基于從眾心理的城市軌道交通站內(nèi)應急疏散仿真研究

李昌宇，李季濤，宋小滿，周 茵

（1.大連交通大學?交通運輸工程學院，遼寧?大連?116028；2.中國鐵道科學研究院?運輸及經(jīng)濟研究所，北京?100081）

基于從眾心理的城市軌道交通站內(nèi)應急疏散仿真研究

李昌宇1，李季濤1，宋小滿2，周 茵2

（1.大連交通大學?交通運輸工程學院，遼寧?大連?116028；2.中國鐵道科學研究院?運輸及經(jīng)濟研究所，北京?100081）

在闡述?Agent?理論在城市軌道交通車站中的應用、應急疏散行為的影響因素、應急疏散中的從眾行為、社會力模型等應急疏散理論研究的基礎上，以地鐵站為例，分別從仿真模型的疏散人員屬性、物理模型的建立、仿真實驗設計等方面，進行從眾行為在城市軌道交通應急疏散中的仿真，根據(jù)仿真結(jié)果分析從眾行為對于應急疏散的影響。仿真實驗結(jié)果表明，適度的從眾心理能夠起到減少反應時間、指引疏散方向的有利作用；反之，過度的盲從只會導致疏散時間增加，疏散效率降低。

城市軌道交通；應急疏散；從眾行為；仿真研究；社會力模型

近年來為緩解地面交通的壓力，許多大中型城市已經(jīng)開通城市軌道交通。由于城市軌道交通的車站大多位于地下，與外界的連通性較差，一旦發(fā)生火災等突發(fā)事故，乘客往往因為心理慌亂導致逃生秩序混亂，此時極易發(fā)生擁堵、踩踏等事件，給乘客、車站和社會造成巨大的經(jīng)濟損失和嚴重的負面影響[1-2]。城市軌道交通應急疏散問題早已引起國外學者們的關注，GEORGIANA L 等[3]針對現(xiàn)代智能交通系統(tǒng)在突發(fā)事件中的應急疏散所起的作用研發(fā)智能交通疏散管理系統(tǒng)；TANG C 等[4]對突發(fā)事件環(huán)境下建筑物的疏散指示圖和疏散人員選擇疏散路線之間的時間關系進行研究。我國對人員安全疏散行為的研究起步較晚，溫麗敏等[5]針對不利于疏散人員的具體特征，采用降低整個疏散能力平均值的方法，提出一種火災群集疏散模型；孟俊仙等[6]基于元胞自動機模型設計新的目標元胞選擇算法，在模型中引入熟悉環(huán)境程度和運動方向因子，設計并且實現(xiàn)疏散仿真系統(tǒng)。通過采用先進的計算機可視化仿真技術，對城市軌道交通應急疏散人員心理和疏散時間之間的影響進行實驗分析，實驗結(jié)果可為各城市軌道車站提前做好安全預防措施提供一定依據(jù)。

1應急疏散理論

1.1城市軌道交通站內(nèi)行人疏散行為

城市軌道交通車站是客流集散的重要場所，一般有高架、地面和地下 3 種形式，商業(yè)發(fā)達的城市中心車站大多建于地下，其站內(nèi)空間相對密閉、客流頻繁并且具有明顯的潮汐式特點，特別是在高峰時期更為突出，對于短時間內(nèi)疏散客流具有更高的要求。

行人的應急疏散行為主要受個體生理、心理因素影響，同時還受環(huán)境條件等因素影響。其中，生理、心理因素主要體現(xiàn)在年齡、性別、文化程度、健康狀況及對環(huán)境的熟悉度等方面，這些差異會反映在疏散步速和行為方式上；環(huán)境因素包括疏散場所的行人密度、障礙物位置與數(shù)量、行人與出口之間的距離、出口寬度與數(shù)量、是否隨身攜帶大件行李及照明強度、信息交換情況、工作人員引導等[7-8]。對此，在固定疏散環(huán)境的條件下，針對行人因心理因素導致的從眾行為對于疏散時間的影響進行仿真建模。

