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