群集应急疏散影响因素及时间模型研究

摘要

近年来，世界各地突发应急事件频繁，造成巨大人员伤亡和财产损失。我国也是一个事故、灾害多发的国家，仅2010年全国安全事故共发生36万起，死亡近8万人。重大事故发生后，建筑物内人员如何用最短的时间安全疏散到安全区域，是人员疏散成功、降低群死群伤事故发生概率的重要环节。因此研究应急疏散问题具有较高理论和实际应用价值。
　　 在应急疏散场景中，人员往往聚集成群形成群集，群集由个体组成，具有社会性，其属性受个体之间心理和行为的影响。群体行为与个体行为往往具有很大差异，重大事故发生时的应急疏散属于群体（群集）行为，因此有必要研究群体行为规律。本研究依据国务院以“一案三制”为核心进行应急体系建设的工作要求，紧密结合《国务院关于全面加强应急管理工作的意见》（国发[2006]24号）以及《“十一五”期间国家突发公共事件应急体系建设规划》，以部属高校基本科研项目(编号:1041401-2010112)——高校疏散案例为研究基础，开展群集疏散效率的仿真研究，主要内容如下:
　　 (1)针对目前基于疏散动态学理论建立的通用的疏散时间模型的弱点，即缺乏考虑人员属性因素对疏散效率影响的问题，从安全系统科学、社会科学中的组织行为学、统计学、心理学等方面探讨影响疏散效率的个体属性因素，据此设计了调查问卷，回收问卷建立了216组数据的调查数据库，作为影响因素分析的研究基础。对于选定的人员属性影响因素，运用绿色统计软件SPSS17.0，采用Logistic回归对样本数据进行分析，探讨了各属性因素（包括自然和社会属性）对群集疏散效率（时间）的影响作用，工作主要集中在第三章。
　　 (2)系统分析应急疏散建模的原理、方法、数据处理、建模工具、模型运行机理等，结合统计学和安全理论知建立起疏散时间回归模型，解释了建模的思想和过程。通过实地观测采样建立了185组人员疏散数据的实测样本，调用场馆竣工决算数据文件，运用AutoCAD2007获取了精确的疏散场地的物理数据，结合影响人员疏散行为和疏散时间相关因素，运用SPSS17.0对样本进行回归分析，建立起该疏散场景下的疏散时间回归模型。鉴于Logit回归分析和BP神经网络在对非线性特征数据建模方面有一定的相似性，为验证回归模型的有效性，运用BP神经网络算法，对回归模型的输出结果进行学习，学习过程含6个输入，1个输出，以及一个包含4个神经元的隐含层，以185组数据中的后18组数据作为测试集，将回归结果与BP神经网络学习结果做对比分析。为高校大型场馆应急疏散及应急救援方案提供了重要数据参考。
　　 (3)由于国际上通用的疏散时间经验模型是一个粗略的时间估计模型，主要基于群体动力理论和实际观测数据而建立，未纳入群集属性影响因素，而将疏散个体简单地视为同质性的“质点”。为提高经验模型的仿真度和应用价值。以回归模型为基础，将已求取的个体属性综合为群集属性，最后求取了疏散时间模型的修正系数。
　　 (4)利用修正系数对经验模型修正、检验。将疏散个体的属性因素（如年龄、性别、文化程度、训练程度等）纳入疏散时间经验模型，改变某项属性变量的取值，观察经验模型的输出结果，分析该结果是否符合疏散规律和实测结果，并解释了模型输出及差异产生的原因。
　　 (5)利用优化的疏散时间模型，对某高校体育场馆工程的消防疏散方案设计进行分析。利用Anylogic6（高校版）仿真软件，对局部出口范围进行疏散仿真，确定了合理的参数值。按照消防性能化设计的要求，以各疏散分区的疏散时间和效率尽量接近的思路，运用运筹学方法对原消防疏散分区进行改进。运用优化的经验模型对两种消防疏散方案进行计算，得出了各自的疏散时间，最后对两种方案的疏散效率及差异的原因进行了分析评价。
　　 目前，国内外对应急疏散行为及效率的研究主要有三个分析维度:一是疏散的物理方位研究，主要指疏散环境布置情况;二是对现有疏散管理的研究，包括管理政策、程序以及疏散控制策略;三是研究社会心理和社会组织特征对群集疏散效率和时间的影响。
　　 本研究主要侧重于对第三方面的分析，为弥补经验模型适用范围较窄、仿真度不高的缺陷，探讨群集疏散中人员构成类型、身体状态、个性特质等对疏散时间的影响，运用理论分析、现场实测、数值模拟相结合的方法。通过回归分析求得优化系数实现优化，利用BP神经网络方法进行验证，证明了纳入社会性影响因素对群集应急疏散时间具有显著影响，为群集应急疏散时间模型的运用提供方法支持，也为构建大型场馆突发公共安全事件的应急体系奠定了方法基础。

