CN101515309A - 基于多智能体的城市应急疏散仿真系统 - Google Patents

Abstract

基于多智能体的城市应急疏散仿真系统，属于计算机仿真技术领域的复杂系统仿真，解决当前各类专业应急仿真系统功能单一和应急实体行为规则缺乏智能性的问题。本发明包括数据库模块、通信模块、参数配置界面模块、数据管理模块、智能体产生模块、计划执行模块、仿真模块、指挥决策模块和评估模块；所述数据库模块包括综合数据库、知识库以及模型库，其中综合数据库又包括危险源子库、资源子库、基础地理数据子库。本发明建立有效的智能模型，从宏观和微观的两个层次描述各类应急智能体在灾难紧急状态下精确的行为过程；能够自定制参数和扩展智能模型，具有通用性和扩展性，弥补区域性、较大范围内的城市应急紧急疏散仿真研究的缺乏和不足。

Description

基于多智能体的城市应急疏散仿真系统

技术领域

本发明属于计算机仿真技术领域的复杂系统仿真，具体涉及一种基于多智能体的城市应急疏散仿真系统。

背景技术

随着当前信息化建设步伐的日益推进，城市应急体系已经变成与人们日常生活息息相关的重要组成部分，甚至成为城市管理水平的标志。现代城市公共场所通常人口高度密集、财产集中、环境特殊、功能立体化、事故隐患多且难以预防，这些特征使城市面对灾害时愈加脆弱，增加了灾害的易损性。一旦发生事故后果严重，救助不及时，将带来巨大的人员伤亡和财产损失。近几年来，在全球范围内爆发了一系列重大突发事故，禽流感、印度洋海啸、汶川大地震等重大危机在造成大量人民生命财产损失的同时，也为世界各国的城市应急系统敲响了警钟。无论是在通信基站、信息中心等信息系统，还是医疗、卫生、交通的资源调度信息化体系等方面，都在经受着严格的考验。随着计算机仿真的发展，群体仿真技术得到越来越多的关注。群体仿真研究在城市的虚拟现实仿真特别是辅助城市规划，建筑设计以及安全评估等应用的重要补充工具。开展城市内大规模人员应急疏散的研究，利用现代信息技术进行模拟仿真，将仿真结果用于制定合理的、科学的、高效的应急疏散方案，提高城市对突发事件的应变能力，具有十分重要的研究意义。

目前比较流行的是使用计算机仿真技术，结合心理学，社会学领域知识，研究紧急情况下人群失控行为与其所处环境的关系以及相应的疏散仿真。现有大多数疏散仿真软件均是从微观的角度针对建筑物环境内人员的紧急徒步疏散，例如由英国格林威治大学的EXODUS的开发团队开发的Building-EXODU软件、由国际防火协会的Rita F.Fahy开的EXIT89软件、由英国苏格兰集成环境解决有限公司(Integrated EnvironmentalSolutions Ltd)Peter Thompson博士开发的SIMULEX软件、由英国莫特·麦克唐纳公司(Mott Macdonald)设计的STEPS三维散软件。

对于区域性、较大范围内的城市紧急疏散研究，大部分理论研究是从管理和指挥等宏观角度出发，有关疏散的仿真也集中于研究最佳疏散路径等宏观交通疏散仿真模型，例如，卢兆明、林鹏等，“基于GIS的都市应急疏散系统”，《中国公共安全》，2005.(02)：35-40；由于数学模型的局限性，无法完整地模拟在宏观条件下微观逃生者个体的行为，导致模型和实际情况存在偏差。即便是使用微观层面的人员个体行为模型，当前研究人员也大多采用数学模型、概念模型等建模方法，取得的模型多是对人员紧急疏散系统某一方面或某一要素的反映，例如，李引擎，肖泽南等人开发的密集场所人员疏散动态模拟与分析模型及软件，采用网格离散化的建筑平面图作为疏散模拟平台，以时间段为单位计算人员的行动位置、速度和方向变化，人员按照距离最近原则，正方向朝着有效疏散距离最短的出口或连接行进，行进速度由每一时间段内人员移动距离决定(李引擎，肖泽南，张向阳，唐海，刘文利，仝玉，李磊，孙旋.火灾中人员安全疏散的计算机模型[J].建筑科学，2006，22(1)：1-5)。此类模型遵从预先设定人群行为规律，对于构成实际社会系统中的个体行为智能性研究较少，并没有利用到多智能体技术(Multi-Agents)在复杂系统建模研究方面的优势：通过个体智能行为的自治、推理、通讯和协作机制，从个体之间或个体与环境之间的交互而隐现出个体层面上不可预见的宏观行为。

