用基元仿真模型对船舶进行高级的疏散分析外文翻译资料

英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

用基元仿真模型对船舶进行高级的疏散分析

第一作者a：Myung-Il Roh 第二作者b：Sol Ha

a韩国蔚山大学船舶与海洋工程学院，Muger2-Dong, 蔚山 680-749

b韩国首尔国立大学船舶与海洋工程学院，Daehak-dong地区, 冠岳区, 首尔 151-744

论文信息：

文章历史：2011年12月22日接稿，2012年8月13日收到修改后的表格，2012年8月16日接受稿件，2012年11月10日在网上可查。

关键词：船舶疏散分析，基于单元的仿真模型，离散事件和分立元件的结合，实时仿真 ，车辆渡轮

摘要

高级的船舶疏散分析是一种随机的方法，其中的总疏散时间是通过计算机模拟计算，考虑每个乘客的特点（例如，年龄，性别等）和船舶详细的布局。在这项研究中，是使用基于单元的仿真模型对高级的疏散仿真进行分析。这种基于单元的仿真模型将一个空间分成相同大小的网格，称为“单元”。船上的每一个乘客都位于一个单元中，他们移动到另一个单元应该是根据一系列与个人，人群，和乘客的逆流规避行为有关的局部规则。这些行为模式被作为局部执行规则并被分配给每个单元格。每一个单元格通过使用一个组合的离散事件和一个离散时间仿真模型来表示局部规则的不同变量。为了验证高级的船舶疏散分析的适用性，它被实施到国际海事组织/理学硕士/中国保监会指定的11项测试中。Circ. 1238结果表明，这项测试的所有的要求都已得到满足。最后，这项分析被应用到一辆有2487人的汽车渡船。

Elsevier公司保留所有权利，2012年。

1. 介绍
   1. 研究背景

所有客船应该按照国际海事组织，海上安全委员会给出的Circ. 1238进行疏散分析，国际海事组织发布了强制性规定，题目为“新的和现有的进行客船疏散分析的指南” ^{[ 1 ]}。本规定的目的是确定船舶的总疏散时间是否小于规定的允许时间。汽车渡船的最大允许时间为60分钟，定期客船为80分钟。该指南提供了使用2种不同的方法进行疏散分析的可能性：简单的疏散分析和高级的疏散分析。简单的疏散分析是一种确定的方法，它通过考虑到所有乘客具有相同的特点使用一个简单的液压方案计算总疏散时间。利用国际海事组织提供的一个简单公式计算总疏散时间，并将结果提交给船东和船级社。另一种方法，高级的疏散分析是一个随机的方法，在该方法中，通过考虑每个乘客的每个特征使用微观的方法对总的疏散时间进行估计。在这种分析方法中，通过代表每个乘客和船只的详细布局的以计算机为基础的仿真模拟对总疏散时间进行估计。高级的疏散分析目前不是强制性的，但预计在未来是必须的。因此，在这里进行了高级的疏散分析研究。

1.2.相关工作

最近，研究人员采用各种方法来研究各种情况下的人群疏散，有时单独使用一种方法或者将几种方法组合。用于疏散分析的元胞自动机模型综述如下。

应急疏散是一个由许多以强相互作用为特点的行人和环境组成的系统。在紧急疏散中人们要比平常移动的速度快。行人与行人之间的和行人与环境之间的局部相互作用（例如，墙壁或门）确定行人的全局行为。已经提出了各种仿真模型来研究动态的疏散。模拟疏散的情况，重要的是要了解影响乘客行为的因素，并建立一个考虑到这些因素的乘客的行为模型。黑尔宾和莫尔纳 ^{[ 2 ]}还有黑尔宾与其他人 ^{[ 3 ]}提出了一种行人的连续运动社会力模型。在这个模型中，行人被视为受个体的社会行为诱导的远程力的粒子。行人的运动可以用一个取决于物理力和社会力，并且引起速度变化的主要的功能来描述。社会力模型由加速度方程来确定。近年来，社会力模型在研究人群疏散问题上得到了进一步的发展^[4,5]。参照这些社会力，Cho等人^{[ 6 ] [ 7 ]} 考虑到疏散中人类行为的不同方面以速度为基础仿照乘客的行为。他们认为，乘客行为由个人，群体和逆流规避行为组成。使用该模型，他们开发了一个高级的客运船舶疏散分析程序。该程序是用国际海事组织，海上安全委员会/中国保监会规定的11个试验验证。Circ. 1238应用到汽车轮渡。

