要是由于群體運(yùn)動(dòng)的復(fù)雜性和不確定性所導(dǎo)致的，而行人流建模能很好的解決這些問題。
行人具有自主意識(shí)，在運(yùn)動(dòng)時(shí)呈現(xiàn)出很高的復(fù)雜性，僅僅通過對(duì)行人群體的宏觀模擬有時(shí)候無法滿足我們的需要。近些年隨著計(jì)算機(jī)硬件的發(fā)展，能夠反映個(gè)體行為決策的微觀仿真模型越來越成為行人流仿真的重點(diǎn)。微觀仿真模型不僅能反映行人的微觀行為特征，還能模擬出行人流中的自組織現(xiàn)象，不同的微觀行人流具有不同的特點(diǎn)。微觀行人流中比較常用的有元胞自動(dòng)機(jī)、磁力模型、和社會(huì)力模型，本節(jié)將簡述這幾種模型的建模理論。
2.1.1元胞自動(dòng)機(jī)
元胞自動(dòng)機(jī)(Cellular Automata  簡稱CA)是一種時(shí)間、空間和狀態(tài)都離散的模型，與其他模型不同，它的運(yùn)動(dòng)不是由一定的數(shù)學(xué)函數(shù)決定，而是通過模型中的最小單元（元胞）之間的相互作用的局部規(guī)則來運(yùn)行的。元胞自動(dòng)機(jī)中的每一個(gè)元胞都按照同樣的局部規(guī)則進(jìn)行更新，而整個(gè)系統(tǒng)內(nèi)的元胞之間通過簡單的相互作用來驅(qū)動(dòng)模型的運(yùn)行。元胞自動(dòng)機(jī)具有很強(qiáng)的運(yùn)算能力和建模能力，其簡單的規(guī)則通常能夠模擬出復(fù)雜的動(dòng)態(tài)系統(tǒng)，被廣泛應(yīng)用于各種物理、化學(xué)、生物學(xué)等研究中。Blue將其應(yīng)用到行人交通領(lǐng)域，由于CA模型的規(guī)則比較簡單、空間建模和運(yùn)算能力比較強(qiáng)的特點(diǎn)，被廣泛應(yīng)用與行人疏散仿真模擬當(dāng)中[17][38][39][40][41]。
...........................
2.2典型的群體自組織現(xiàn)象
在行人交通領(lǐng)域，對(duì)于群體運(yùn)動(dòng)過程中的典型特征和規(guī)律的研究由來已久，行人流中的各種自組織現(xiàn)象也得到了解釋。行人心理和行為存在著許多個(gè)體差異，但是在某些情況下也存在著許多共性，這些共性在一定程度上導(dǎo)致了群體行為的自組織現(xiàn)象。因此，自組織現(xiàn)象是行人流研究中的重要因素。并且對(duì)于行人流仿真模型而言，能 模擬出行人流中的自組織現(xiàn)象也是評(píng)價(jià)模型好壞的重要因素。
自組織現(xiàn)象是指人員沒有通過交通管制，信號(hào)燈或特定規(guī)則等外部條件計(jì)劃規(guī)定好、組織好的的模式，而是由于行人之間在時(shí)空上復(fù)雜的非線性作用的結(jié)果。雖然每個(gè)行人自身的目標(biāo)和偏好都不盡相同，但是行人人群的運(yùn)動(dòng)是有規(guī)律且可以預(yù)知的，人員在密度很小的時(shí)候才能夠不受限制的移動(dòng)， 則人員的運(yùn)動(dòng)將受到其他人員行為的影響，從而導(dǎo)致某些自組織現(xiàn)象的發(fā)生。當(dāng)前可以觀察到的比較典型的行人自組織現(xiàn)象有自動(dòng)渠化，瓶頸效應(yīng)，密度波等，下面將簡述這些自組織現(xiàn)象的發(fā)生條件和相關(guān)機(jī)理并附上實(shí)際拍攝到的兩組自組織現(xiàn)象。
2.2.1自動(dòng)渠化
自動(dòng)渠化主要發(fā)生在兩組相向而行的群體當(dāng)中，兩組人群的運(yùn)動(dòng)方向相反，呈180°。但并不是所有雙向行人流都會(huì)發(fā)生渠化現(xiàn)象，當(dāng)人群密度比較小的時(shí)候，相向而行的人員可以自由進(jìn)行行為決策，例如轉(zhuǎn)向、超越等，不需要考慮與對(duì)面方向的行人發(fā)生碰撞或者在路徑選擇上的沖突，此時(shí)并不會(huì)產(chǎn)生渠化。但隨著人員密度的增加，行人的活動(dòng)空間和行為決策會(huì)受到限制，行人與相向而來的行人容易在路徑選擇上發(fā)生沖突。所以行人為了防止與其他行人發(fā)生碰撞，行人會(huì)不斷改變自己的運(yùn)動(dòng)速度和路徑，相同方向的行人會(huì)選擇跟隨前方行人，保持一致的運(yùn)動(dòng)方向進(jìn)而避免沖突。最后，兩組人群就會(huì)自動(dòng)形成幾組隊(duì)列，這就是自動(dòng)渠化現(xiàn)象。
....................
