顧樹爍,蘇龍生,曾健彬,徐錦浩,黃俊偉,鐘文韜,夏斌哲,李曉東
(佛山科學(xué)技術(shù)學(xué)院 電子信息工程學(xué)院,廣東 佛山 528225)
在越來越重視人身安全的現(xiàn)代社會,預(yù)防災(zāi)難以及在災(zāi)難發(fā)生時的應(yīng)急疏散越來越被人們所重視,隨之人員疏散模型的仿真研究也變得越來越先進(jìn),其可以在消耗更少的人力物力的情況下得到所需要的參考數(shù)據(jù),能夠很好地解決人員應(yīng)急疏散的問題[1]。在疏散模型愈加成熟的今天,如何使仿真更加高效、精確、低耗就成了一個急需解決的問題,而量子原胞具有計(jì)算高速、消耗低的特點(diǎn)[2],通過其與傳統(tǒng)的元胞自動機(jī)模型相結(jié)合,可以得到更加快速準(zhǔn)確的仿真模型,由此更快速得到仿真數(shù)據(jù),大大加快工程的速度。
量子原胞自動機(jī)是傳統(tǒng)計(jì)算機(jī)科學(xué)中的元胞自動機(jī)與量子信息處理研究2 種元素的合并,尺寸微小、低能量消耗的特點(diǎn),讓其成為了替代CMOS 技術(shù)的候選者。QCA 元胞由4 個位于正方形四角的量子點(diǎn)和2 個額外可以自由移動的電子構(gòu)成,圖1 中的實(shí)心圓為電子,空心圓為量子點(diǎn),由于電子之間庫侖力的排斥作用,電子極易位于正方形的2 個對角點(diǎn)上,因此單個元胞具有2 個極化形態(tài),我們可以使用這2 種極化形態(tài)來表示二進(jìn)制位的0 和1。標(biāo)準(zhǔn)的量子原胞基本結(jié)構(gòu)如圖1 所示。
圖1 標(biāo)準(zhǔn)QCA 原胞的2 種不同形態(tài)
由2 種不同的QCA 原胞可以組成2 種不同的QCA 線與多個邏輯門,圖2 為一個簡單的方向器,其通過2 個量子原胞的對角相鄰來實(shí)現(xiàn)邏輯非的功能。
圖2 簡單的反向器
通過量子原胞組成的各種功能結(jié)構(gòu),利用其高速計(jì)算的特點(diǎn),就能在仿真遇到一些特定情況時快速計(jì)算做出反應(yīng),大大增加了仿真的效率。圖3 為一個擇多邏輯門,在擇多邏輯門中有3 個輸入端和1 個輸出端,其可以實(shí)現(xiàn)與和或的功能,其通過使用一個輸入端來決定使用的功能,“1”時為或,“0”時為與,另外2 個輸入則用來輸入2 個將要計(jì)算的元胞,最后通過2 個原胞的狀態(tài)來決定輸出的原胞。
圖3 擇多邏輯門
為了能正確反映疏散時的人群疏散效果,將對教學(xué)區(qū)的教室進(jìn)行分區(qū),根據(jù)事故發(fā)生時具體的分區(qū)來安排疏散的路徑。圖4 中為當(dāng)每個教室人數(shù)差距不大時,僅根據(jù)教室與出口距離的差距來設(shè)置的分區(qū)。而在仿真時則會根據(jù)實(shí)時情況,通過利用量子原胞計(jì)算速度快的優(yōu)點(diǎn),對不同情況做出應(yīng)對來實(shí)現(xiàn)最優(yōu)的仿真效果。此次采用的教學(xué)區(qū)結(jié)構(gòu)為兩邊各5 個教室,一共是10 個教室,圖4 為預(yù)設(shè)計(jì)模型的教學(xué)區(qū)平面圖。
圖4 教學(xué)區(qū)平面圖
在教學(xué)樓之中的人群疏散,就是盡量在更少的時間內(nèi)有序、無人群擠壓地完成人群在教學(xué)樓之中的撤離工作,其中涉及的問題很多,道路的選擇、發(fā)生碰撞時下一步行為的選擇等都是涉及的因素。人群疏散是一個十分復(fù)雜的過程,在這個過程之中,要考慮疏散人的心理和行為[3]。在人群疏散的過程中,有2 個最重要的標(biāo)準(zhǔn),有效疏散時間ASET(Available Safety Egress Time)和實(shí)際疏散時間RSET(Required Safety Egress Time),只有當(dāng)有效疏散時間大于或等于實(shí)際疏散時間,這次疏散才是成功,而我們的主要工作就是研究各種因素在不同的環(huán)境之中對疏散時間的影響。
在算法中進(jìn)行仿真時,每個單位會對周圍的環(huán)境進(jìn)行感知,判定選擇的入口,在發(fā)生碰撞和擁擠時,會根據(jù)鄰近狀態(tài)來對下一次行動進(jìn)行預(yù)測從而做出應(yīng)對行為,即是否前進(jìn)或等待,遵循行走最少距離為優(yōu)先來選擇前進(jìn)的方向,教學(xué)樓人員疏散仿真模型設(shè)計(jì)架構(gòu)如圖5 所示。每個單位通過對周圍的環(huán)境進(jìn)行感知,之后將獲取的數(shù)據(jù)傳輸?shù)剿惴ㄖ?,之后算法會根?jù)目標(biāo)屬性和鄰近狀態(tài)通過量子元胞的高速運(yùn)算得出應(yīng)對的行為[4],后面根據(jù)其與模型算法的預(yù)測得到目標(biāo)檢索、行為動作方向定位和等待時間,并將其傳回給對應(yīng)的單位。