发明内容

本发明提供一种基于多智能体的城市应急疏散仿真系统，解决当前各类专业应急仿真系统功能单一、系统中应急实体行为规则缺乏智能性的问题，以弥补对于区域性、较大范围内的城市应急紧急疏散仿真研究的缺乏和不足。

本发明将城市应急疏散仿真系统中各类实体例如：灾难源、疏散人员、医疗设施，救疗媒介(如车辆)等，定义为各类智能体(Agent)。

本发明的一种基于多智能体的城市应急疏散仿真系统，包括数据库模块、通信模块、参数配置界面模块、数据管理模块、智能体产生模块、计划执行模块、仿真模块和评估模块，其特征在于：

所述数据库模块包括综合数据库、知识库以及模型库，用于为城市应急疏散仿真系统其他模块提供数据支持，其中综合数据库又包括危险源子库、资源子库、基础地理数据子库，危险源子库存储城市危险源信息，包括城市危险源种类、数量、分布位置、处理险情种类；资源子库存储城市应急队伍以及物质资源，包括城市应急队伍以及物资种类、数量、分布位置、隶属单位、处理险情种类、专业领域描述、联系方式；基础地理数据子库存储城市基础地理框架数据；

模型库存储用于应急疏散的算法模型，包括灾难源演变模型、疏散路径规划模型、人员疏散行为模型、多目标资源优化调度模型、决策分析模型；

知识库存储、组织、管理和使用互相联系的应急知识集合，应急知识集合包括应急领域内有关的定义、定理和运算法则以及常识性知识；

现实生活中，城市所建立的各指挥中心、应急管理部门以及应急现场数据上传节点为数据库模块提供并共享数据；

所述通信模块将各数据节点的应急信息传送给数据管理模块，应急信息包括应急事件信息、应急资源信息、以及环境信息；

所述数据管理模块在接收通信模块应急信息的基础上，对数据库模块中的数据进行增加、删除、修改、查询的管理；同时，对应急数据进行综合分析，传送给指挥决策模块；

所述参数配置界面模块接受用户设置参数，将设置参数提交给智能体产生模块和仿真模块；所述设置参数由智能体参数和仿真环境参数构成，所述智能体参数包括人员智能体参数和灾难源智能体参数，所述仿真环境参数包括事件区域环境参数；

所述智能体产生模块根据参数配置界面模块提供的设置参数，在知识库的基础上，通过将应急实体映射为智能体，将应急实体的个体特征映射为智能体的状态属性，将应急实体自发采取的、以及受外在事件激发而采取的各种行为映射为智能体的行为规则，建立各类智能体原型；

所述计划执行模块，根据知识库中的知识规则和模型库中的模型，计算并执行智能体产生模块产生的各类智能体在仿真环境中的行为，同时，动态更新智能体状态属性以及仿真环境，将计算结果输出到仿真模块；

所述仿真模块包括二维仿真子模块、三维仿真子模块，根据设置参数，在综合数据库的危险源子库、资源子库、基础地理数据子库的基础上构建仿真环境；所述仿真环境将应急事件的发生、发展和结束通过二维场景、三维场景、图像或者文字等多种媒体形式在计算机中直观展现；

所述评估模块在计划执行、仿真模块运行数据的基础上，通过模型库中决策分析模型计算各类设置参数对应急事件产生的影响以及制定的应急方案，给出评估结论，同时作为知识储备存入知识库；应急事件产生的影响包括危害程度、影响范围、人员疏散结果。

所述的城市应急疏散仿真系统，其特征在于：

其具有指挥决策模块，指挥决策模块利用仿真模块中建立的应急演练环境，根据预先制定的演练方案或实时演练指令的下达，向计划执行模块发布决策指令，计划执行模块接收决策指令后，在仿真模块上模拟危险发生时参与指挥决策的疏散场景，从而实现指挥演练的目的。

指挥决策模块不参与系统仿真执行的情况下，仿真结果为没有指挥调度的自然应急疏散过程。

所述的城市应急疏散仿真系统，其特征在于：

所述数据库模块的综合数据库中具有统计数据子库、预案子库、案例子库；统计数据子库存储对应急事件产生影响的各行业业务统计信息，包括人口基础数据、区域经济数据；预案子库以文本方式分段存储已编制的数字化预案，预案是指根据预测，对潜在的或可能发生的安全事故的类别和影响程度而事先制定的应急处置方案；案例子库将典型应急案例资料以及法律法规通过数字化后存入关系型数据库中；预案子库、案例子库为制订合理的疏散方案提供了依据和指导。

