基于Pathfinder的地铁乘客疏散风险量化与分级研究
收藏
作者:
孙贵磊
王亚琪
赵欣圆
万姿洁
刘倩
季学伟
著
出版时间:2019年10月
关键词:
出处:
中国劳动关系学院70周年校庆70篇优秀论文集
简 介:高密度人群给地铁的安全疏散带来很多困难,也是造成地铁重特大事故的主要因素。日本建设省通过调查发现,人群密度越大,个人活动越困难。地铁运营高峰时段常常严重超员,若发生突发事件需要疏散人员,安全疏散时间极其有限,如在地铁火灾事故中,允许乘客逃生的时间只有5分钟左右。如何在有限的时间内完成高密度人群的安全疏散,是当前亟须解决的难题。
针对地铁疏散风险,大量学者开展了研究,何健飞等结合地铁拥挤度,改进拍卖算法,求解了单一疏散个体最优疏散路径;连海涛等基于多目标粒子群拥挤人流安全疏散路径规划方法,完成了拥挤人流安全疏散路径的规划;杜棋东等采用元胞自动机智能决策模型,构建了融合蚁群算法与元胞自动机的地铁行人疏散模型;LI Zhenyu等通过地铁疏散数值模拟,发现楼梯和闸门是疏散过程中的瓶颈;LI Yanfeng等研究了火灾与人员疏散的交互作用,发现延长疏散时间、限制活动范围和改变人员疏散路线这3个因素影响人员疏散效果。现有研究大多注重于研究地铁疏散过程,如疏散路径优化、影响因素及疏散模型等,而关于地铁疏散风险分级管控的研究,尚属空白。
¥ 1.12
试读