基于多智能體建模方法的人群應(yīng)急疏散模型構(gòu)建研究
——以騰龍芳烴(漳州)有限公司“4·6”爆炸著火重大事故疏散為例*

王雙燕，鄧云峰，柯 霄

(1.中共中央黨校(國家行政學(xué)院)，北京 100091； 2.長江生態(tài)環(huán)保集團(tuán)有限公司，湖北 武漢 430000)

0 引言

自“十三五”以來，社會公共安全備受關(guān)注，尤其?；钒踩玫絿液推髽I(yè)高度重視?；ず臀ｋU化學(xué)品安全事故數(shù)量總體呈下降趨勢，但事故數(shù)據(jù)表明化工事故應(yīng)急管理工作依然面臨巨大挑戰(zhàn)。

如何在?；肥鹿蕬?yīng)急處置中快速組織群眾疏散，是應(yīng)急處置工作重大難題之一。疏散決策和行為不當(dāng)易加劇人員重大傷亡[1-2]。疏散行為研究成為國內(nèi)外學(xué)者關(guān)注的重點(diǎn)。人群疏散研究從研究角度上大致可分為宏觀與微觀2類：宏觀角度上研究大多基于社會力模型對人流疏散情況進(jìn)行分析，未考慮人員疏散過程中行為的異質(zhì)性；從微觀角度分析人員疏散行為交互特征及其對疏散效果的影響，能同時呈現(xiàn)疏散中人員行為復(fù)雜性及人流疏散情況，與實(shí)際情況更為吻合，難度重點(diǎn)在于模型構(gòu)建和復(fù)雜行為的設(shè)計。

目前關(guān)于疏散行為模擬的研究較多，構(gòu)建疏散模型方法包括元胞自動機(jī)模型[3-5]、社會力模型[6-7]、多智能體模型[8-9]。孫倩倩等[10]采用元胞傳輸模型模擬人員疏散行為，觀測人流擁擠程度和出口“成拱現(xiàn)象”;李翔飛等[11]研究行人異質(zhì)行為特征對疏散效果的影響；高娜[12]考慮疏散過程中小群體內(nèi)部成員相互作用及群間作用影響，構(gòu)建小群體疏散模型，分析小群體對疏散效果的影響；馬占軍等[13]考慮不同類型人員的異質(zhì)性行為及交互影響。相對于元胞自動機(jī)模型和社會力模型，采用多智能體建模方法構(gòu)建人群疏散模型，可以設(shè)計人員決策邏輯，實(shí)現(xiàn)人員自主決策，增加疏散中人員行為的復(fù)雜性，該方法構(gòu)建的人群疏散模型更符合實(shí)際情況。

本文以騰龍芳烴(漳州)有限公司“4.6”爆炸著火重大事故為例，結(jié)合調(diào)查所得人員疏散典型行為，基于Anylogic平臺的多智能體建模方法，構(gòu)建人群疏散模型，充分模擬人員決策行為的異質(zhì)性，分析不同行為對疏散效果的影響，以及漳州古雷疏散路網(wǎng)中的疏散擁堵情況。研究結(jié)果可為人員疏散應(yīng)急演練方案設(shè)計和疏散路網(wǎng)設(shè)計等提供依據(jù)。

1 事故概述

2015年4月6日18時56分，福建漳州古雷33號騰龍芳烴裝置和周邊的常壓渣油發(fā)生漏油著火事故，引發(fā)裝備附近中間罐區(qū)3個儲罐爆裂燃燒。20時28分，漳浦邊防大隊成立指揮組，前沿陣地的岱仔邊防派出所全部在位官兵救助、疏散、轉(zhuǎn)移廠區(qū)周邊800 m安全防護(hù)范圍內(nèi)尚未搬遷的300名群眾。8日02時09分，現(xiàn)場指揮部為穩(wěn)妥起見，決定將人員疏散撤離范圍擴(kuò)大至5 km。截至8日11時，將29 096名群眾全部轉(zhuǎn)移到安全地帶，分別在縣城設(shè)置多個安置點(diǎn)。

