[发明专利]一种基于自适应智能体模型的复杂人群疏散行为仿真方法

权利要求书

1.一种基于自适应智能体模型的复杂人群疏散行为仿真方法，其特征在于，包括以下 步骤：

步骤1：环境建模；

环境模型为一种包含静态地图信息和相关的宏观场信息的多层地图；所述静态地图信 息描述环境的物理属性；所述宏观场信息包括一个描述位置信息的位置势能场和一个描述 人群密度信息的密度场；所述位置势能场是静态的，密度场是随着个体的行为会发生改变， 是动态场；

步骤2：自适应智能体建模；

智能体模型主要定义决定智能体运动方式的原理；智能体的运动方式主要包括速度方 向和速度大小；

步骤3：自适应智能体模型的并行化；

自适应智能体模型的并行化通过将一个智能体队列的所有元素根据GPU平台的CUDA核 分成多个智能体组，然后并行处理智能体组中的每个元素。

2.根据权利要求1所述的基于自适应智能体模型的复杂人群疏散行为仿真方法，其特 征在于：

步骤1中所述描述环境的物理属性，是通过地图来进行抽象化的描述；所述地图是一个 由方格组成的网格组成，在这个网格中有四种类型的方格：可通过区域方格、出口方格、障 碍物方格以及引导标记方格；所述智能体只能在可通过区域方格或者出口方格上移动，而 且每个方格之间只能容纳一个智能体；当一个智能体移动到出口方格上之后，就被认为从 环境中成功撤离，并且会被从仿真场景中删除；对于智能体来说障碍物方格或者引导标记 方格都是不可通过的；所述引导标记方格的作用是为智能体提供附近出口的位置信息；

步骤1中所述位置势能场是一个与方格一一对应的矩阵，矩阵中每个值对应一个特定 的方格，这个值被称为这个方格的位置势能值；所有的位置势能值利用公式一进行标准化， 转化为标准位置势能值，这个值是0到1之间的一个小数：

pg=pmax-pcpmax-pmin]]>(一)

其中p_c是当前方格到最近的出口方格的距离，p_min和p_max分别是位置势能场中的最小值 和最大值；p_max的值是距离任何出口都最远的方格的位置势能值；

步骤1中所述密度场描述了特定位置附近的当前人群密度；密度场是一个与方格一一 对应的矩阵；矩阵中每个值对应一个特定的方格，这个值被称为这个方格的密度值；对于特 定的方格k，对应的密度值ρ_k由公式二决定：

ρk=NkN×a2]]>(二)

其中，N是方格k周围指定区域内方格的总数，指定区域是半径确定的近似圆形区域，N_k是这些方格内的智能体总数，a是方格的边长。