CN111274710A - 一种基于游戏的核应急疏散出口选择行为模型的构建方法 - Google Patents

一种基于游戏的核应急疏散出口选择行为模型的构建方法 Download PDF

Info

Publication number
CN111274710A
CN111274710A CN202010093005.9A CN202010093005A CN111274710A CN 111274710 A CN111274710 A CN 111274710A CN 202010093005 A CN202010093005 A CN 202010093005A CN 111274710 A CN111274710 A CN 111274710A
Authority
CN
China
Prior art keywords
model
emergency evacuation
nuclear emergency
pedestrian
exit selection
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010093005.9A
Other languages
English (en)
Other versions
CN111274710B (zh
Inventor
杨林瑶
韩双双
王晓
王飞跃
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Academy Of Intelligent Industries
Original Assignee
Qingdao Academy Of Intelligent Industries
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Qingdao Academy Of Intelligent Industries filed Critical Qingdao Academy Of Intelligent Industries
Priority to CN202010093005.9A priority Critical patent/CN111274710B/zh
Publication of CN111274710A publication Critical patent/CN111274710A/zh
Application granted granted Critical
Publication of CN111274710B publication Critical patent/CN111274710B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Educational Administration (AREA)
  • Remote Sensing (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Alarm Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于游戏的核应急疏散出口选择行为模型的构建方法，包括如下过程：(1)基于核应急疏散区域的矢量地图构建游戏的GIS背景，标注不同属性的建筑；(2)基于多智能体方法在构建的游戏背景中生成核应急疏散场景，向行人显示报警信息，提示行人进行出口选择；(3)获取行人的出口选择信息，记录行人的特征参数；(4)基于Logit模型分析采集的样本数据，构建核应急疏散出口选择行为模型。本发明所公开的方法能够获取高质量的核应急疏散出口选择样本并自动化地构建相应的模型，进而为核应急疏散仿真建模和疏散管理策略优化提供良好的支持。

Description

一种基于游戏的核应急疏散出口选择行为模型的构建方法
技术领域
本发明属于信息处理技术领域，特别涉及一种基于游戏的核应急疏散出口选择行为模型的构建方法。
背景技术
当前，核电作为一种清洁能源越来越多地介入人们的生活，成为未来能源发展格局中的重要组成部分。但是，核电管理存在一定的风险，核泄漏等安全事故会对人民生命财产安全造成严重危害，切尔诺贝利、福岛等核电站事故已经为我们敲响了警钟，也为核电的推广应用带来了不小的阻力。