所述的城市应急疏散仿真系统，其特征在于：

危险源子库、资源子库、统计数据子库中的数据可在基础地理数据子库框架的基础上集成，通过数据管理模块实现；

知识库基于预案子库和案例子库中的信息，制订知识规则、产生应急方案；或者根据统计数据子库中的经验统计数据，生成应急知识推理产生式，设置智能体参数。

所述的城市应急疏散仿真系统，其特征在于：

所述仿真模块，考虑到人群行为受到路网几何拓扑结构、安全出口分布、城市运输状态等环境因素影响，二维仿真子模块以地理信息系统(GIS)作为支持，实现从宏观的角度来展现应急疏散的演变过程；同时，三维仿真子模块对应于真实二维地理信息系统的数据，建立三维仿真场景，在三维仿真场景中，从微观的角度形象地展现应急疏散的演变过程，图像以及文字作为辅助方式用于应急疏散仿真信息的展示。

本发明基于分布式思想，采用自底向上的方法，利用分散的微观智能模型来模拟整个复杂系统，通过真实模拟各类智能体实体Agent的微观行为，再将这些个体通过相互作用集合来反映整个系统的宏观规律，实现由简单元素互相作用而形成的复杂现象；将人工智能、数据库和计算机仿真技术有效结合，建立城市大规模人员疏散应急仿真模块，具有如下特点：

(1)智能性强、准确性高

本发明不预先设定应急各类智能体实体Agent的个体行为，而是将落脚点放在Agent的智能行为的自治、推理、通讯和协作机制的建模上，实现其自治自组织以及认知和学习能力，使得仿真疏散的模拟过程智能化，各类智能体实体Agent在对仿真环境信息进行有效过滤的情况下，结合模型进行有效推理，实现真实世界的智能行为仿真，准确性高。

(2)表现形式更直观

本发明能够实现从宏观和微观的不同角度，借助于二维场景、三维场景、图像或者文字等多种媒体形式来展现人员疏散的动态疏散过程，表现方式更直观，更逼近现实，尤其是GIS平台和三维建模仿真环境最为有效。

(3)通用性高

本发明针对不同类型、级别以及层次的突发应急事件，根据实际情况，通过配置真实的模型参数和环境数据，筛选知识库和模型库中匹配的知识和模型，完成系统的自定制，适用于不同的应急事件仿真模拟，实现逼近现实的城市应急仿真、指挥演练、智能决策等功能。

(4)扩展性高

本发明知识库和模型库具有可扩展性。随着应急疏散研究的深入、问题的细化以及技术的提高，知识库和模型库中信息可以被扩充、修正，适用于不同的专业应急事件仿真模拟。此外，尽管国内外的城市应急现状和条件各有不同，但本发明系统结构清晰，在不同的应急信息平台上只需要设置好数据接口，或根据实际情况整合功能相同的模块，就可建立切实可行的城市应急仿真系统。

本发明能够从宏观和微观的两个层次方面自定义各类智能体实体参数以及行为规则，真实描述各类智能体(例如灾难源实体Agent、人员实体Agent、以及交通实体Agent等)，建立有效的计算模型(例如灾难源的演变模型、疏散路径规划模型、人员疏散行为模型，多目标资源优化调度模型以及决策分析模型等)，真实模拟智能体在灾难紧急状态下精确的行为过程。本发明能够自定制适合不同场景下的环境参数、智能体实体参数，以及扩展、修正模型库中智能模型和知识库中应急知识，解决了当前各类专业应急仿真系统功能单一的问题，具有通用性和扩展性；本发明可以模拟、验证应急方案，为提高应急处理效率、降低疏散风险提供技术依据，为大型人群聚集活动中的人群管理和人群疏散提供技术指导。

附图说明

图1是本发明结构示意图；

图2是本发明智能体行为自组织体系结构示意图；

图3是本发明调用的模型和数据交互工作流图；

图4是本发明人员智能体疏散行为执行过程图；

图5是本发明灾难源智能体演变行为执行过程图；

图6是本发明指挥演练工作流图。

具体实施方式

下面结合附图对本发明进一步说明。

如图1所示，本发明的系统，包括数据库模块、通信模块、参数配置界面模块、数据管理模块、智能体产生模块、计划执行模块、仿真模块、评估模块和指挥决策模块九个部分；数据库模块包括综合数据库、知识库以及模型库，其中综合数据库又包括危险源子库、资源子库、基础地理数据子库、统计数据子库、预案子库、案例子库；仿真模块包括二维仿真子模块、三维仿真子模块。

根据使用情况，本发明可以简化，若不使用指挥决策模块，系统用于模拟没有指挥干预情况下的自然应急疏散过程，若使用指挥决策模块，此模块和计划执行模块相辅相成，计划执行模块的结论既为指挥决策模块提供了做出决策的信息依据，可供指挥决策模块修订演练方案；同时，指挥决策模块的决策也干预了计划执行模块的运算和执行，为应急指挥演练过程中方案的修订提供依据。

