10.16182/j.issn1004731x.joss.20-0718
基于小波神经网络的多楼层疏散模型
多楼层环境下室内人群疏散问题是社会关注的热点,而传统的社会力模型在模拟多楼层环境时容易出现停滞等待现象.基于小波神经网络来改进社会力模型,建立一种新的多楼层疏散模型.该模型利用场域模型来获得行人的运动方向,以此作为社会力模型中行人的自驱力方向.同时给出了多楼层环境下出口拥挤度、路径拥挤度和平均速度的评价指标,并利用小波神经网络建立疏散优化方法.利用搭建的仿真平台和上述改进模型模拟了多楼层疏散过程,深入分析了影响该模型的关键因素.该环境下疏散结果表明:适当提高行人的疏散速度有利于提高疏散效率,但是速度过大会使行人快速聚集在楼道处,反而不利于疏散;此外疏散时间随楼梯宽度的增加呈现递减趋势直至平稳,当楼梯宽度达到8m时,再增加楼梯宽度也不能降低疏散时间.
多楼层;人群疏散;社会力模型;场域;小波神经网络
34
X913;TP391.9(安全科学基础理论)
国家自然科学基金;四川省科技厅应用基础项目;成都师范学院科研创新团队
2022-03-11(万方平台首次上网日期,不代表论文的发表时间)
共9页
269-277