1.2應急疏散中的從眾理論

在群體的影響和壓力下，個體由于對某種行為缺乏認識與體驗而不再堅持自己的意見，采取跟隨他人行動的現(xiàn)象稱為從眾現(xiàn)象[9]。特別是在火災現(xiàn)場，人們平時缺乏演習，對消防通道不熟悉，而現(xiàn)場能見度又低，此時人們?nèi)菀资芩擞绊懏a(chǎn)生恐慌情緒，同時更愿意靠近人群。

當行人試圖在密閉擁擠的空間疏散時，首先需要確定一個出口方向。每個行人 i 既可以選擇自己的方向 ei，也可以選擇跟隨一定半徑 Ri下自身周圍行人 j 的平均方向，或者兼而有之。如果用參數(shù) pi定義 2 種選擇的權重，則行人 i 最終移動的方向的計算公式為[10]

式中：Norm (z) = z/‖z‖ 表示矢量 z 的標準化；pi為跟隨他人的可能性，定義為從眾系數(shù)。當 pi較低時，更多地表現(xiàn)出個人行為；當 pi較高時，個體行為轉(zhuǎn)化為其他人的行為。

1.3基于 Agent 技術的社會力模型

Agent 是一個有目標的對象，或能自主地執(zhí)行一些動作作用于它所在環(huán)境的實體，微觀的仿真模型也稱為“基于 Agent 技術的仿真模型”。Agent可以通過協(xié)議、通信、交互行為等方式有機構成復雜社會組織或系統(tǒng)，將該系統(tǒng)賦予在特定的虛擬情景或真實環(huán)境中，則構成多智能體系統(tǒng) (multi-agent systems，MAS)。該系統(tǒng)具有自治性、社會性、反映性、能動性，以及一些人類才具有的特性如知識、信念、義務、意圖等[11-12]。

社會力模型是德國交通流專家 HELBING D 提出的一種用來模擬人的追隨現(xiàn)象和堵塞效應的多粒子自驅(qū)動連續(xù)性模型，他把人群行為和心理特性及與環(huán)境間的相互作用描述為力學模型，擴展了從眾行為的仿真方法，更細致地模擬行人的運動狀態(tài)與受力狀態(tài)[13-14]。疏散仿真中的社會力如圖1所示。

在城市軌道交通站內(nèi)的行人應急疏散仿真系統(tǒng)中，每個疏散個體都是能夠獨立思想并可以同環(huán)境交互的 Agent，行人 Agent 的環(huán)境感知能力、協(xié)作交互能力和自身行為控制可以直接影響其應急反應時間、疏散從眾心理及逃生出口選擇，傳統(tǒng)的系統(tǒng)建模方法通常只能夠宏觀地仿真車站整體系統(tǒng)，無法細致地刻畫出行人的局部特征。因此，采用基于Agent 技術的社會力模型對城市軌道交通車站人員應急疏散進行建模和仿真研究。

圖1　疏散仿真中的社會力

2城市軌道交通應急疏散仿真模型構建

AnyLogic 是一個對離散、系統(tǒng)動力學、多智能體和混合系統(tǒng)建模和仿真的工具，其基于Agent理論和社會力模型開發(fā)的行人庫主要用來構建行人仿真模型。因此，以地鐵站為例，運用 AnyLogic 7 Professional 7.0.2 平臺仿真不同從眾行為下的城市軌道交通站內(nèi)應急疏散狀況。

2.1仿真模型的疏散人員屬性

2.1.1疏散人員的分類

根據(jù)公式 ⑴，將模型中的疏散人員分為 2 類：一類是理性的行人，另一類是有從眾心理的行人。行人所處的物理位置對逃生過程中的決策心理有很大影響，通常距離出口較遠的行人所處的環(huán)境較危險、從眾心理較強，在不確定各出口疏散情況的條件下，容易慌亂失去理智從而跟隨他人。模型設定：在疏散前與出口的直線距離 ＞1/5 站臺長的行人為“潛在從眾人員”。