下面对各部分具体说明：

1、构建数据库模块

(1)综合数据库

(1-1)危险源子库：包括危险源空间地理位置、单位名称、详细分布平面图、危险源种类、专项处置预案、相关专家等信息。

(1-2)资源子库：包括应急物资资源种类、数量、分布位置、隶属单位，应急队伍资源分布位置、隶属单位、人力数量、队伍简介、处理险情种类，负责人联系电话，应急专家姓名、联系方式、专业领域描述、所在地等信息。

(1-3)基础地理数据子库：包括城市空间分布、地理状况信息以及环境数据，空间地理信息例如全要素1∶5000、1∶1000、1∶500空间数据。环境数据包括城市地理、气象、生物等自然环境，房屋、工厂、道路、市政基础设施、服务娱乐生活设施等社会环境境信息。

(1-4)统计信息库：各行业业务统计信息，例如人口基础数据库、区域经济数据等，其中人口基础数据库包括城市区各区域人口密度、组成，社区居民点分布、流动人口分布信息。

(1-5)预案子库：将已编制和将来编制的预案数字化，并分段以文本方式存入数据库。

(1-6)案例子库：包括典型案例信息以及案例依循的法律法规信息。典型应急案例的文本、图片、视频数据以及法律法规通过数字化后存入关系型数据库中。

危险源子库、资源子库、基础地理数据子库作为系统其它模块为系统提供基础数据支持，统计信息库、预案子库、案例子库为知识库和指挥决策模块提供数据支持。

(2)模型库

模型种类的多样性和复杂性，决定了模型集成时，不宜把模型直接编进代码，否则会造成编码工作量巨大，模型选择困难。模型库将系统需要使用众多模型按面向对象的组件结构形式组织起来，进行有效地管理和使用。模型库的模型可以重复使用，可以有针对性地筛选使用，可以根据实际情况予以扩展。实现方法是把各个模型从代码中独立出来，每个模型都生成自己的动态链接库文件(dll文件)，利用面向对象设计的特点进行封装后，最后形成系统的模型库。模型包括灾难源演变模型、人员疏散行为模型、疏散路径规划模型(用于实现多目标疏散路径规划，总费用最小、路程最短、运送时间最短、对环境破坏最小等多目标规划的运输问题求解)、多目标资源优化调度模型(用于实现多阶段资源优化调度的方程表达式)、决策分析模型(多属性群决策分析模型、模糊决策分析模型)等。

本实施例中详细说明以下模型：

(2-1)灾难源演变模型：模型将根据灾难源智能体特性以及对环境参数和量纲确定的基础上对其行为的影响模式提取和统计分析，计算出灾难源在灾难事件发生后可能扩散的区域和影响的范围，重点模拟了灾难源智能体在引导作用、演变扩散和随机障碍物等影响下的行为反应，结果符合实际情况，为在处理应急事件时对当前和将要发生的危险程度和范围评估提供参考。例如气体危险化学品扩散采用国际原子能机构(IAEA)推荐使用于重气云扩散模拟的数学模型——高斯烟羽扩散模型。

(2-2)疏散路径规划模型：进行系统目标分析，确定系统要达到的预期疏散路径规划目的。模型将根据基础地理信息中交通路网结构和相关约束条件，计算出疏散救助媒介，实现多目标疏散路径规划，如车辆代价最小、运送时间最短的运输线路，为人员疏散策略的制定和重要危险地段的道路设计提供决策依据。例如采用默认静态最短路径算法，即车辆总是自动选择距其最近的路径和出口驶离疏散区域。

(2-3)人员疏散行为模型：建立人员紧急疏散系统动力学仿真模型。首先对模型参数和量纲进行了确定，根据如模型中人员智能体的属性变量、速率变量、状态变量以及环境变量，建立了系统动力学仿真模型，运算出人员智能体紧急疏散的行为序列。模型中综合考虑疏散过程中疏散人员的竞争能力和判断能力，被疏散人员之间的从众行为，人员身体素质，起引导作用的信息交流、导向标识以及通道阻塞等外在因素对被疏散人员的影响。

(2-4)决策分析模型：多属性群决策分析模型，多专家对多属性决策问题进行评价时，根据多专家对应急事件的多属性评价建立评价向量矩阵，通过计算各属性的个体理想方案和个体理想方案得出决策群体的综合评价建议；模糊决策分析模型，根据模糊决策分析原理求解定性与定量相结合的决策问题。

(3)知识库

知识库包括智能体(Agent)原型建模规则、智能体的行为规则、智能体行为经验学习规则、环境更新规则、疏散方案制定规则以及应急知识推理产生式知识。

(3-1)智能体(Agent)原型建模规则

Agent＝<S_t，E_t，V_t，Y_t，N>

在t时刻，S_t是智能体的状态集合，E_t是智能体感知到的、对其状态及行为可产生刺激作用的外在事件的集合；V_t是智能体行为的集合，包括智能体自发采取的、以及受外在事件刺激采取的所有行为；Y_t是智能体在感受外在事件刺激与其它智能体进行交互学习过程中所获得的经验指数，N为智能体所受的约束条件，包括环境、其它智能体以及任务目标对该智能体的限制。

