论文部分内容阅读
地铁站是典型的人群密度大的公共场所,根据人群行为特点以及基于人群行为特点的引导,可以有效培训人群应急疏散。采用多智能体的方法,通过度量地铁站建筑场景特点,分析乘客行为特征的影响因素,基于乘客从众心理规律,提出单Agent属性定义及约束规则,建立乘客Agent路径选择行为模型,在虚拟地铁站内为多智能体建立MAS(Multi-AgentSystem)行为决策系统,通过WebVR实验研究乘客从众行为以及决策行为的影响因素,为高峰期人员流动策略的制定提供理论依据,有效地缓解地铁站内人群拥挤现象。