随着社会的发展和人口数量的不断增长,大规模人群聚集现象越来越频繁。由于缺乏人群行为的疏导和控制,发生了诸多突发事件,对公共安全造成了巨大的危害和安全隐患。而人群仿真技术可以事先对可能发生的人群行为进行模拟预测,发现其中的问题并制定相应的预防措施,防患于未然,近几年来越来越受到社会各界的关注。使用人群仿真可以模拟公共场所中的大规模人群,实现对人群行为的定性和定量分析。为了实现具有高可信度的人群仿真,需要尽可能真实地重现或产生人群的各种行为,研究人群的内在行为规律,从而制定出行之有效的人群控制措施。本研究对人群仿真领域的研究现状进行了深入调查和分析,为了能更加真实、完善地构建人群仿真系统,本研究着重从底层的人群运动行为建模和高层的人群决策行为建模两个方面展开了研究。人群的运动行为主要是指人群中的个体通过对运动方向和速度大小进行调整来规避障碍物和其他行人。人群的决策行为主要是指人群对于高层策略的选择行为,例如逃生出口的选择。个体的运动行为受到决策行为影响,两者相互作用形成人群的动态变化。以下几点是本研究获得的主要成果:(1)针对人群运动行为建模,提出了前摄式避让模型,用于仿真个体的主动避让行为,例如寻隙和跟随;并将其作为中间模块,引入到包含路径规划和反应式冲突避免的个体运动行为层次化仿真框架中。(2)通过3D可视化,基本图,轨迹相似度,相对距离误差等评估方法,对人群运动模型的仿真结果与经典人群运动行为模型的仿真结果进行对比,从宏观和微观方面证明了提出的人群运动模型的有效性和可靠性。(3)针对人群决策行为建模,提出了一种基于模糊规则的人群决策行为构建方法,并通过运用遗传编程算法,实现了数据驱动下的人群决策规则识别。(4)通过利用仿真数据和真实人群数据作为测试集,验证了识别的人群决策规则的可靠性,并通过和传统离散选择模型的比较,分析了基于模糊规则的决策模型的优越性。