在人群聚集的场馆进行安全疏散需要应对许多挑战,如果引导不当,容易造成踩踏事件,造成重大人员伤亡。针对疏散中的人群动态变化,设计高效、合理的疏散策略引导行人有序疏散,能够有效降低风险,对人群安全管理具有重大意义。然而,人群疏散受多因素影响,充满不确定性,任何不可预见的突发事件都可能引起人群状态的不稳定,疏散策略应当能够应对环境和人群状态的变化,针对已发生的群体异常提供有效解决方案,防止进一步引发群体灾难。现有疏散策略优化方法大多只关注疏散效率的提升,缺少对疏散安全性的分析和评估,而人群仿真模型能够有效模拟行人疏散行为动态,仿真结果可以用于评估疏散风险。因此,本文通过深入分析行人运动建模和疏散策略优化的研究现状,从面向场馆人群疏散策略优化的仿真模型设计和基于人群仿真的疏散策略优化方法两方面展开研究。设计了一个结合安全指示标引导信息和行人运动建模的多智能体仿真模型,能够有效模拟行人在安全指示标引导下的疏散行为,并基于仿真结果从疏散效率和疏散安全性两个角度评估疏散策略的性能,评估结果为疏散策略优化方法提供指导。在此基础上,提出了一个基于知识引导的自适应遗传算法用于优化疏散策略,针对传统遗传算法应用于疏散策略优化时初始化种群质量低下,进化过程容易产生无效解等问题进行了改进,改进后的算法可以有效提升优化效率,适用于解决有时效要求的优化问题。本文主要工作和创新点如下:（1）设计了一个基于安全指示标引导行人运动决策的多智能体仿真模型,为考虑行人和安全指示标的动态交互,提出了方向选择算法模拟行人基于方向引导信息和环境感知信息进行决策的过程,在此基础上保证了行人的静态、动态避碰,能够复现多种群体自组织行为。（2）基于仿真模型定义了疏散策略评估指标,从疏散效率和基于群体异常行为风险分析的疏散安全性两方面对疏散策略性能进行评估,评估结果用于指导疏散策略优化。（3）提出了基于知识引导的自适应遗传算法用于优化疏散策略,通过改进的初始化种群方法生成高质量候选疏散策略集合,基于知识引导的进化加快了疏散策略优化算法的收敛速度,提高了优化效率。（4）基于基本图和群体自组织行为实证研究对所构造的人群仿真模型进行了定量评估和定性分析,验证了仿真模型用于评估疏散性能的有效性。通过体育场馆的疏散案例,将所提出的疏散策略优化方法和其它策略优化方法对比,多角度验证了方法的有效性和优越性,实验结果表明我们的方法能够有效解决群体异常行为带来的安全隐患,引导行人快速安全疏散。