事故中應(yīng)急疏散決策主要有2次，分別為岱仔邊防派出所官兵疏散周邊800 m尚未搬遷的群眾以及現(xiàn)場指揮部決定疏散事故核心區(qū)外5 km范圍內(nèi)群眾。根據(jù)現(xiàn)場報道,救災(zāi)過程中風(fēng)向以東風(fēng)、東北風(fēng)為主，事發(fā)地地勢呈南北長條形走向，東西方向臨近大海，被調(diào)查疏散人群所在村莊分布在事發(fā)地南北方向，分別向南北就近安置點(diǎn)方向疏散，疏散過程中受風(fēng)向影響比較小，所以本文沒有考慮風(fēng)向?qū)β肪€選擇的影響。

2 事故人群疏散模型構(gòu)建

2.1 疏散路網(wǎng)、村莊及避難所

數(shù)據(jù)來源于實(shí)地調(diào)查與問卷分析，受分析數(shù)據(jù)影響，模型設(shè)計選取疏散人數(shù)較多或較為聚集的5個村莊，分別為古雷村、西遼村、岱山村、古城村、下垵村，如圖1所示。

圖1 模型中5個疏散村莊Fig.1 Five evacuated villages in model

實(shí)際調(diào)研中有關(guān)避難所的信息較少，因此，模型設(shè)計中將避難所設(shè)計在疏散外圍，分別位于南北2個疏散方向。第1階段疏散避難所如圖2所示，其中避難所用疏散區(qū)域外上下2個圓圈表示。圖1中圓圈作為第2階段避難所。模型中疏散路網(wǎng)選取衛(wèi)星地圖上肉眼可識別的大路路網(wǎng)，主要包括1級公路、2級公路、3級公路。具體疏散路網(wǎng)如圖3所示。

圖2 第1階段疏散避難所Fig.2 Shelters in first period evacuation

圖3 模型中疏散路網(wǎng)Fig.3 Evacuation road network in model

2.2 個體典型疏散行為

將該事故中人群疏散典型行為大致分為以下5種：

1)群組行為。群組行為指疏散人員接收疏散信息后，第一時間尋找家人、朋友等與自己相識的人共同前往安全區(qū)域，并未立即前往安全區(qū)域。

2)慣性行為。慣性行為指疏散人員接收疏散信息后，并未按照就近原則前往安全區(qū)域，而是選擇較為熟悉、選擇較多的路徑前往安全區(qū)域。慣性行為產(chǎn)生取決于個體常態(tài)下偏向性路徑信息，不同個體的路徑信息不同。

3)就近行為。就近行為指疏散人員接收疏散信息后，按照就近原則選擇就近道路前往安全區(qū)域。

4)從眾行為。個體在未接收到疏散信息或不相信接收到的疏散信息狀態(tài)下，可能因周邊疏散人數(shù)增多而產(chǎn)生跟隨行為。

5)信息傳播行為。人員之間具有信息傳播，疏散信息擴(kuò)散除依賴處置人員通知外，人群內(nèi)部通過社會關(guān)系迅速擴(kuò)散疏散信息。

3 事故人群疏散模型構(gòu)建路徑

3.1 空間布局構(gòu)建

基于Anylogic平臺通過空間標(biāo)記繪制空間疏散路網(wǎng)。在繪制路網(wǎng)過程中，道路(線)與道路(線)之間的連接處為節(jié)點(diǎn)(圓圈)，人員初始位置均位于節(jié)點(diǎn)上。對于與道路相連的居民區(qū)域，會額外繪制節(jié)點(diǎn)(圓圈)方便產(chǎn)生人流。路網(wǎng)繪制比例為1∶0.47。此外，圖3中已標(biāo)注事故中爆炸企業(yè)位置，以及第1,2階段疏散范圍。