圖5 教學(xué)樓人員疏散仿真模型設(shè)計(jì)架構(gòu)
本文研究算法進(jìn)行疏散仿真的時候,最主要的是對每個單位進(jìn)行路徑選擇,而在實(shí)際的路徑選擇之中,又有許多的因素會對路徑的選擇造成影響,其中既有外界因素,比如出口數(shù)量和距離、出口方向的人群密度等,也有人自身的因素,比如每個人的習(xí)慣和從眾行為等。同時本文研究出的仿真效果往往與實(shí)際疏散的結(jié)果有所差距,因?yàn)閷?shí)際中的疏散人員往往會受到客觀因素和主觀因素的影響,從而產(chǎn)生不同的判斷,所以本文會采用模糊性用詞對因素進(jìn)行評價,從而進(jìn)行教學(xué)樓人員應(yīng)急疏散決策設(shè)計(jì)[5]。
在仿真之中,算法無法做到像現(xiàn)實(shí)中的一樣收到信息后立刻做出判斷,因此需要通過測度參數(shù)來對屬性值進(jìn)行測度,測度值則是對應(yīng)模糊變量的層級。其中,使用G1、G2 和G3 3 個代號來代指3 個測度參數(shù)。
G1 屬性的測度參數(shù)采用疏散區(qū)域的邊數(shù)與空余的角落數(shù)進(jìn)行預(yù)估:
式中:x 代表實(shí)際的出口數(shù)量,b 代表區(qū)域的邊數(shù),a 代表空余的角落數(shù)。
G2 屬性的測度參數(shù)采用距離每個出口的距離和其平均值來進(jìn)行預(yù)估:
式中:Si代表和不同出口之間的距離,代表不同出口距離和的平均值。
G3 屬性的測度參數(shù)采用路徑上的人群密度來進(jìn)行評估:
ρ=1/4d,
式中:d 為算法中每個單位占據(jù)的面積單位。
本文研究的教學(xué)樓布局為兩邊各5 個教室,即共10 個教室,每個教室長8 m,寬5 m;走廊寬度分別取1.5、2 和3 m 3 種情況;教學(xué)樓兩邊各一個出口,出口寬度分別取1、2、3 和4 m;人的移動速度取1.2 m/s,每個人占的空間設(shè)置為0.6 m×0.6 m。算法模擬的教學(xué)樓疏散平面圖如圖6 所示。
圖6 軟件模擬的教學(xué)樓疏散平面圖
本文運(yùn)行設(shè)計(jì)算法得到圖7—10 的數(shù)據(jù)。從圖7中數(shù)據(jù)分析得到,多增加出口比增加出口的寬度減少疏散時間的效果更好,在一定程度上增加出口數(shù)量,能更好減少疏散時間,但過多增加出口數(shù)量,容易造成人群無法正確冷靜選擇出口,導(dǎo)致人群擠壓和事故。
圖7 出口數(shù)量對疏散時間的影響
而從圖8 中可以看到在不同人數(shù)時出口大小的增加都能減少疏散的時間,但是減少的幅度會逐漸減小,而且在500、800、1 000 這3 組數(shù)據(jù)中,人數(shù)越多的,減少的幅度越大,因此在人群密度更高的建筑物內(nèi),增加出口寬度可以獲得更好的效果。
圖8 出口大小對疏散時間的影響
從圖9 中的數(shù)據(jù)分析得到,人占空間即人群密度在疏散模擬中,對疏散時間的影響是十分微小的,因此更加需要實(shí)際的數(shù)據(jù)來作為根據(jù),防止出現(xiàn)預(yù)料之外的情況,相比之下,出口1 m 和2 m 的跨度十分巨大,而在3 m 到4 m 的跨度又很小可以看出,出口的大小在一定范圍內(nèi)十分影響疏散的效率。
圖9 每人所占空間對疏散時間的影響
而從圖10 中數(shù)據(jù)分析得到,在模擬中,當(dāng)出口大小太小時,2 種情況下的疏散時間差距很小,但是出口大小增加后就可以看到應(yīng)急情況下的疏散速度大幅增加,因此像教學(xué)區(qū)這種人數(shù)較多的地方不應(yīng)該將出口的大小設(shè)計(jì)的太小,以防止人群在出口處擁擠出現(xiàn)意外。
圖10 應(yīng)急與非應(yīng)急情況下疏散時間對比
綜合實(shí)驗(yàn)數(shù)據(jù)分析得到,人數(shù)在1 000 人以內(nèi)時,出口大小為3 m 左右最好,而具體大小需要根據(jù)走廊的寬度來決定,出口的數(shù)量在一定范圍內(nèi)增加會有作用,太多則會使得疏散時容易出現(xiàn)意外狀況。
本文研究使用量子原胞與傳統(tǒng)的元胞自動機(jī)相結(jié)合,使得能夠更加快速地得到模擬的過程,由于模型為了符合現(xiàn)實(shí)隨機(jī)性,算法中使用了一些隨機(jī)性的數(shù)據(jù)來模擬人的主觀選擇,使得結(jié)果會有一些偏差,所以在取模擬結(jié)果數(shù)據(jù)時通過多次實(shí)驗(yàn)取平均值。量子原胞與經(jīng)典元胞自動機(jī)的結(jié)合,可以更快地獲得模擬的過程和結(jié)果[6],但是其是否穩(wěn)定還是在于元胞自動機(jī)部分算法如何設(shè)計(jì),所以本文研究設(shè)計(jì)了一種較為快速且高效的基于量子原胞自動機(jī)的教學(xué)樓人員疏散模型,并通過實(shí)驗(yàn)來驗(yàn)證其可行性。