3 行為決策實(shí)驗(yàn)與分析 ................................. 25
3.1 行人運(yùn)動(dòng)需求空間的研究 ............................ 25
3.2 行人形體模型 ............................. 28
4 行人行為決策模擬方法 ............................. 41
4.1 基于Agent建模方法 ............................ 41
4.1.1 Agent理論 ................................ 41
4.1.2 建模方法 ...................... 43
5 仿真實(shí)驗(yàn)及分析 ............................... 53
5.1 仿真實(shí)驗(yàn)設(shè)計(jì) ........................................ 53
5.2 仿真結(jié)果分析 ............................. 54
5仿真實(shí)驗(yàn)及分析
5.1仿真實(shí)驗(yàn)設(shè)計(jì)
仿真程序通過Visual Basic語言進(jìn)行編寫， Visual Basic是Microsoft公司開發(fā)的一種結(jié)構(gòu)化的、模塊化的、面向?qū)ο蟮?、包含協(xié)助開發(fā)環(huán)境的事件驅(qū)動(dòng)為機(jī)制的可視化程序設(shè)計(jì)語言。通過Visual Basic2015平臺(tái)設(shè)計(jì)一個(gè)雙向行人流場景。雙向行人流是指兩組行人運(yùn)動(dòng)方向相反，相向而行的過程，自動(dòng)渠化是雙向行人流中比較常見的自組織現(xiàn)象。
分別對(duì)考慮緩沖空間和不考慮緩沖空間兩種仿真模型進(jìn)行雙向行人流實(shí)驗(yàn)。因?yàn)榭紤]緩沖空間的仿真模型強(qiáng)調(diào)個(gè)體感知區(qū)域和行為決策的差異化，因此在不考慮緩沖空間的仿真模型中，將行人群體的感知區(qū)域都設(shè)置為半徑固定為1.0 m、角度為120°的扇形區(qū)域，決策距離也固定為1.0 m。在進(jìn)行雙向行人流的過程仿真實(shí)驗(yàn)時(shí)，將人員設(shè)置在行人通道中。行人通道為長為 12.5 m，寬 5.0 m的矩形，每個(gè)方向各生成25人，排列為 5 行 5 列，一共 50 個(gè)行人，兩組人員相向而行。為方便區(qū)分，兩邊的行人分別用不同顏色的圓來表示，圓直徑為0.5 m。如下圖所示，該實(shí)驗(yàn)通道內(nèi)行人與行人前后之間的距離0.1 m、左右之間的距離為 0.8 m。行人速度由算法在相關(guān)范圍內(nèi)隨機(jī)分配 ，正常運(yùn)動(dòng)狀態(tài)下行人速度的取值范圍為 0.8~1.6 m/s ；奔跑狀態(tài)下行人速度的取值范圍為2.2~5.4 m/s。

決策模擬論文參考

........................
6總結(jié)與展望
6.1主要工作及結(jié)論
本文通過引入緩沖空間概念，利用現(xiàn)場觀察法和控制實(shí)驗(yàn)來獲取緩沖空間與行人決策之間的函數(shù)關(guān)系，然后建立基于緩沖空間的行人行為決策算法，并編制了仿真程序，來模擬行人流場景，驗(yàn)證了模型的有效性。
本文研究的主要內(nèi)容和結(jié)論如下：
（1）本文通過相關(guān)文獻(xiàn)的研究探討了影響行人行為決策的機(jī)理，分析行人運(yùn)動(dòng)空間與行為決策的關(guān)系，引入緩沖空間的概念，界定行人緩沖空間的具體范圍及緩沖空間函數(shù)。
結(jié)論：通過研究發(fā)現(xiàn)，行人進(jìn)行減速、轉(zhuǎn)向等決策與自身周圍的運(yùn)動(dòng)空間由很大關(guān)系，當(dāng)這個(gè)空間小到一定程度時(shí)，行人就會(huì)被迫執(zhí)行其他決策，本文將緩沖空間定義為使行人維持期望速度不做其他行為決策時(shí)的最小運(yùn)動(dòng)空間。
（2）設(shè)計(jì)了現(xiàn)場觀測實(shí)驗(yàn)和單線行人運(yùn)動(dòng)實(shí)驗(yàn)，實(shí)驗(yàn)對(duì)象分別對(duì)正常運(yùn)動(dòng)狀態(tài)下的和奔跑狀態(tài)下的行人，從實(shí)驗(yàn)錄像中提取了行人速度與緩沖空間的數(shù)據(jù)，然后通過對(duì)數(shù)據(jù)的分析建立了緩沖空間與速度的數(shù)學(xué)函數(shù)。
結(jié)論：行人緩沖空間與速度基本呈線性關(guān)系，在正常運(yùn)動(dòng)狀態(tài)下，行人緩沖空間與速度關(guān)系可以用S=0.88v-0.262和S=0.54v-0.232來表示，行人的緩沖空間的范圍位于兩函數(shù)之間；在奔跑狀態(tài)下 ，緩沖空間與速度的函數(shù)關(guān)系為S=0.4v-0.105。正常行走狀態(tài)下速度對(duì)應(yīng)的緩沖空間分布更廣，而奔跑狀態(tài)下行人不同速度對(duì)應(yīng)的緩沖空間分布比較集中，這可能與實(shí)驗(yàn)中行人左右受約束有關(guān)。
參考文獻(xiàn)（略）