3.2 個體行為構(gòu)建

本文基于個體的5種典型行為構(gòu)建疏散模型?？紤]群組行為依賴群體的社會關(guān)系網(wǎng)絡(luò)，在初始建模階段，假設(shè)群體社會關(guān)系為典型的無標(biāo)度網(wǎng)絡(luò)[14-15]。考慮到慣性行為依賴日常狀態(tài)下個體的路徑選擇習(xí)慣，該模型主要包含常態(tài)和非常態(tài)2種模式。

1)常態(tài)模式

常態(tài)下大部分個體呈現(xiàn)“日出而作，日落而息”的狀態(tài)，模型假設(shè)模擬開始時間為早上6時。早上6時～8時，人員可自行選擇是否外出，如果選擇外出，外出人員會以2～5次/d的速率前往路網(wǎng)范圍內(nèi)的不同區(qū)域，目的地選擇是隨機(jī)的，模型會自動記錄個體前往不同目的地的路徑選擇，形成該個體的路徑數(shù)據(jù)庫,模型中選擇頻數(shù)較高的路段(節(jié)點(diǎn))為該個體較為偏好的路段(節(jié)點(diǎn))，18時～20時人員返回家中。路徑數(shù)據(jù)庫因人而異，且不同隨機(jī)數(shù)的模擬產(chǎn)生的模擬數(shù)據(jù)不同。日常狀態(tài)下個體行為狀態(tài)如圖4所示。疏散一旦開始，疏散區(qū)域?qū)嵤┲怀霾贿M(jìn)的交通管制。

圖4 日常狀態(tài)下個體行為狀態(tài)Fig.4 Individual behavioral state under normal status

2)非常態(tài)模式

非常態(tài)即預(yù)警狀態(tài)下個體行為狀態(tài)如圖5所示。當(dāng)?shù)?階段疏散信息發(fā)布后，處于800 m范圍內(nèi)的部分個體將首先接收到疏散信息，接收到信息的個體會依據(jù)自身信息判斷閾值和信息值，決定是否選擇相信疏散信息，不相信信息的個體可能會再次接收到信息并出現(xiàn)以下3種可能行為：①再次進(jìn)行閾值判斷；②由于接收次數(shù)過多降低自身閾值進(jìn)行響應(yīng)；③由于周邊疏散個體增多產(chǎn)生從眾響應(yīng)行為。未被通知狀態(tài)的個體以及還未及時進(jìn)行信息判斷的個體也可能因?yàn)橹苓吺枭€體增多產(chǎn)生從眾響應(yīng)行為。

圖5 預(yù)警狀態(tài)下個體行為狀態(tài)Fig.5 Individual behavioral state under early-warning status

已經(jīng)相信疏散信息的個體，可能做出傳播行為或響應(yīng)行為，做出傳播行為的個體會隨機(jī)將信息傳播給社會網(wǎng)絡(luò)中鏈接的其他個體，并且由于信息傳遞過程中的不確定性，信息值可能隨傳遞逐漸衰減(如傳播不到位)或隨傳遞逐漸增加(如夸大事實(shí))。模型假設(shè)個體在進(jìn)行信息傳播時，以平均1～3人/min的速率傳播信息。當(dāng)?shù)?階段預(yù)警信息發(fā)布并在群體內(nèi)開始傳播后，第1階段疏散外圍個體(如第2階段需疏散的個體)可能因?yàn)樯鐣W(wǎng)絡(luò)內(nèi)信息傳播，在第2階段預(yù)警開始前就收到事故信息，但由于并未要求第2階段個體疏散，個體僅僅接收到信息并未響應(yīng)，第2階段疏散開始預(yù)警后，需疏散的個體響應(yīng)速度明顯較快。

除信息傳播行為外，相信信息的個體還可能做出響應(yīng)行為，響應(yīng)行為可分為群組行為、慣性行為、就近行為、從眾行為。

①群組行為。當(dāng)個體選擇以群組行為進(jìn)行響應(yīng)時，會首先搜索距離該個體最近的群組成員，如果該成員已經(jīng)疏散，則忽略并繼續(xù)尋找下1個群組成員；如果該成員尚未疏散，該個體會前往該成員所處位置，協(xié)同該成員繼續(xù)依據(jù)就近原則尋找下1位成員，直至無群組成員可尋或不再尋找下1個群組成員為止。停止群組后的個體或團(tuán)體會直接選擇就近疏散路徑前往避難所。

