基于unity3d 的场景寻路算法设计与实现外文翻译资料

英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料

研究论文

基于蒙特卡罗分析的复杂场景中疏散路线的优化的游戏理论

李文辉，朱金龙，李慧颖，吴琼，和张亮

吉林大学计算机科学与技术学院，长春130012

相关文件应寄回李慧颖； lihuiying@jlu.edu.cn

2014年12月30日收到；2015年4月24日修订；2015年5月12日通过

学术编辑：Alessandro Salvini

版权所有copy;2015WenhuiLietal。 这是一个根据知识共享署名许可分发的开放获取文章，其中规定了无限制使用，分发和重新制作，提供了原创性功能。

在复杂的结构和人口密度较高的条件下，拥堵是估计撤离清除时间的关键因素。 本文提出了一种实现了结合最大熵优化标准的游戏理论并采用随机蒙特卡罗方法优化紧急撤离规划中的拥堵问题等特征的新颖的疏散模型。我们在n人非合作游戏中引入了最大熵准则来达到纳什均衡。管理冲突问题分为两个步骤。在第一步，我们利用蒙特卡罗方法来评估每条路线的风险程度。第二步，我们提出一种基于博弈理论的改进方法，获得指导所有代理人从建筑物撤离的最优解。

1.绪论

制定紧急撤离计划是为了确保所有结构或区域[1-4]预期居民的最安全最有效的撤离时间。随着建筑物的复杂性和灾害频率的日益增加，疏散路由优化问题在应急规划领域越来越受欢迎。特别的是，因为撤离拥挤的人群对紧急撤离计划的重大影响，撤离拥挤人员相关的疏散建模已经引起了人们的关注。Ha和Lykotrafitis [5] 在模拟特定的紧急疏散时考虑了动机，心理排斥倾向，压缩，粘滞阻尼/人身力量和滑动摩擦。他们通过社会力量模型来管理粒子的运动，以调查群众撤离的影响。Chooramun等人[6] 开发了利用混合空间离散化的疏散模型，该模型使用三种空间离散化的基本技术（即粗网，精细网络和连续网络）的混合。Manley和Kim [7]采取了一种基于代理的方法来估计在紧急撤离期间形成的瓶颈。此外，已经进行了许多研究来解释游戏理论框架中的多出口选择问题。郑等人[8-10]通过与鸡型游戏的比较来研究疏散者的合作和竞争行为。Tanimotoetal[11] 提出了一种通过与圣徒和诱惑互惠游戏的密切类比的演绎方法来分析行人疏散的瓶颈问题。Shi和Wang [12]提出了一个通过使用积雪游戏理论来研究基于改进的格子气体模型的竞争行人之间复杂的相互作用的微观框架。Lo et al[13]通过计算零和游戏的混合策略纳什均衡提出了一种动态退出选择模型。Li et al[14]提出了一个贝叶斯游戏来研究行人如何选择出口进行撤离优化。他们提出了仅考虑蒙特卡罗方法的一个因素的QRA模型。他们将个人视为参与者而且准备了一个地方框架来研究撤离问；然而，这种方法忽略了全球撤离因素。在过去十年中，游戏理论已经在竞争行为和撤离人员的合理性问题上得到发展[15-18]。但是，紧急出口的拥堵程度，撤离路线的平均拥挤程度，转移流量拥堵程度，路线疏散程度，出口最大流量，火源地点等都是影响到撤离完毕的时间和撤离过程的六个关键因素。在大多数疏散模型中，对这些拥堵状况和其他同时撤离者的行动进行动态寻找的模拟模型很少见。因此，目前的研究是从这六个因素的角度提出新的疏散路由优化的一次尝试。

在本文中，我们提出了一个基于游戏定量风险评估（QRA），同时考虑了这六个因素的多出口撤离模型（MEEM），从而制定了一个最优出口路线计划。MEEM使用关于拥堵和撤离人员的信息来评估风险，并使用游戏的支付功能计算撤离人员的纳什均衡。为了演示我们的方法，人群模拟使用基于代理的建模（ABM）[5]将所有撤离者视为离散的个体。假设我们知道代理人的分布和位置，ABM将每个人视为粒子，其运动受牛顿方程的约束。我们测量吉林大学计算机大楼一楼的实验数据。