核事故发生时，疏散是一种降低损失、快速应急的最有效的措施。与传统的室内疏散相比，核应急疏散范围更广、人群更多、规模更大，更具复杂性，同时，核应急疏散涉及一个区域的道路交通基础设施，与交通行为和交通管理联系十分密切。为此，研究核应急疏散时人群的交通行为特别是其移动目标对于准确预测交通拥堵状况、提升疏散管理水平、提升整体疏散效率具有重要意义。
大规模室外疏散出口选择行为研究主要通过人工发送纸质问卷收集调研数据进行分析的方法，不仅费时费力，成本较高，而且能够采集的特征参数数量有限，同时，被调查者往往积极性不高，样本质量难以保证。
发明内容
为解决上述技术问题，本发明提供了一种基于游戏的核应急疏散出口选择行为模型的构建方法，能够获取高质量的核应急疏散出口选择样本并自动化地构建相应的模型，进而为核应急疏散仿真建模和疏散管理策略优化提供良好的支持。
为达到上述目的，本发明的技术方案如下：
一种基于游戏的核应急疏散出口选择行为模型的构建方法，包括如下过程：
(1)基于核应急疏散区域的矢量地图构建游戏的GIS背景，标注不同属性的建筑；
(2)基于多智能体方法在构建的游戏背景中生成核应急疏散场景，向行人显示报警信息，提示行人进行出口选择；
(3)获取行人的出口选择信息，记录行人的特征参数；
(4)基于Logit模型分析采集的样本数据，构建核应急疏散出口选择行为模型。
上述方案中，所述步骤(1)具体包括：
对疏散区域内的公开矢量地图中的建筑、道路的特征属性进行整理与分析，将建筑的类型按照居民楼、商务楼、酒店、学校、医院、应急避难点进行划分，将矢量地图中的建筑物映射为投影，并按照建筑物类型标记为不同的颜色进行显示；相应的，将道路也映射为投影，并进行显示，进而构建疏散区域的完整地理环境。
上述方案中，所述步骤(2)具体包括：
首先，基于核应急疏散地区的人口普查数据在建筑中生成虚拟的人口智能体；
然后，为人口智能体随机选择一个目的地，然后按照最短路径算法从其初始的建筑移动到该目的地，再返回到初始的建筑中，游戏界面根据道路上的人口智能体密度以热力图的形式实时显示各条道路的拥堵程度；
最后，模拟当前发生核电站核泄漏事故，随机选择一个建筑生成一个智能体表示当前行人所处的位置。
上述方案中，所述步骤(4)具体包括：
首先，将采集的所有数据的特征项进行归一化处理，并随机分成训练集和测试集；
接着，将训练集数据输入Logit模型进行训练，基于最大似然估计确定模型中的参数；
最后，利用训练好的模型对测试集进行预测，并对预测结果进行假设检验，若预测准确率超过90％且通过假设检验，则将该模型作为该区域的核应急疏散出口选择行为模型，否则，重新分配数据，重复以上过程，直至获得可靠性较高的核应急疏散出口选择行为模型。
上述方案中，其特征在于，
Logit模型的训练方法如下：
(1)计算出口i的效用值Ui：
Ui＝β1Vi1+β2Vi2+…+βjVij+εi (1)
其中，Vi1,Vi2,…,Vij表示各个特征参数在选择出口i的样本中的样本值，β1,β2,…,βj表示相应特征参数的系数，∈i表示第i个出口的效用函数的随机偏置；
(2)获得每个出口的效用值后，第k个行人选择第i个出口的概率
Figure BDA0002384340410000022
计算如下：
Figure BDA0002384340410000021
其中，l表示出口的遍历标号，其取值范围为1到m的整数，m为出口数量；
最终，行人选择概率最大的出口疏散；
(3)基于所有样本数据，计算行人选择不同出口的似然函数为
Figure BDA0002384340410000031
其中，
Figure BDA0002384340410000032
表示第k个行人选择第i个出口的概率，n为行人数量，m为出口数量；
(4)由于以上概率函数
Figure BDA0002384340410000033
的形式为指数函数，为简化计算，对其求对数似然函数，可得
Figure BDA0002384340410000034
将所有样本数据带入公式(4)后，则仅系数参数β1,β2,…,βj和偏置项∈i未知，根据微积分基本原理，通过求lnLL对各个参数求偏导，并令偏导数为0，则可以得到一组针对以上所有参数的方程组，求解方程组就可以求得以上参数的估计值。
