近年來,隨著社會(huì)的不斷進(jìn)步、經(jīng)濟(jì)的快速發(fā)展,建設(shè)了越來越多的交通基礎(chǔ)設(shè)施,火車站、地鐵、輕軌以及大型超市等設(shè)施給廣大的市民帶來了更多生活上的便利,但與此同時(shí),由于這些公共場所的人群密集,因此一旦發(fā)生火災(zāi)、地震等重大緊急或?yàn)?zāi)難性事件,容易引起人們恐慌的情緒,從而容易引發(fā)人群擁擠、踩踏事故,威脅人們的生命安全。因此,許多專家研究工作者開始關(guān)注于人群疏散仿真方面的研究工作,傳統(tǒng)的疏散演練方法既浪費(fèi)時(shí)間和力氣,又不容易達(dá)到突發(fā)狀況下的真實(shí)疏散效果,而且無法保證測試人員的生命安全。隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展,計(jì)算機(jī)動(dòng)畫仿真逐漸成為解決人群疏散問題的有效方法,通過對(duì)復(fù)雜場景下的人群疏散方針的實(shí)驗(yàn)和分析,能夠較有效地提供良好的意見和方案。因此,使用計(jì)算機(jī)仿真模擬人群運(yùn)動(dòng)具有重要的現(xiàn)實(shí)意義。傳統(tǒng)人群疏散仿真方法主要包括宏觀和微觀的兩種,宏觀的疏散仿真方法就是將人群看作一個(gè)整體來處理,它通過忽略個(gè)體之間的影響作用,降低了計(jì)算的復(fù)雜度,但是其仿真的效果也比較差。微觀的疏散仿真方法主要是為每一個(gè)疏散個(gè)體都做全局運(yùn)動(dòng)的規(guī)劃,計(jì)算開銷量較大,而且如果疏散人群數(shù)量大,每一個(gè)個(gè)體計(jì)算路徑導(dǎo)致的總體速度就比較慢。因此,... 

【文章來源】：山東師范大學(xué)山東省

【文章頁數(shù)】：45 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 引言
    1.2 研究背景及意義
    1.3 國內(nèi)外研究現(xiàn)狀與趨勢
        1.3.1 人群疏散仿真模型
        1.3.2 人工蜂群算法
        1.3.3 禁忌搜索算法
    1.4 主要工作
    1.5 論文組織結(jié)構(gòu)
    1.6 本章小結(jié)
第二章 人工蜂群算法和禁忌搜索算法的理論介紹
    2.1 引言
    2.2 人工蜂群算法
        2.2.1 基本思想
        2.2.2 算法流程
        2.2.3 研究熱點(diǎn)及趨勢
    2.3 禁忌搜索算法
        2.3.1 基本思想
        2.3.2 算法流程
        2.3.3 算法的優(yōu)缺點(diǎn)
    2.4 本章小結(jié)
第三章 基于多蜂群禁忌搜索算法的路徑規(guī)劃
    3.1 引言
    3.2 多蜂群禁忌搜索算法
        3.2.1 種群分割
        3.2.2 子種群運(yùn)行基于禁忌搜索的蜂群算法
        3.2.3 全局控制
    3.3 算法性能分析
        3.3.1 測試函數(shù)
        3.3.2 測試結(jié)果對(duì)比分析
    3.4 改進(jìn)的社會(huì)力模型
    3.5 采用MTSABC算法進(jìn)行宏觀路徑規(guī)劃
    3.6 本章小結(jié)
第四章 仿真平臺(tái)與仿真實(shí)驗(yàn)
    4.1 引言
    4.2 仿真平臺(tái)
    4.3 對(duì)比實(shí)驗(yàn)分析
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的主要成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于System Generator的流體力學(xué)算法建模及仿真[J]. 韓偉,謝建春.  電腦知識(shí)與技術(shù). 2017(16)
[2]一種人群疏散模型的改進(jìn)及輕量實(shí)現(xiàn)[J]. 張健欽,成淵昀,杜明義,張志彬.  測繪科學(xué). 2017(05)
[3]基于多策略融合的改進(jìn)人工蜂群算法[J]. 魏鋒濤,岳明娟,鄭建明.  計(jì)算機(jī)工程與應(yīng)用. 2018(05)
[4]基于Hadoop分布式計(jì)算平臺(tái)的磁流體動(dòng)力學(xué)模型仿真研究[J]. 劉繼華,強(qiáng)彥.  計(jì)算機(jī)應(yīng)用研究. 2017(05)
[5]基于禁忌搜索的人工蜂群算法[J]. 李艷娟,陳阿慧.  計(jì)算機(jī)工程與應(yīng)用. 2017(04)
[6]基于禁忌搜索的人工蜂群算法及其應(yīng)用[J]. 劉蓓蕾,江銘炎,張振月.  計(jì)算機(jī)應(yīng)用研究. 2015(07)
[7]人工蜂群算法的收斂性分析[J]. 寧愛平,張雪英.  控制與決策. 2013(10)

碩士論文
[1]群體動(dòng)畫虛擬環(huán)境建模與路徑規(guī)劃方法研究[D]. 孫玉靈.山東師范大學(xué) 2012



本文編號(hào)：3163635