本文涉及两个问题。 第一个是如何估计路线的风险程度。 二是如何确定撤离人员的最佳疏散路线。这篇论文利用游戏理论模型来估计路线的风险程度，研究了最佳疏散计划。使用这种技术可以减少疏散时间和人群密度，这也充分利用了多个出口来获得最安全的撤离路线。

本文的其余部分组织如下。第2.1节介绍了基于蒙特卡罗方法的QRA模型。 第2.2节介绍了基于游戏理论的路线优化，并介绍了疏散规划的相关工作。 第3节介绍了优化结果。 第4节总结了本文，并考察了本研究的未来。

2.方法

2.1 风险评估。设计基于蒙特卡罗算法的定量风险评估模型，被用于定量分析和决策中估计所使用的路线风险指数。它们涉及一类依赖于重复随机抽样来计算其结果的计算算法。一些研究人员使用蒙特卡罗方法模拟行人撤离[2，4，19-21]。 它们经常用于模拟输入中具有重大不确定性的现象。

蒙特卡洛模拟为决策者提供了一系列可能的结果和相关概率。他们会发生任何行为的选择。它显示了“破坏”的极端可能性以及所有可能的后果中最保守的决定。

这种模拟方法并不总是需要计算真实的数据，例如风险评估。我们使用确定性和伪随机序列，使其易于测试和重新运行模拟。需要常常进行令人满意的模拟的唯一性质是伪随机序列在某种意义上显示为“随机”。 该模型遵循特定模式：

（1）确定风险评估的可能输入域。

（2）从域上概率分布采样中随机生成输入。

（3）根据随机变量的分布特征对输入进行确定性估计。

（4）得到风险评估值。

定量风险评估原则通过组合各种风险权重来估计逃生路线的风险指标。我们选择敏感因素作为蒙特卡洛分析中的随机变量。这些因素包括五个主要事件：火源地点，紧急出口的拥堵情况，疏散路线的平均拥堵情况，转移流量的拥堵情况,和路线疏散程度。

这里，：是出口和位置之间的距离，是在围墙中的行人的平均速度。拥挤度是拥堵撤离时间与理想撤离时间之间的D值。建筑施工规定了单位出口宽度单位时间流出率的最低要求，称为流出系数。理想的撤离时间是行人数除以流出系数的商。作为随机变量，，，和在QRA模型中服从对数正态分布，而且服从三角分布。

使用最乐观的值OP，最大可能值MP和最悲观的值PP来定义三角分布，其中0 lt;OP lt;MP lt;PP。最大可能值周围的值更有可能出现。由三角分布描述的变量包括每单位时间的拥塞。

转移流量拥塞程度的三角分布数据如表1所示。

QRA模型在关键的拥塞十字路口的持续时间内计算OP，MP和PP。，（分散系数）=，而且。

对数正态分布是使用正偏差的值定义的，不像正态分布那样对称。 它用于表示不低于零但具有无限积极潜力的值。对于一个对数正态分布,由和表示的参数分别是变量的自然对数的平均值和标准偏差，，而且是一个标准的常数变量。Norm = NORMSINV（LAP），NORMSINV是标准正态分布函数的反函数，而且。紧急出口的拥挤程度见表2。

表 1 三角分布函数和反函数

表 2 对数正态分布函数和反函数

您可能感兴趣的文章

• 彩色图像中的人脸检测与识别外文翻译资料
• 一种非线性离散奇异大规模控制系统的稳定性外文翻译资料
• 融合领域特定和可训练的特征，用于人脸图像的性别识别外文翻译资料
• ASP. NET概述外文翻译资料
• 基于深度卷积激活特性的地面云分类外文翻译资料
• at89s52单片机简介外文翻译资料
• 实时多手势识别人机交互系统外文翻译资料
• 基于DTW改进算法的语音识别外文翻译资料
• 研究区域自动气象站的后端实时数据质量控制方法外文翻译资料
• 电动汽车的智能前车灯控制器设计外文翻译资料