元胞自动机模型也已被开发来研究在各种情况下的人群疏散。元胞自动机模型依据离散单元量化疏散区域。每个单元可以是空的或者被一个行人或物体占用。一个行人可以在每一个时间步骤中移动到一个空的相邻小区。元胞自动机模型可分为2类。第一类是基于环境和行人之间的相互作用。例如，赵等人^{[ 8 ]}提出了一种二维元胞自动机随机模型，研究了人员疏散的退出动力。宋等人^{[ 9 ]} 还有于和宋^{[ 10 ]}提出了一种考虑周围环境的通道的无需后退一步的元胞自动机模型，用以模拟行人的逆流。这些模型表明，不同的环境，例如出口宽度和障碍对行人运动的影响。第二类是基于行人之间的相互作用。基什内尔等人^{[ 11 ]}提出了有摩擦的行人动力学元胞自动机模型模拟有竞争的出口行为。基什内尔和schadschneider ^{[ 12 ]}提出了一种仿生元胞自动机模型来描述行人之间的相互作用，并模拟有一个或两个门的大房间的疏散。此外，翁等人 ^{[ 13 ]}提出了一种无需不同步行速度的元胞自动机模型。正如上面提到的，那些观察到的在疏散中发生的现象在过去的几年里已经由这些模型再现。由于复杂的规则，社会力模型没有良好的计算效率。另一方面，元胞自动机模型在空间，时间和状态变量中是离散的。这使得这个模型非常适用于大型计算机模拟仿真。对客船的高级的疏散分析的目的是使元胞自动机模型的性能在成千上万的乘客中获得通过。因此，在这项研究中用由Cho等人^{[ 6 ]} 和Cho^{[ 7 ]}提出的三个乘客行为建模作为元胞自动机。

本文的其余部分如下。第2部分提出在客船中以单元为基础的人类行为规则。第3部分展示了如何对基于单元的乘客行为进行建模。在4部分中，解释了国际海事组织，海上安全委员会 /Circ. 1238对11项测试的结果来验证乘客行为模型。在第5部分中，完成了汽车渡轮的高级的疏散分析并且把结果与商业疏散分析程序的极值指数相比。最后，第6部分提出结论和未来的方向。

1. 人类行为建模

如前所述，由Cho等人^{[ 6 ]} 和Cho^{[ 7 ]}提出的乘客行为模型模拟了基于速度的乘客行为。为了提高疏散分析的性能，该模型转换成了元胞自动机模型。

本节侧重于乘客的行为，特别是在疏散过程中客流的状态转换，以及乘客之间的关系。二维元胞自动机模型和由Cho等人和Cho提出的连续乘客行为分别被使用。一般情况下，乘客试图向出口快速地移动，避免与其他人发生碰撞，有时在疏散时随着人群走。这些可以以离散的个体，人群，和避免逆流的行为为特点，这表明各种相互作用，包括位置的吸引力、由周围乘客引起的分离、运动方向。在这项研究中应用了一个网络单元。每一个单元都是0.4米*0.4米大，这是典型的空间被拥挤的人群中的一个乘客所占据。因此，每一个单元既可以是空的，也可以被一个乘客占用。该单元被允许在任何时间只有三种主要状态中的一种：空的，被占用或者有障碍。根据自己的年龄和性别，一个人可以有不同的行走速度。国际海事组织，海上安全委员会 /Circ. 1238建议以年龄和性别为基础的步行速度。在这项研究中，采用0.8米/秒的平均行走速度，这是一个在密集的人群中的典型的值。因此，根据每个单元的大小，一个时间阶段在模型中对应于0.5秒。在疏散过程中的人群密度下的步行速度的变化是不考虑的。

在冯诺依曼型中，上下左右四个方向都考虑到；而在摩尔型中，要考虑八个方向，被认为是包括对角线方向。虽然冯诺依曼^{[ 14 ]}型是简单的，但它不如摩尔型准确。在这项研究中，采用摩尔型来确定行人的运动方向，因为八个方向可以更准确地描述人的疏散运动。在描述乘客行为之前，引入相互作用半径（Ri）。在乘客的当前位置，在一个以Ri为半径的区域内收集信息后，粒子系统作出判断。取Ri=1为例，如图1（a）。粒子将看到8 [=(Ri *2 1)^2- 1]个单元，即，除了中央的一个外，所有的周围的单元在乘客之前决定移动到哪一条路。