(3-2)智能体行为规则

$\&ForAll;v_t\&Element;V_t,\mathrm{\&epsiv;}(a,v_t,E_t,Y_t)\&DoubleRightArrow;<S_{t+1},N,\mathrm{\&Lambda;}>$

ε(a，v_t，E_t，Y_t)表示是智能体a在环境E_t和经验Y_t的情况下完成行为v_t后的结果评估，

表示“满足”，N表示智能体所受的约束条件，A表示任务标准。上面等式代表智能体在环境E和经验Y的情况下完成行为v_t后，下一刻状态集合S_t+1满足了约束条件N和智能体的任务标准A。

(3-3)智能体行为经验学习规则

$Y_t=Y_{t-1}\&CirclePlus;S_{t-1}$

$v_t=f\left(Y_t\right){|}_{\mathrm{\&epsiv;}(a,v_t,E_t,Y_t)\&DoubleRightArrow;<S_{t+1},N,\mathrm{\&Lambda;}>}$

智能体的智能性表现在其执行任务时的行为学习过程上，不断获得基于与其环境交互作用的解决问题经验。这些经验通过被记录和更新的方式，用于产生智能行为。

表示经验状态Y_t-1基于环境状态S_t-1的更新。f()表示经验Y对行为V的函数映射。

(3-4)环境更新规则

$S_{t+1}=S_t\&CircleTimes;V_t$

在时刻t，所有智能体的行为v_t执行后，完成环境状态的更新，

表示环境状态S_t基于行为集合V_t的更新。

(3-5)疏散方案制定规则

本发明采用可定制的工作流引擎，将存在于纸面的应急预案的处理流程形象化为可供指挥者使用的应急指挥流程，根据决策功能的需求，分别提取相关模型、方法、预案、知识、评估结果和统计信息。在此基础上，疏散方案制定规则推理机根据应急事件的动态信息进行推理，做出建议疏散方案。

(3-6)应急知识推理产生式

基于现有理论知识或统计学事实数据，设置应急知识推理产生式(IF P THEN Q，表示如果事实P成立，则执行Q)，运用基于规则的推理机，实现从数据集中识别出有效的、新颖的、潜在有用的以及最终可理解信息模式的高级处理过程。

例如，根据国内相关研究(陆君安等.建筑物人员疏散逃生速度的数学模型[J].武汉大学学报(工学版)，2002，35(2)：68-70)，当人员密度较小(人均占有面积)2.3m²)时，人员疏散速度取值为1m/s；当人员比较密集时(人均占有面积＜0.5m²)，人员疏散取值为0.37m/s；当人均占有面积在上述两者之间时，人员流动速度按数学公式计算。

速度知识推理产生式：

$\mathrm{If\&rho;}<\frac{1}{2.3},$ then v＝1m/s

If p＞2，then v＝0.37m/s

$\mathrm{If}\frac{1}{2.3}<\mathrm{\&rho;}\&le;2,$ then v＝0.35×[1.32-0.82×ln(ρ)]+0.01×(3.0-0.76×ρ)+0.2

其中，ρ为密度，单位为人/m²。

2、通信模块实现各数据节点(例如指挥中心、应急管理部门以及现场数据节点等)数据及时上传的功能。可借助先进的硬件设置，直接上传交通状态等环境信息。

3、参数配置界面模块实现应急事件、应急实体以及环境参数的配置，例如应急事件发生地点，灾难源智能体扩散速度，疏散人员数量、对象、位置分布等。通过有界面的参数配置模块，能够在虚拟环境中定制不同应急场景下应急事件、应急实体以及环境参数的参数值。

4、数据管理模块实现两方面的功能：一是将通过通信模块得到信息入库，实现数据库数据的存储、更新、修改的功能；二是整合数据库中各方面的应急资料数据，包含该点危险源单位信息，涉及种类，处理预案；城市人口分布平面图，城市交通，应急物资资源、队伍资源等信息，实现高级分析功能，例如借助地理信息系统GIS技术实现空间信息的搜索查询、应急资源的分布等专题图制作、图层更新、属性编辑、空间分析等功能，将统计分析的信息作为辅助指挥决策模块的依据。