②慣性行為。慣性行為需要依據(jù)個體常態(tài)下形成的路徑數(shù)據(jù)庫得以實(shí)現(xiàn)，路徑數(shù)據(jù)庫收集個體活動過程中途經(jīng)的最近的路徑節(jié)點(diǎn)，且每5 min搜集1次。模型在常態(tài)化模式下運(yùn)行時間越久，個體路徑數(shù)據(jù)庫就越豐富，個體慣性行為特征越明顯。一旦個體接收到疏散信息并被要求進(jìn)行疏散，其路徑數(shù)據(jù)庫就會停止繼續(xù)擴(kuò)充，本文以路徑途經(jīng)次數(shù)作為個體偏好評判標(biāo)準(zhǔn)，并假設(shè)某條路徑在經(jīng)過3～5次以上后就會成為該個體的偏好性路徑。選擇慣性行為的個體，會首先根據(jù)當(dāng)下自身位置選擇1個最近的避難所，明確疏散方向，然后按照設(shè)計的慣性路徑選擇算法選擇周邊偏好路徑進(jìn)行疏散，直至到達(dá)避難所。慣性路徑選擇算法包括以下3個步驟：

步驟1：遍歷個體的偏好性路徑節(jié)點(diǎn)數(shù)據(jù)集，以三角形構(gòu)建模式選擇與個體既定避難所方向一致的最近的偏好性節(jié)點(diǎn)。

步驟2：如果在避難所方向上沒有該個體偏好性節(jié)點(diǎn)，該個體依舊按照三角形構(gòu)建模式選擇行進(jìn)方向上最近的路徑節(jié)點(diǎn)進(jìn)行疏散。

步驟3：按照1～3次/min的速率重復(fù)執(zhí)行步驟1、2，直至個體選擇的下個節(jié)點(diǎn)為既定避難所，并抵達(dá)既定避難所為止。

三角形構(gòu)建模式可以確保個體行進(jìn)方向正確，即一直朝選擇的避難所方向行進(jìn)。個體慣性行為三角形行進(jìn)模式示意如圖6所示。個體當(dāng)前所處位置、避難所位置以及即將選擇的就近節(jié)點(diǎn)3者構(gòu)成1個三角形，為確保個體一定是往既定避難所前進(jìn)，所選擇的行進(jìn)節(jié)點(diǎn)必需滿足Line1t

圖6 個體慣性行為三角形行進(jìn)模式示意Fig.6 Schematic diagram of triangle movement pattern of individual inertial behavior

③就近行為?；诋?dāng)前個體所處位置，選擇離個體最近的避難所位置。

④從眾行為。部分個體處于猶豫狀態(tài)，有可能因?yàn)閺谋娺M(jìn)行響應(yīng)，出現(xiàn)從眾行為的個體會隨機(jī)以群組、慣性或就近行為疏散。

4 事故人群疏散模型運(yùn)行結(jié)果分析

基于事故調(diào)查報告和相關(guān)材料可知，實(shí)際事故疏散人數(shù)29 096人，為確保模型運(yùn)行速度和計算速度，模型設(shè)置個體數(shù)量500個，模型假設(shè)29 096人的差異性集中體現(xiàn)在500個個體中，模型假設(shè)1個個體代表的58人在實(shí)際疏散中采取相同行為。模型內(nèi)個體運(yùn)行速度需要根據(jù)實(shí)際疏散時間進(jìn)行調(diào)整，資料顯示，事故發(fā)生時間為6日18時56分，800 m疏散開始時間為6日20時28分，5 km疏散開始時間為7日16時40分，所有疏散完全結(jié)束時間為8日11時。模型假設(shè)初始運(yùn)行時間為早上6時(模型顯示0時)，按照實(shí)際事故時間換算，第1階段開始疏散時間為模型顯示時間14時28分，第2階段開始疏散時間為模型顯示時間34時49分，疏散結(jié)束時間為53時。結(jié)合模型疏散結(jié)束時間，大致推算出模型500個個體行進(jìn)的初始速度為30～80 km/h，換算至模型設(shè)置為0.516～1.37 km/h；同時，模型設(shè)置當(dāng)行進(jìn)個體周邊出現(xiàn)擁堵時，個體速度會有所下降，當(dāng)個體周邊不存在擁堵時，個體行進(jìn)速度會恢復(fù)常態(tài)化。根據(jù)上述設(shè)置，基本上所有個體能夠在53 h內(nèi)疏散完全。