乘客疏散的行为规则处理移动到目的地的乘客之间的相互作用，不同方向的乘客之间的相互作用。这些规则在下面详细说明。

• 1. 个体行为建模

Cho^{[ 7 ]}通过按顺序确定步行速度和行走方向对个体行为建模。他通过使用可视图确定到一个目的地的最短距离的路线，确定了行走方向。当确定了逃生路线后，可沿逃生路线找到行走方向。考虑车厢内的障碍，结合可视图和Dijkstra算法计算到一个目的地的最短距离的路线。这项研究使用这些组合算法计算了到目的地的最短的距离。用可视图计算最短距离的步骤总结如下（图2）。

（1）在门的中心处，物体的拐角处及乘客中心处创建顶点。（见图2（a））
（2）用线将那些可见的顶点相互连接起来，并作图（见图2（b））。
（3）使用Dijkstra算法在图中确定最短距离路径（见图2（c）），并计算到最终目的地的最短距离（见图2（d））。

图1.人群和逆流规避行为的相互作用半径

图2. 最短距离的计算步骤。（a）创建图的顶点。（b）将彼此可见的顶点用线连接起来。（c）在图中确定最短的距离路线。（d）计算最短距离。

如上所述，考虑乘客的能见度计算出最短的距离意味着通过建立一个新的可视图为每个时间单元确定最短的方向。这是一个非常昂贵并且由于有成千上万的乘客很耗时的过程，但是，可以把车厢离散化为单元，并且预先对被确定并储存在单元格中的每一个单元的有代表性的最短距离开始疏散分析，如图3所示。

参照当前单元格的单元格指数如图3所示。单元格指数被定义为一个向量（i,j），其中的第一个元素i从左到右的每一步增加1，从下到上的每一步j增加1。

计算每个单元格的最短距离后，使用公式（1）对个体行为I_ij的分数进行计算。个体行为的分数不随时间改变，也不随乘客的存在改变。

I_ij=D_current-D_ij (1)

在上面的公式中，D_current是从当前的单元格到出口的最短距离，D_ij是从当前单元格的相邻单元格（i,j）到出口的最短距离。

• 1. 群体行为建模

这一部分介绍了使乘客之间相互作用的群体行为。在疏散过程中，乘客往往会与其他乘客一起行动。例如，即使有其他的出口，乘客也想要与其他的乘客使用相同的出口。雷诺兹^[15,16]还有Hartman和Benes ^{[ 17 ]}提出羊群算法用于乘客的羊群行为模型。羊群行为是乘客的运动和相互作用的结果。每个乘客都有三个局部行为规则：分离，凝聚，对齐。

2.2.1.分离行为建模

人群中的每一个乘客都尽量避免与旁边的人发生碰撞。这种趋势被称为分离或避免碰撞，这意味着尽量避免拥挤局部邻居。分离向量是由每一个被乘客占用的单元指数来进行简单计算。

图3.简单隔间内的最短距离网格

图4.相邻单元格的分离行为得分计算实例

如图4所示，相互作用的半径Ri范围被认为是2。目前的单元（0，0）有24个相邻的单元，因为相互作用的范围Ri是2，并且在图4中有七个单元被占据。参考当前的单元每个单元的位置向量V_p,ij与单元指数相同（见图4（a））。

在相互作用的Ri范围里的被占据的单元中分离的向量V_s,ij 可以用如下方程进行计算（见图4（b））：

(2)

如下例子，单元（1，-2），其单元的位置向量（(V_p,ij)/(||V_p,ij||)是（（1/radic;5），-（2/radic;5），位置向量的长度V_p,ij是radic;5。因此，单元（-1，-2）的分离向量可以用公式（2）计算为（-（1 / 5），2 / 5）=（-0.2，0.4）。同样地，可以计算七个被占据的单元的分离向量。

使用这些分离向量，可以用下面的方程来确定分离行为分数（见图4（c）和（d））。

(3)

(4)

在这里，Vs是分离向量占用相邻单元的平均值；N为占据相邻细胞数（N = 7，如图4）；而U_s,ij是平均分离向量Vs与每个单元的位置向量V_p,ij之间的角。
如图4所示，平均分离向量Vs是（0.14,0.11），这是24个相邻单元中的7个被占据的单元的分离向量的平均值。利用式（4），单元（1，-1）分离行为分数经计算为0.021。这个分离行为分数用当前的单元（0，0）的八个相邻单元得分来计算。

图5.相邻单元的内聚行为得分的样本计算

2.2.2. 凝聚行为建模

乘客倾向于靠近由邻居组成的当地团体的中心，并在该团体中找到舒适的位置。这种倾向称为凝聚力。

如图5所示，作用范围Ri和每个单元的位置向量V_p，ij与2.

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[149858]，资料为PDF文档或Word文档，PDF文档可免费转换为Word