5、构建仿真模块

在完成构建数据库和参数配置的基础上，建立紧急情况下的建立符合真实情况的微观疏散场景环境模型，将场景中的环境信息构造映射到仿真模块中去，为疏散仿真提供仿真平台。本实施例中二维仿真环境选择城市GIS地图作为基础平台，建立地理信息空间拓扑关系。从GIS角度来讲，环境包括点、线、面三个方面。点，代表城市的结节点，城市中的大型商业中心以及某些大型交通枢纽都将形成城市的结节点，城市结节点的联线构成了城市轴；线，代表城市的道路交通线；面，指地块所处区域的区位条件和区位性质。城市结节点、道路交通线、地块分别用GIS空间数据库中的“点”实体、“线”实体、“面”实体表示。例如，基础路网属于“线”实体，包含的数据信息有被疏散人员集结点的位置及其人数、避难场所的位置及其容量、路网中的各路段的通行能力、最大车流量储存能力、自由流行程时间等信息。三维仿真环境通过三维建模工具实现，对应于二维仿真模块建立起虚拟三维仿真世界。此外，此模块需要在环境因素，如城市特性人口分布、运输状态等因素分析的基础上，确定系统仿真环境的界限，例如交通路网结构中，单行道的路段，交通智能体限制任意方向行驶。

应急仿真模块作为展现仿真环境的平台，要实时动态更新应急智能体的状态和环境的变化，将仿真结果直观的反映给用户。

6、城市应急多智能体建模

在参数配置界面模块完成参数配置后，应急智能体产生器模块利用多智能体技术，在知识库的基础上将城市紧急状态下灾难源、疏散人员、医疗设施，救疗媒介定义为智能体(Agent)，在充分分析应急疏散过程中的行为细节及其影响因素的基础上，映射智能体实体特征属性值，根据知识库中知识建立各类智能体原型。各类智能体原型具有智能性，涉及到的数学模型和行为规则(智能体原型建模、行为规则以及经验学习规则)详见知识库部分。

下面详细介绍灾难源智能体、疏散人员智能体、医院智能体，交通车辆智能体的个体特性参数；这些参数被量化后成为行为规则中数学或逻辑运算的参数值，随着模型的细化，参数可以扩充，模型库中模型可以做相应的修正。

(6-1)灾难源智能体特性参数：发生地点，灾难规模、扩散速度。

(6-2)疏散人员智能体特性参数：初始化目标，当前位置，自身属性(健康程度、速度)，心理因素(恐慌程度、压力程度、从众心理)、知识层面(对环境的熟悉程度、认知学习能力)。

(6-3)交通车辆智能体特性参数：初始化目标，当前位置，速度、当前状态(已满，状态值为0；空闲，状态值为省下的车辆载人容量)、通信程度。

(6-4)医院智能体特性参数：地理位置、容量(容纳病人数量、医药物资数量)、当前状态(已满，状态值为1；空闲，状态值为0)、治疗效率。

7、计划执行模块

计划执行模块采用了一个基于分布式、并发的合成智能体行为自组织体系结构，如图2所示。该体系结构包括预处理、计划执行及输出三个步骤。

(1)预处理步骤：①数据收集；首先收集模块计算必须的数据，数据来源于数据库模块提供数据库基础数据，参数界面配置模块提供的智能体/环境参数值和通信模块提供的通信数据；②构建智能体和环境；在数据收集工作完成的基础上，构建定制的智能体实体和虚拟仿真环境，创建智能体结构由智能体产生模块完成，创建虚拟环境由仿真模块完成，此部分预处理主要工作是核查智能体和虚拟环境的创建工作是否完成，在创建工作完成的基础上初始化各智能体实体目标以及简单行为。

(2)计划执行步骤：分步式计算各个智能体实体的行为，智能体和虚拟环境相互作用，在实现目标的过程中逐渐学习它的反应式行为，经过合成、配置后执行其行为模式：①模型计算；智能体在预处理阶段收集的内部状态值、虚拟环境提供的外部状态值和外部指令的数据基础上，选择模型库中模型和知识库中知识进行模型计算，计算结果进入行为选择器，②行为选择；利用知识库中智能体行为规则进行行为计算并选择，以及设置下一时刻的子目标，③行为配置；行为选择完成后，首先在行为选择结果和外部环境检测数据的基础上，利用知识库中智能体行为经验学习规则进行智能体实体行为复合配置；其次，将行为配置计算信息进行信息反馈给行为选择步骤，对的行为选择参数进行修正，通过进行性能评估或设置条件的方式实现；最后，更新智能体的内部状态值，以及将行为状态信息传递给仿真模块中构建的虚拟环境，利用知识库中环境更新规则实现虚拟环境的动态更新；并进入下一个时刻的循环计算，直至各智能体达到目标。

(3)输出步骤：当智能体配置行为执行完成后或虚拟环境更新完成后就形成信息输出，实时更新虚拟环境。执行结果的输出到仿真模块中的仿真平台上，以虚拟仿真环境显示、视图控制以及数据文件的方式展现。