目录

声明

摘要

第一章 绪论

1．1 研究背景

1．2 有关概念

1．2．1 群集和个体

1．2．2 群集类型和群集规范

1．2．3 应急疏散模型

1．3 国内外有关研究综述

1．3．1 国外研究动态

1．3．2 国内研究动态

1．4 本文研究的内容、意义及步骤

1．4．1 研究内容

1．4．2 研究意义

1．4．3 研究步骤及方法

1．5 本章小结

第二章 应急疏散仿真模型

2．1 概述

2．2 基于流量的仿真模型

2．3 Cellular Automata(元胞自动机)仿真模型

2．4 基于个体的仿真模型

2．5 纳入社会因素的仿真模型

2．5．1 EXODUS模型

2．5．2 BFIRES仿真模型

2．5．3 多个体的灾害管理仿真模型(MASCM)

2．5．4 FIRESCAP模型

2．6 仿真模型的分析与改进建议

2．7 路径规划仿真算法

2．7．1 路径规划概念及特点

2．7．2 路径规划的主要算法

2．8 本章小结

第三章 应急疏散行为影响因素分析

3．1 概述

3．1．1 行为研究的目的与作用

3．1．2 国内外应急疏散行为研究进展

3．2 应急疏散人员行为调查

3．2．1 人员疏散心理调查

3．2．2 问卷设计

3．2．3 问卷调查及分析方法

3．3 疏散行为统计分析软件SPSS

3．4 统计分析数学模型

3．4．1 二分类Logistic回归模型

3．4．2 有序多分类Logistic回归模型

3．4．3 无序多分类Logistic回归模型

3．5 影响疏散行为的因素分析

3．5．1 性别因素

3．5．2 年龄因素

3．5．3 文化程度因素

3．5．4 性格类型因素

3．5．5 环境熟悉程度因素

3．5．6 疏散训练因素

3．6 本章小结

第四章 群集疏散时间经验模型

4．1 概述

4．2 疏散时间建模的原则

4．3 人员安全疏散的时间准则

4．4 疏散时间经验模型的建立

4．4．1 群集疏散空间

4．4．2 群集行进的步速

4．4．3 群集疏散时间经验模型的建立

4．5 本章小结

第五章 群集疏散时间回归模型

5．1 疏散时间回归模型的建立步骤

5．2 研究数据的采集

5．3 疏散时间的回归建模

5．3．1 异常点的筛查

5．3．2 多重共线性分析

5．3．3 回归结果与分析

5．3．4 回归模型的诊断

5．4 基于人工神经网络的回归模型检验

5．4．1 人工神经网络模型概述

5．4．2 基于BP算法的多层前向神经网络(BP神经网络)

5．4．3 BP算法的δ学习规则

5．4．4 基于神经网络BP算法的模型检验

5．5 回归模型的解释

5．6 本章小结

第六章 疏散时间经验模型的优化

6．1 经验模型的检验

6．2 模型优化的思路

6．3 基于回归分析的模型优化

6．3．1 群集属性的获取

6．3．2 修正系数k的求取

6．3．3 模型优化的运用

6．4 本章小结

第七章 优化模型在消防性能化设计中的应用

7．1 消防性能化设计

7．1．1 消防性能化设计概念

7．1．2 消防性能化设计的计算方法选择

7．2 优化疏散时间模型应用

7．2．1 工程实例介绍

7．2．2 看台人员疏散方案

7．2．3 基于优化模型的疏散方案比较分析

7．3 本章小结

第八章 结论与展望

8．1 主要工作和结论

8．1．1 个体属性对疏散行为的影响

8．1．2 关于疏散时间经验模型运用

8．1．3 关于疏散时间回归模型

8．2 主要创新点

8．3 研究工作展望

参考文献

致谢

附录

攻读学位期间的主要科研成果