【python】人员疏散模拟.zip

# Louvre_Evacuation 来源：2019年 美赛 D题 ## 问题背景 法国发生的恐怖袭击越来越多，在许多热门目的地，亟需一个应对紧急情况的疏散计划。 你们的ICM团队正在帮助设计在法国巴黎**卢浮宫的疏散计划**。 总的来说，疏散的目标是让所有的人都撤离，尽快安全离开大楼。 接到疏散通知后，为了尽快清空建筑，每个人尽可能的通过一个最佳出口。 ## 问题要求 建立一个卢浮宫紧急疏散模型，以满足： - 当出现突发意外事件时，指导游客人群从卢浮宫疏散 (evacuate visitors from the museum) - 探讨安保/急救人员进入策略 (allow emergency personnel to enter the building) - 确定人流移动的瓶颈 (identify potential bottlenecks limiting movement towards the exits) - 模型考虑各种威胁 (a broad set of considerations and various types of potential threats) -------- # My Work: 不考虑个体行为的情况下，可以将卢浮宫抽象为二维平面图，记录各个关键节点、出口、节点之间的长度、路径信息等，建立图论模型，求解最短路、网络流等，从而得到疏散时间，瓶颈等结果。 从人群疏散的角度看，查阅资料，我们发现目前疏散模型大致有两种处理方式，**元胞自动机**模型和**社会力**模型。 本程序主要模拟了人员疏散的撤离情况。 ## 编程目的 - 研究人群在一般空间的流动情况 - 出口数量、分布对疏散时间的影响 - 障碍物对人员流动的影响 - 定量求解人流密度，确定疏散瓶颈 ## 算法思想 利用元胞自动机实现 （社会力模型人员会在地图上重叠） - 初始化地图，地图为矩形区域，基本信息包含长Length、宽Width、若干出口Exit、障碍物Barrier等 - 基于该[论文](https://github.com/izcat/Louvre_Evacuation/blob/master/ref/元胞自动机疏散模拟的并行计算研究与实现_金自豪.caj)，出口距离在地图上反映为势能的高低，初始化地图的**势能** - 初始化人群，人群随机分布在地图的合法区域内 - 疏散模拟： - 移动方向：每个人优先选择最短路进行撤离，考虑使用Moore型元胞，有8个移动方向 - 移动速度：一定区域内（周围8个邻居元胞）人流密度决定人员的移动速度 （待改进：统计可视角度内的人流密度） ## 模拟结果 ### 人员疏散过程模拟 ### 热力图 ## 代码说明 使用Python编程实现人员疏散模拟 包含三个模块 `main.py` `map.py` `people.py` ## main.py 界面实现，包含GUI类，显示地图、人员、疏散情况等信息 ## map.py 地图类，地图以点(px, py)集形式保存出口Exit位置及障碍物Barrier位置 出口对地图的势能初始化：利用BFS算法实现，多个出口取最小势能 ## people.py 包含两个类，Person类和People类，前者只有移动速度、位置等基本属性，后者包含了整个地图信息，人流密度等，方便指引每个人的移动 ## 有待改进之处 模型人员移动策略可以修改为： - 只设置一定比例的人员（作为安保/疏导人员）能够自动走到出口 - 其他人员随机走动/从众心理跟着人流走动 考虑人员增加更多属性，如年龄、性别、是否结队等 - 不同年龄人群移动速度不同 - 家人、朋友等同行人员等使用相同的移动策略 - 男性群体可能更理性，倾向于走最短路径/避让人群