计划执行模块调用的模型和数据交互工作流程如图3所示。其中，图中智能体由智能体产生模块产生，包括灾难源智能体、人员智能体、医院智能体、车辆智能体；环境变量包括基础地理数据子库提供的GIS基础地理数据以及相关环境约束条件(包括交通状况、灾难源分布、人群分布)，来源于数据库模块提供数据库基础数据，参数界面配置模块提供的智能体/环境参数值和通信模块提供的通信数据。

(1)灾难源演变模型：灾难源智能体利用模型库中的灾难源演变模型来计算其演变、扩散过程，同时计算结果更新了环境变量，重点在于更新灾难源扩散对环境产生的约束条件；

(2)优化模型：在资源子库数据、危险源子库数据和环境变量的基础上，模型库中的优化模型包括多目标资源优化调度模型、决策分析模型(多属性群决策分析模型、模糊决策分析模型)，用于求解资源分配优化、智能决策问题；

(3)疏散路径规划模型：在灾难源演变模型和优化模型的基础上，模型库中疏散路径规划模型利用现有计算结果中的约束条件和优化参数，在环境变量的基础上，求解疏散时间最短、环境破坏最小等多目标的路径规划问题，为人口疏散模型作为路径规划的指导，若系统简化优化模型，疏散路径规划模型则直接在灾难源演变模型和环境变量中相关约束条件的基础上计算；

(4)人员疏散行为模型：人员疏散行为模型在疏散路径规划模型的基础上，利用环境变量信息，计算人员智能体、医院智能体和车辆智能体的行为。各类智能体间相互作用，智能体参数和环境变量实时更新，例如人员智能体不能到达环境空间已被其他占有的位置；车辆智能体载n名人员智能体离开，则疏散人员智能体总数减少n；人员智能体在医院智能体获得救治，医院智能体床位参数增加1，人员智能体健康属性值回归1。根据实际仿真环境，可扩展其它智能体。

人员智能体行为执行过程如图4所示，在t时刻，人员智能体首先利用模型库中疏散路径规划模型进行路径规划计算，同时，利用模型库中多目标资源优化调度模型、决策分析模型进行模型优化计算，计算结论为路径规划计算提供优化信息；利用模型库中灾难源演变模型进行灾难源演变计算，计算结论为路径规划计算设置约束条件；

路经规划方案计算出后，在环境变量和参数配置界面模块提供的参数配置基础上，进行人员智能体行为规则计算；

计算完成后，行为执行，更新环境变量，可视化输出到仿真模块，并进行性能评估；进入t+1时刻循环计算。人员智能体实体计划执行模块运行后，疏散过程中会表现出群体行为，例如人群之间的交互，竞争，排队，成群等智能现象。

灾难源智能体行为执行过程如图5所示，在t时刻，灾难源智能体首先在参数配置界面模块提供的参数配置的基础上，利用模型库中灾难源演变模型进行灾难源演变计算；执行所计算的演变行为，进行性能评估，进入t+1时刻循环计算；同时根据执行结果更新环境变量，例如灾难源覆盖区域面积、扩散走向，并可视化输出到仿真模块。

8、指挥决策模块

在仿真模块中的虚拟应急仿真演练环境，可以通过指挥决策模块预先制订的演练方案，或发布实时疏散演练指令，计划执行模块接收到指令后，在虚拟环境下执行演练指挥指令。指挥演练工作流图如图6所示。接受任务后，搜集数据，主要包括紧急疏散行动对象信息、执行紧急疏散力量的组成及其能力信息、疏散地域自然和社会环境条件，例如待疏散人员数量、类型，各辖区内的人防工程、疏散通道等数据；搜集数据完成后，制定疏散方案，模型库中优化模型计算(包括多目标优化资源调度模型、决策分析模型)和仿真模块中的演练仿真的计算结果为制定疏散方案提供技术依据；制定了疏散方案后，拟订行动计划，下达疏散数据指令，本实施例中，疏散数据指令的要素包括指挥者、指挥对象、指挥手段、指挥信息；然后实施行动计划，在计划执行模块中实现行动计划的实施，实现的结果进行性能评估，并输出到仿真模块中的虚拟演练仿真环境；性能评估后，进行协调控制审查，审查拟订的疏散方案是否满足指挥调度要求，是则结束演练，否则分析查找原因，再搜集数据，进行新一轮的疏散方案演练。

9、评估模块

评估模块利用模型库中决策分析模型统计应急信息对疏散效率的影响，例如统计信息(人口分布、建筑物分布等)，灾难源参数值(规模因子、扩散速度等)，疏散方案因子(交通调度、参与人员分布)。给出分析结论，为制定最优应急方案提供依据。计划执行模块和仿真模块为评估模块提供信息，应急评估结论为知识库提供知识储备。

Claims (6)