上述方案中，将测试集的特征值代入训练好的模型，求得模型对测试集数据的预测值，结合预测结果与测试集的标签数据对模型进行假设检验，求模型的显著性水平P值，若模型的假设检验P值小于0.05，则证明模型具有较高的统计可靠性，选择该模型作为核应急疏散行人出口选择行为模型，若当前模型的准确率超过90％且假设检验P值大于0.05，则重新划分样本，并基于重新划分的训练集和测试集重新训练和测试模型，直至所得模型通过假设检验。
通过上述技术方案，本发明提供的一种基于游戏的核应急疏散出口选择行为模型的构建方法，能够获取高质量的核应急疏散出口选择样本并自动化地构建相应的模型，进而为核应急疏散仿真建模和疏散管理策略优化提供良好的支持。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
图1为本发明实施例所公开的一种基于游戏的核应急疏散出口选择行为模型的构建方法流程示意图。
图2为本发明所公开的构建核应急疏散出口选择行为模型的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
本发明提供了一种基于游戏的核应急疏散出口选择行为模型的构建方法，如图1所示，该方法具体过程如下：
步骤一，基于核应急疏散区域的矢量地图构建游戏的GIS背景，标注不同属性的建筑；
对疏散区域内的公开矢量地图中的建筑、道路的特征属性进行整理与分析，将建筑的类型按照居民楼、商务楼、酒店、学校、医院、应急避难点进行划分，将矢量地图中的建筑物映射为投影，并按照建筑物类型标记为不同的颜色进行显示；相应的，将道路也映射为投影，并进行显示，进而构建疏散区域的完整地理环境。
在核应急疏散场景中，行人主要依靠私家车、公共汽车等交通工具从自己所在的位置移动到距离核电站足够远的应急避难点中，再有组织地进行下一步疏散防护行动，以避免核辐射扩散物的影响。行人在选择应急避难点时，往往会根据距离、道路拥堵程度等按照最短时间原则做出个性化的选择。基于GIS地理信息的游戏背景显示可以使行人直观地感知核应急疏散区域的情况，产生最符合实际疏散场景的认知。
步骤二，基于多智能体方法在构建的游戏背景中生成核应急疏散场景，向行人显示报警信息，提示行人进行出口选择；
首先，基于核应急疏散地区的人口普查数据在建筑中生成虚拟的人口智能体；
然后，为人口智能体随机选择一个目的地，然后按照最短路径算法从其初始的建筑移动到该目的地，再返回到初始的建筑中，游戏界面根据道路上的人口智能体密度以热力图的形式实时显示各条道路的拥堵程度；
最后，模拟当前发生核电站核泄漏事故，随机选择一个建筑生成一个智能体表示当前行人所处的位置。
基于GIS背景，疏散区域的建筑和路网可以清晰地在系统屏幕上显示。为了生成能够模拟现实中人们活动的初始疏散场景，基于多智能体方法在整个GIS地图上的道路和建筑中随机生成一定数量的人群，并对人群密度进行统计显示，因为行人在疏散时往往对拥堵情况进行仔细考量，而这类数据可以在百度地图等地图类APP中获得。因此，基于多智能体方法，可以模拟逼真的核应急疏散区域内的人口分布及其活动形式。本发明采用基于遗传算法的人口生成方式生成不同属性的核应急疏散区域人口种群并制定其行为规则。基本过程为：
(1)确定人口属性，选择编号、年龄、性别、受教育程度、婚姻状况、家庭人口数量作为核应急疏散的人口属性。表1实例了本发明中所采用的基础人口属性。
表1基础人口属性
Figure BDA0002384340410000051
(2)编码人口属性成串，将上述人口属性排列成串，用以表示一个个体。
(3)生成初始人口种群，根据人口普查表每个地区的人口数量，随机生成若干个体，构建多个人口种群。
(4)更新人口种群，基于选择、交叉、变异等遗传进行规则对上述人口种群中的属性串进行操作，得到新的人口种群。
(5)停止更新，当迭代次数超过预定值或满足一定的收敛准则时，终止算法，确定最终的人口种群。
步骤三，获取行人的出口选择信息，记录行人的特征参数；
