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