本文共設(shè)計5組實(shí)驗(yàn)，對以下2種結(jié)果進(jìn)行分析:1)觀察人群疏散過程中不同行為對人群疏散結(jié)果的影響。2)分析產(chǎn)生擁堵的路段及造成擁堵的原因。

針對模擬結(jié)果1)，本文運(yùn)用Monte Carlo方法進(jìn)行模擬，同組實(shí)驗(yàn)重復(fù)運(yùn)行10次，分別輸出最終做出4種行為的個體數(shù)量，并通過均值呈現(xiàn)最終結(jié)果，見表1。

表1 5組實(shí)驗(yàn)中做出4種行為的個體數(shù)量及最終疏散數(shù)量統(tǒng)計Table 1 Number of individuals who performed 4 behaviors in 5 sets of experiments and number of final evacuees

由表1可知，在“所有行為”情景中，個體選擇不同行為的概率均等，群組行為結(jié)束后個體依舊按照就近原則前往目的地，因就近行為疏散人數(shù)中包含群組行為疏散人數(shù)，得到4種行為比例約為1∶2∶2∶4，從眾行為個體相對最多。群組行為個體數(shù)量偏少，原因是僅部分個體具有可群組的對象，降低群組行為個體比例。當(dāng)沒有從眾行為時，疏散人數(shù)與“所有行為”情景相當(dāng)，說明從眾行為并未明顯增加響應(yīng)人數(shù)；在無從眾情況下，“所有行為”情景中從眾人群最終依舊會選擇疏散，這是因?yàn)槿后w內(nèi)信息傳播速度較快，且大部分人會選擇相信應(yīng)急疏散信息，所以從眾效果不明顯。此外，實(shí)驗(yàn)未發(fā)現(xiàn)從眾行為有負(fù)面影響，這與“羊群效應(yīng)”等相關(guān)研究結(jié)論不符，相關(guān)研究表明“羊群效應(yīng)”可能導(dǎo)致大量人員產(chǎn)生從眾行為，在短時間內(nèi)涌入出口，降低疏散效率[16]。與建筑內(nèi)疏散不同，區(qū)域疏散短時間內(nèi)人流增多將體現(xiàn)在交通擁堵上。本文想要分析疏散中的擁堵情況，所以未考慮從眾可能給交通帶來的負(fù)擔(dān)，其次，由于實(shí)驗(yàn)中群體內(nèi)部獲取信息速度較快，做出從眾行為的個體數(shù)量不多，因此對疏散結(jié)果沒有太大的影響。

“僅慣性行為”和“僅就近行為”疏散結(jié)果均與“所有行為”相當(dāng)，說明人們在疏散時慣性行為和就近行為對疏散結(jié)果影響較小，但“僅群組行為”情景疏散人數(shù)明顯偏低，說明群組行為會嚴(yán)重影響疏散效果。做出群組行為的個體很可能會產(chǎn)生折返等與主人流對沖的情況，研究表明折返會大大增加疏散時間，降低疏散效率，該結(jié)論與本文實(shí)驗(yàn)結(jié)果相符。