當行人 i 收到疏散信號時，理性的疏散人員最先根據(jù)疏散開始時刻的位置，判斷并選擇距離較近的出口方向 ei開始疏散，即“就近原則”；而有從眾心理的人往往停在原地遲疑觀察幾秒后，再根據(jù)各出口實時疏散人數(shù)來判斷自己的逃生方向，即選擇逃生人數(shù)較多的出口方向〈。

2.1.2疏散人員從眾心理界定

將疏散人員的從眾心理量化為“從眾系數(shù)”，分別設定為 0.0～0.8，步長為 0.1。當從眾系數(shù)為 0.0 時，站臺內(nèi)所有人皆理性按照“就近原則”選擇逃生出口；當從眾系數(shù)為 0.1 時，10% 總?cè)藬?shù)的“潛在從眾人員”變?yōu)椤皬谋娙藛T”跟隨眾人的方向疏散，其余人按照“就近原則”疏散。以此類推，當從眾系數(shù)為 0.8 時，80% 總?cè)藬?shù)的“潛在從眾人員”變?yōu)椤皬谋娙藛T”跟隨眾人的方向疏散，其余人按照“就近原則”疏散。

2.2物理模型的建立

在仿照地鐵站臺形狀的二維矩形平面 (20m×40m) 上，左右分別放置 2 個位置與寬度 (3m) 完全相同的逃生出口，并且站臺上沒有任何妨礙行人疏散的障礙物。在模型開始運行時，不斷有行人出現(xiàn)并隨機地分布在站臺上，當站臺內(nèi)達到 150 人時將不再繼續(xù)生成新的行人，考慮到人與人之間潛在的安全距離，模型中用直徑為 1 m 的圓點代替行人。當發(fā)生突發(fā)事故時改變行人當前狀態(tài)，進行疏散，此時根據(jù)不同的從眾系數(shù)，站臺上部分“潛在從眾人員”轉(zhuǎn)化為“從眾人員”并且準備疏散。在疏散開始時刻，理性的人最先作出應急反應開始疏散，從眾人員原地等待幾秒后跟隨，所有人盡可能地選擇最短路徑向出口逃生，疏散逃生速度為 3～4 m/s。

2.3仿真實驗設計

2.3.1實驗目的

“從眾”是一種個人到群體心理轉(zhuǎn)移的社會傳播行為，非理性的從眾行為通常會導致較為嚴重的后果，在現(xiàn)實中模擬地鐵應急疏散必須投入大量人力物力，此時通過建立仿真模型代替現(xiàn)實中的系統(tǒng)，既能實時觀測不同從眾心理情況下行人在地鐵站內(nèi)的疏散情況，又能探索從眾行為對于地鐵站疏散時間的影響。

2.3.2 實驗方案設計

考慮到每個疏散個體的走行速度和反應時間不同、從眾人員位置的隨機性及實驗結(jié)果的準確性，在每組不同從眾系數(shù) (0.0～0.8) 條件下分別運行 10 次實驗，取均值作為最終實驗結(jié)果。具體實驗方案如下。

（1）實驗 1：當站臺內(nèi)有 150 人時 (默認狀態(tài)) 開始疏散→站臺上全部人員疏散完畢→仿真運行結(jié)束。

（2）實驗 2：當站臺內(nèi)有 150 人時 (默認狀態(tài))開始疏散→站臺上隨機 60 人疏散完畢→仿真運行結(jié)束。

（3）實驗 3：當站臺內(nèi)有 150 人時 (默認狀態(tài))開始疏散→系統(tǒng)的疏散時間達到 60 s→仿真運行結(jié)束。

3從眾行為對于城市軌道交通站內(nèi)應急疏散的影響分析

（1）實驗 1 運行結(jié)果。在默認狀態(tài)下，站臺上全部人員疏散完畢所用時間如表1所示。

表1　默認狀態(tài)下全部人員疏散完畢所用時間 　s

由表1可知，隨著從眾系數(shù)的增大，站臺上全部人員疏散完畢所用時間呈逐漸增加的趨勢，從眾系數(shù)在 0.0～0.4 之間，疏散時間呈輕微波動上升趨勢；從眾系數(shù)為 0.2 時所用疏散時間最少、疏散效率最高；從眾系數(shù)大于 0.4 之后疏散時間呈明顯上升趨勢；當從眾系數(shù)為 0.8 時所用疏散時間最長。