问卷调查开始时，首先在界面上显示提示信息向行人介绍此次问卷调查的目的、场景、要求、奖励等，接着，要求行人在20秒内根据对当前场景的判断将所选应急避难点的序号输入，系统检测到行人输入后抛出最后的在线问卷已采集行人的个人特征，包含行人的年龄、受教育程度、对疏散区域的熟悉程度、家庭人口数等被学术研究证明是与行人出口选择强关联的要素。同时，根据当前行人的GPS信息获取其在区域中的位置，自动计算行人距离各个应急避难点的位置，并根据当前场景中的智能体分布计算当前位置到各个避难点的最短路径上的平均车流密度
Figure BDA0002384340410000052
计算方式如公式(5)所示。
Figure BDA0002384340410000061
其中，N表示整个路径上的车辆总数，L表示路径中所有道路的总长。最后，将以上特征参数的取值结合行人选择的避难点的序号作为一条数据上传到服务器。
将所有的样本汇总，即可用于训练核应急疏散行人出口选择行为模型。这里采用Logit模型，它是一种常用的离散选择模型，具有训练和预测时间短、精度高、泛化能力强等特点。
步骤四，基于Logit模型分析采集的样本数据，构建核应急疏散出口选择行为模型。
如图2所示，首先，将采集的所有数据的特征项进行归一化处理，并随机分成训练集和测试集；
接着，将训练集数据输入Logit模型进行训练，基于最大似然估计确定模型中的参数；
最后，利用训练好的模型对测试集进行预测，并对预测结果进行假设检验，若预测准确率超过90％且通过假设检验，则将该模型作为该区域的核应急疏散出口选择行为模型，否则，重新分配数据，重复以上过程，直至获得可靠性较高的核应急疏散出口选择行为模型。
具体如下：
Logit模型的训练方法如下：
(1)计算出口i的效用值Ui：
Ui＝β1Vi1+β2Vi2+…+βjVij+εi (1)
其中，Vi1,Vi2,…,Vij表示各个特征参数在选择出口i的样本中的样本值，β1,β2,…,βj表示相应特征参数的系数，∈i表示第i个出口的效用函数的随机偏置；
(2)获得每个出口的效用值后，第k个行人选择第i个出口的概率
Figure BDA0002384340410000062
计算如下：
Figure BDA0002384340410000063
其中，l表示出口的遍历标号，其取值范围为1到m的整数，m为出口数量；
最终，行人选择概率最大的出口疏散；
(3)基于所有样本数据，计算行人选择不同出口的似然函数为
Figure BDA0002384340410000064
其中，
Figure BDA0002384340410000065
表示第k个行人选择第i个出口的概率，n为行人数量，m为出口数量；
(4)由于以上概率函数
Figure BDA0002384340410000071
的形式为指数函数，为简化计算，对其求对数似然函数，可得
Figure BDA0002384340410000072
将所有样本数据带入公式(4)后，则仅系数参数β1,β2,…,βj和偏置项∈i未知，根据微积分基本原理，通过求lnLL对各个参数求偏导，并令偏导数为0，则可以得到一组针对以上所有参数的方程组，求解方程组就可以求得以上参数的估计值。
将测试集的特征值代入训练好的模型，求得模型对测试集数据的预测值，结合预测结果与测试集的标签数据对模型进行假设检验，求模型的显著性水平P值，若模型的假设检验P值小于0.05，则证明模型具有较高的统计可靠性，选择该模型作为核应急疏散行人出口选择行为模型，若当前模型的准确率超过90％且假设检验P值大于0.05，则重新划分样本，并基于重新划分的训练集和测试集重新训练和测试模型，直至所得模型通过假设检验。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (6)

1.一种基于游戏的核应急疏散出口选择行为模型的构建方法，其特征在于，包括如下过程：
(1)基于核应急疏散区域的矢量地图构建游戏的GIS背景，标注不同属性的建筑；
(2)基于多智能体方法在构建的游戏背景中生成核应急疏散场景，向行人显示报警信息，提示行人进行出口选择；
(3)获取行人的出口选择信息，记录行人的特征参数；
(4)基于Logit模型分析采集的样本数据，构建核应急疏散出口选择行为模型。