1.一种基于多智能体的城市应急疏散仿真系统，包括数据库模块、通信模块、参数配置界面模块、数据管理模块、智能体产生模块、计划执行模块、仿真模块和评估模块，其特征在于：

所述数据库模块包括综合数据库、知识库以及模型库，用于为城市应急疏散仿真系统其他模块提供数据支持，其中综合数据库又包括危险源子库、资源子库、基础地理数据子库，危险源子库存储城市危险源信息，包括城市危险源种类、数量、分布位置、处理险情种类；资源子库存储城市应急队伍以及物质资源，包括城市应急队伍以及物资种类、数量、分布位置、隶属单位、处理险情种类、专业领域描述、联系方式；基础地理数据子库存储城市基础地理框架数据；

模型库存储用于应急疏散的算法模型，包括灾难源演变模型、疏散路径规划模型、人员疏散行为模型、多目标资源优化调度模型、决策分析模型；

知识库存储、组织、管理和使用互相联系的应急知识集合，应急知识集合包括应急领域内有关的定义、定理和运算法则以及常识性知识；

所述通信模块将各数据节点的应急信息传送给数据管理模块，应急信息包括应急事件信息、应急资源信息、以及环境信息；

所述数据管理模块在接收通信模块应急信息的基础上，对数据库模块中的数据进行增加、删除、修改、查询的管理；同时，对应急数据进行综合分析，传送给指挥决策模块；

所述参数配置界面模块接受用户设置参数，将设置参数提交给智能体产生模块和仿真模块；所述设置参数由智能体参数和仿真环境参数构成，所述智能体参数包括人员智能体参数和灾难源智能体参数，所述仿真环境参数包括事件区域环境参数；

所述智能体产生模块根据参数配置界面模块提供的设置参数，在知识库的基础上，通过将应急实体映射为智能体，将应急实体的个体特征映射为智能体的状态属性，将应急实体自发采取的、以及受外在事件激发而采取的各种行为映射为智能体的行为规则，建立各类智能体原型；

所述计划执行模块，根据知识库中的知识规则和模型库中的模型，计算并执行智能体产生模块产生的各类智能体在仿真环境中的行为，同时，动态更新智能体状态属性以及仿真环境，将计算结果输出到仿真模块；

所述仿真模块包括二维仿真子模块、三维仿真子模块，根据设置参数，在综合数据库的危险源子库、资源子库、基础地理数据子库的基础上构建仿真环境；所述仿真环境将应急事件的发生、发展和结束通过二维场景、三维场景、图像或者文字等多种媒体形式在计算机中直观展现；

所述评估模块在计划执行、仿真模块运行数据的基础上，通过模型库中决策分析模型计算各类设置参数对应急事件产生的影响以及制定的应急方案，给出评估结论，同时作为知识储备存入知识库；应急事件产生的影响包括危害程度、影响范围、人员疏散结果。

2.如权利要求1所述的城市应急疏散仿真系统，其特征在于：

其具有指挥决策模块，指挥决策模块利用仿真模块中建立的应急演练环境，根据预先制定的演练方案或实时演练指令的下达，向计划执行模块发布决策指令，计划执行模块接收决策指令后，在仿真模块上模拟危险发生时参与指挥决策的疏散场景，实现指挥演练的目的。

3.如权利要求1或2所述的城市应急疏散仿真系统，其特征在于：

所述数据库模块的综合数据库中具有统计数据子库、预案子库、案例子库；统计数据子库存储对应急事件产生影响的各行业业务统计信息，包括人口基础数据、区域经济数据；预案子库以文本方式分段存储已编制的数字化预案；案例子库将典型应急案例资料以及法律法规通过数字化后存入关系型数据库中；预案子库、案例子库为制订合理的疏散方案提供了依据和指导。

4.如权利要求3所述的城市应急疏散仿真系统，其特征在于：

危险源子库、资源子库、统计数据子库中的数据在基础地理数据子库框架的基础上集成，通过数据管理模块实现；

知识库基于预案子库和案例子库中的信息，制订知识规则、产生应急方案；或者根据统计数据子库中的经验统计数据，生成应急知识推理产生式，设置智能体参数。

5.如权利要求1、2或4所述的城市应急疏散仿真系统，其特征在于：

所述仿真模块中，二维仿真子模块以地理信息系统作为支持，实现从宏观的角度来展现应急疏散的演变过程；三维仿真子模块对应于真实二维地理信息系统的数据，建立三维仿真场景，从微观的角度形象地展现应急疏散的演变过程。

6.如权利要求3所述的城市应急疏散仿真系统，其特征在于：

所述仿真模块中，二维仿真子模块以地理信息系统作为支持，实现从宏观的角度来展现应急疏散的演变过程；三维仿真子模块对应于真实二维地理信息系统的数据，建立三维仿真场景，从微观的角度形象地展现应急疏散的演变过程。

Images