（2）實驗 2 運行結(jié)果。在默認狀態(tài)下，站臺上隨機 60 人疏散完畢所用時間如表2所示。

表2　默認狀態(tài)下 60 人疏散完畢所用時間 　s

由表2可知，隨著從眾系數(shù)的增大，站臺上隨機 60 人疏散完畢所用的時間呈逐漸增加的趨勢；從眾系數(shù)在 0.0～0.4 之間，疏散時間呈輕微波動上升趨勢；當從眾系數(shù)為 0.2 時所用疏散時間最少、疏散效率最高；從眾系數(shù)大于 0.4 之后疏散時間呈明顯上升趨勢；當從眾系數(shù)為 0.8 時所用疏散時間最長。

（3）實驗 3 運行結(jié)果。在默認狀態(tài)下，站臺上60 s 內(nèi)疏散完成人數(shù)如表3所示。

表3　默認狀態(tài)下 60 s 內(nèi)完成疏散人數(shù) 　人

由表3可知，隨著從眾系數(shù)的增大，站臺上60 s 內(nèi)完成疏散人數(shù)呈逐漸減少的趨勢，從眾系數(shù)在 0.0～0.4 之間，疏散人數(shù)呈輕微波動下降趨勢；當從眾系數(shù)為 0.2 時疏散人數(shù)最多、疏散效率最高；從眾系數(shù)大于 0.4 之后疏散人數(shù)呈明顯下降趨勢；當從眾系數(shù)為 0.8 時疏散的人數(shù)最少。

4研究結(jié)論

在城市軌道交通站內(nèi)疏散研究的過程中，以最常見的地鐵站為例，應用多智能體建模的仿真方法模擬從眾心理影響下的站內(nèi)人員應急疏散過程。通過站內(nèi)人員位置圈定潛在從眾人員，采用改變從眾系數(shù)的方式控制從眾人員的數(shù)量，并且延遲其疏散反應時間，使之明顯區(qū)別于其他理性人員。實驗結(jié)果顯示適度的從眾心理能夠起到減少反應時間、指引疏散方向的有利作用；反之過度的盲從只會導致疏散時間增加，疏散效率降低，此時需要工作人員加以正確的引導，可以通過廣播及時提供有關逃生出口的位置信息和疏散情況，增加疏散人員對危險環(huán)境的認知能力、降低疏散人員的心理恐慌從而提高疏散效率，減輕災害損失。仿真僅針對從眾心理這一影響因素進行研究，站內(nèi)障礙物位置、火災情況下著火點位置等環(huán)境因素對于城市軌道交通站內(nèi)疏散的影響還有待進一步的研究分析。

[1] 劉棟棟，劉金亮，張遠青. 基于從眾心理影響的交通樞紐人員疏散[J]. 建筑防火設計，2011， 10(10)：889-893.

LIU Dong-dong，LIU Jin-liang，ZHANG Yuan-qing. The Analyses of Pedestrian Safety Evacuation at Transportation Hub based on Conformity Psychological Effect[J]. Fire Science and Technology，2011，10(10)：889-893.

[2] 余 麗. 城市地鐵火災環(huán)境下人員安全疏散的研究[J]. 消防技術與產(chǎn)品信息，2015(1)：12-15.

YU Li. Study on Safety Evacuation in Environment of Urban Subway Fire[J]. Fire Technique and Products Information，2015(1)：12-15.