針對模擬結(jié)果2)，輸出模型模擬過程中個體行進(jìn)二維坐標(biāo)及周邊個體數(shù)量，得到個體實(shí)時二維坐標(biāo)相對頻率分布，如圖7～8所示。由圖7可知，X坐標(biāo)擁堵范圍為500～2 000，Y坐標(biāo)擁堵范圍分為2段，分別為900～1 300和5 000～5 500。漳州古雷路網(wǎng)為長條型，X方向范圍較短，Y方向范圍較長，居民主要向Y方向上下2個方向疏散，因此，擁堵路段在Y方向上2個極端出現(xiàn)。由圖8可知，超過60%個體節(jié)點(diǎn)處于X方向725，1 025，1 825 3個位置，Y方向1 100，4 900，5 300，6 900，6 700 5個位置，并且很明顯Y方向上擁堵情況相對嚴(yán)重(占比最高的為Y方向的5 300)。個體疏散中周邊個體數(shù)量相對頻率分布如圖9所示。由圖9可知，周邊個體數(shù)量相對頻率分布呈冪律分布特征，表明大部分個體周邊個體數(shù)量在0～20個左右，少部分個體周邊個體數(shù)量大于20，最大約190個，這說明實(shí)際擁堵情況并不嚴(yán)重，但存在特別擁堵的個別路段或節(jié)點(diǎn)。實(shí)際疏散中擁堵路段如圖10～11所示(圖中節(jié)點(diǎn)半徑越大，證明周邊個體數(shù)量越多)，與圖7～8數(shù)據(jù)基本一致。在疏散路網(wǎng)設(shè)計或避難所選擇中，應(yīng)盡可能避免路網(wǎng)中出現(xiàn)極端人流匯流的樞紐節(jié)點(diǎn)或路段，確保路網(wǎng)全連通性。

圖7 疏散中實(shí)時坐標(biāo)相對頻率分布(相同區(qū)間)Fig.7 Relative frequency distribution of real-time coordinates during evacuation (same interval)

圖8 疏散中實(shí)時坐標(biāo)相對頻率分布(不同區(qū)間)Fig.8 Relative frequency distribution of real-time coordinates during evacuation (different intervals)

圖9 疏散中周邊個體數(shù)量相對頻率分布Fig.9 Relative distribution of nearby persons

圖10 疏散初始擁堵情況可視化界面Fig.10 Visual interface of initial congestion in evacuation

圖11 疏散一段時間后擁堵情況可視化界面Fig.11 Visualized interface for congestion after a period of evacuation

5 結(jié)論

1)基于多智能體建模方法的人群疏散模型包含人員疏散過程中的信息傳播行為、群組行為、就近行為、慣性行為和從眾行為等典型疏散行為特征。

2)群組行為會嚴(yán)重影響疏散效果，慣性行為和就近行為在當(dāng)前路網(wǎng)中對疏散效果影響較小。當(dāng)群體內(nèi)信息傳播較快、效果較好時，從眾行為對疏散效果影響較小。

3)結(jié)合模型模擬實(shí)驗(yàn)可知，在疏散路網(wǎng)設(shè)計和避難所選擇時，應(yīng)盡可能避免出現(xiàn)極端匯流路段或節(jié)點(diǎn)，保障路網(wǎng)全連通性。

4)在應(yīng)急準(zhǔn)備過程中，管理人員應(yīng)組織應(yīng)急演練或培訓(xùn)，及時告知居民在發(fā)生突發(fā)危機(jī)時要首先保證自身安全，不要進(jìn)行折返、尋找家人朋友等行為，應(yīng)當(dāng)就近前往避難所進(jìn)行避難，對于熟悉路線的居民，可選擇常用路線前往避難所。同時，管理人員在遇到突發(fā)事件進(jìn)行大規(guī)模人員疏散時，應(yīng)在道路匯集區(qū)域、道路連通性較差的區(qū)域以及疏散過程中的必經(jīng)之路上設(shè)置疏散指揮人員，指揮人群分流、有序疏散，避免造成擁堵和二次踩踏事件。此外，對于無法避免的道路擁堵情況，可以根據(jù)交通容量的情況分批次進(jìn)行疏散，這種情況下居民需聽指揮避免從眾行為。