《基于人工智能的行人流模擬與仿真》探討基于元胞自動機、增強學習和智能計算等人工智能方法在行人建模與仿真方面的應用�!痘谌斯ぶ悄艿男腥肆髂M與仿真》共5章,第1章系統(tǒng)討論行人行為建模和行人仿真;第2章和第3章討論基于元胞自動機理論的行人流仿真,分別討論交織區(qū)行人流和大型商場行人疏散的問題;第4章討論基于增強學習的行人流仿真;第5章討論基于智能計算的行人流模擬。各章分別列出了詳盡的參考文獻,附錄還詳細列出了基于元胞自動機的行人流模擬程序。
更多科學出版社服務,請掃碼獲取。
行人,交通系統(tǒng),系統(tǒng)仿真
目錄
《智能科學技術著作叢書》序
前言
第1章 總論 1
1.1 行人行為 1
1.1.1 正常行為 1
1.1.2 恐慌狀態(tài)下的行為 2
1.2 行人建模與仿真 2
1.3 行人建模 3
1.3.1 行人動力學宏觀特性 3
1.3.2 行人動力學微觀特性 5
1.3.3 現(xiàn)有行人模型分類 5
1.3.4 離散選擇模型 6
1.3.5 元胞自動機模型 7
1.3.6 排隊論模型 9
1.3.7 基于導航的模型 10
1.3.8 流體動力學模型 11
1.3.9 社會力模型 12
1.3.10 基于智能主體的模型 13
1.3.11 基于優(yōu)化的模型 14
1.3.12 人群的建模 17
1.4 行人仿真 18
1.5 避碰策略 18
1.5.1 行人避碰 18
1.5.2 機器人和行人避碰 19
1.6 疏散 20
1.6.1 疏散標準 20
1.6.2 疏散模型分類 21
1.6.3 疏散模型比較 22
參考文獻 25
第2章 基于元胞自動機模型的擴展交織區(qū)行人流線分析 33
2.1 交織區(qū) 33
2.2 交織區(qū)設置方式 34
2.3 基于背景場和行人行走習慣的元胞自動機模型 35
2.3.1 背景場 35
2.3.2 局部運動規(guī)則 37
2.3.3 靠右行走傾向 38
2.4 行人流實驗及數(shù)值仿真 39
2.4.1 單一交織區(qū)情形下的行人流仿真 39
2.4.2 擴展交織區(qū)情形下的行人流仿真 40
2.4.3 單一交織區(qū)與擴展交織區(qū)的比較 42
2.4.4 兩個瓶頸間隔的影響 44
2.5 結(jié)論 45
參考文獻 45
第3章 基于元胞自動機和事件驅(qū)動模型的商場疏散仿真 48
3.1 簡介 48
3.2 行人疏散相關研究 49
3.3 仿真模型 50
3.3.1 仿真方法概述 50
3.3.2 仿真場景 50
3.3.3 系統(tǒng)事件 52
3.3.4 模型表達 53
3.3.5 移動模式 55
3.4 背景場的形成 56
3.4.1 靜態(tài)背景場 56
3.4.2 動態(tài)背景場 59
3.4.3 局部運動規(guī)則 60
3.5 仿真結(jié)果 61
3.5.1 仿真算法流程圖 61
3.5.2 購物場景 62
3.5.3 顧客流量變化 62
3.5.4 顧客購物時間分布圖 63
3.5.5 緊急疏散場景 64
3.5.6 疏散時間及出口寬度的影響 64
3.5.7 疏散時間及人數(shù)的關系 65
3.5.8 多出口場景 65
3.6 結(jié)論 67
參考文獻 68
第4章 基于增強學習的行人流仿真 72
4.1 增強學習要素 72
4.2 Agent-環(huán)境接口 73
4.3 目標設置和如何達到目標 74
4.4 馬爾可夫決策過程 74
4.5 值函數(shù) 75
4.6 增強學習在行人流仿真中的應用 77
參考文獻 78
第5章 基于智能計算的行人流模擬 80
5.1 粒子群優(yōu)化 80
5.1.1 粒子群算法起源 80
5.1.2 粒子群算法基本思想 81
5.1.3 粒子群算法流程 82
5.2 基于粒子群優(yōu)化的行人流模擬 82
5.2.1 利用粒子群控制計算機圖形學巾的行人移動 82
5.2.2 基于粒子群算法預測行人疏散時間 84
參考文獻 87
附錄 89