[3] GEORGIANA L，HAMZA L，KIEN A H，et a1. Leveraging E-Transportation in Real-Time Traffic Evacuation Management [J]. Electronic Commerce Research and Applications，2007，6(4)：413-424.

[4] TANG C，LIN C Y，HSU Y M. Exploratory Research on Reading Cognition and Escape-Route Planning Using Building Evacuation Plan Diagrams[J]. Applied Ergonomics，2008，39(2)：209-217.

[5] 溫麗敏，陳 全，陳寶智. 火災中群集疏散的設計方法及計算機仿真[J]. 東北大學學報(自然科學版)， 1998，19(5)： 445-447.

WEN Li-min，CHEN Quan，CHEN Bao-zhi. Human Evacuation Scenarios in Case of Fire and Simulation by Computers[J]. Journal of Northeastern University(Natural Science)，1998，19(5)：445-447.

[6] 孟俊仙，周淑秋，饒 敏. 基于元胞自動機的人員疏散仿真研究[J]. 計算機與工程設計， 2009， 30(1)： 242-246.

MENG Jun-xian，ZHOU Shu-qiu，RAO Min. Study on Occupant Evacuation Simulation based on Cellular Automata[J]. Computer Engineering and Design，2009，30(1)：242-246.

[7] 何健飛. 基于行為的應急疏散路徑優(yōu)化與仿真[D]. 上海：上海交通大學，2013.

[8] 王秀丹. 基于行人運動特性分析的地鐵站緊急疏散仿真[D]. 北京：北京交通大學，2014.

[9] 盧文龍. 城市軌道交通應急疏散的研究[D]. 北京：中國鐵道科學研究院，2012.

[10] HELBING D，F(xiàn)ARKAS I，VICSEK T. Simulating Dynamical Features of Escape Panic[J]. Nature， 2000(407)：487-490.

[11] WOOLDRIDGE M，JENNINGS N R. Towards a Theory of Cooperative Problem Solving[C]//PERRAM W J，MTILLER J P. Distributed Software Agents and Applications，6th European Workshop on Modelling Autonomous Agents in a Multi-Agent World，MAAMAW ’94，Odense，Denmark，August 1994 Proceedings. Berlin：Springer-Verlag，1996：40-53.

[12] RUSSELL S，NORMING P. Artificial Intelligence：A Modern Approach[M]. Upper Saddle River，New Jersey：Prentice Hall，1995.

[13] HELBING D，KELTSCH J，MOLNAR P. Modelling the Evolution of Human Trail Systems[J]. Nature，1997(388)：47-50.

[14] HELBING D，MOLNAR P. Social Force Model for Pedestrian Dynamics[J]. Phys Rev E，1995(51)：4282-4286.

責任編輯：吳文娟

Research on Simulation of Emergency Evacuation from Urban Rail Transit Station based on Conformity Mentality

LI Chang-yu1，LI Ji-tao1，SONG Xiao-man2，ZHOU Yin2

(1.Transportation Engineering School, Dalian Jiaotong University, Dalian 116028, Liaoning, China; 2.Transportation & Economics Research Institute, China Academy of Railway Sciences, Beijing 100081, China)

Through elaborating on application of Agent theory in city railway transit station, influencing factor of emergency evacuation behavior, conformity behavior of emergency evacuation, social force model and other emergency evacuation theories, this paper taking subway station as example, simulates conformity behavior in emergency evacuation of city rail transit by establishing attribute of evacuation people, constructing physical model, and designing simulation experimentation, and analyses the influence of conformity behavior on emergency evacuation. The results of simulation experiment indicate that moderate conformity behavior can reduce reaction time and give direction for evacuation; and excessive blind follow can increase evacuation time and reduce evacuation efficiency.

Urban Rail Transit; Emergency Evacuation; Conformity Behavior; Simulation Research; Social Force Model

1003-1421(2016)09-0077-05

U239.5

B

10.16668/j.cnki.issn.1003-1421.2016.09.15

2016-05-10

遼寧省教育廳科研項目(L2012156)