2.根据权利要求1所述的基于游戏的核应急疏散行人出口选择行为模型的构建方法，其特征在于，所述步骤(1)具体包括：
对疏散区域内的公开矢量地图中的建筑、道路的特征属性进行整理与分析，将建筑的类型按照居民楼、商务楼、酒店、学校、医院、应急避难点进行划分，将矢量地图中的建筑物映射为投影，并按照建筑物类型标记为不同的颜色进行显示；相应的，将道路也映射为投影，并进行显示，进而构建疏散区域的完整地理环境。
3.根据权利要求1所述的基于游戏的核应急疏散行人出口选择行为模型的构建方法，其特征在于，所述步骤(2)具体包括：
首先，基于核应急疏散地区的人口普查数据在建筑中生成虚拟的人口智能体；
然后，为人口智能体随机选择一个目的地，然后按照最短路径算法从其初始的建筑移动到该目的地，再返回到初始的建筑中，游戏界面根据道路上的人口智能体密度以热力图的形式实时显示各条道路的拥堵程度；
最后，模拟当前发生核电站核泄漏事故，随机选择一个建筑生成一个智能体表示当前行人所处的位置。
4.根据权利要求1所述的基于游戏的核应急疏散行人出口选择行为模型的构建方法，其特征在于，所述步骤(4)具体包括：
首先，将采集的所有数据的特征项进行归一化处理，并随机分成训练集和测试集；
接着，将训练集数据输入Logit模型进行训练，基于最大似然估计确定模型中的参数；
最后，利用训练好的模型对测试集进行预测，并对预测结果进行假设检验，若预测准确率超过90％且通过假设检验，则将该模型作为该区域的核应急疏散出口选择行为模型，否则，重新分配数据，重复以上过程，直至获得可靠性较高的核应急疏散出口选择行为模型。
5.根据权利要求4所述的基于游戏的核应急疏散行人出口选择行为模型的构建方法，其特征在于，
Logit模型的训练方法如下：
(1)计算出口i的效用值Ui：
Ui＝β1Vi1+β2Vi2+…+βjVij+εi (1)
其中，Vi1,Vi2,…,Vij表示各个特征参数在选择出口i的样本中的样本值，β1,β2,…,βj表示相应特征参数的系数，∈i表示第i个出口的效用函数的随机偏置；
(2)获得每个出口的效用值后，第k个行人选择第i个出口的概率
Figure FDA0002384340400000021
计算如下：
Figure FDA0002384340400000022
其中，l表示出口的遍历标号，其取值范围为1到m的整数，m为出口数量；
最终，行人选择概率最大的出口疏散；
(3)基于所有样本数据，计算行人选择不同出口的似然函数为
Figure FDA0002384340400000023
其中，
Figure FDA0002384340400000024
表示第k个行人选择第i个出口的概率，n为行人数量，m为出口数量；
(4)由于以上概率函数
Figure FDA0002384340400000025
的形式为指数函数，为简化计算，对其求对数似然函数，可得
Figure FDA0002384340400000026
将所有样本数据带入公式(4)后，则仅系数参数β1,β2,…,βj和偏置项∈i未知，根据微积分基本原理，通过求lnLL对各个参数求偏导，并令偏导数为0，则可以得到一组针对以上所有参数的方程组，求解方程组就可以求得以上参数的估计值。
6.根据权利要求5所述的基于游戏的核应急疏散行人出口选择行为模型的构建方法，其特征在于，将测试集的特征值代入训练好的模型，求得模型对测试集数据的预测值，结合预测结果与测试集的标签数据对模型进行假设检验，求模型的显著性水平P值，若模型的假设检验P值小于0.05，则证明模型具有较高的统计可靠性，选择该模型作为核应急疏散行人出口选择行为模型，若当前模型的准确率超过90％且假设检验P值大于0.05，则重新划分样本，并基于重新划分的训练集和测试集重新训练和测试模型，直至所得模型通过假设检验。
CN202010093005.9A 2020-02-14 2020-02-14 一种基于游戏的核应急疏散出口选择行为模型的构建方法 Active CN111274710B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010093005.9A CN111274710B (zh) 2020-02-14 2020-02-14 一种基于游戏的核应急疏散出口选择行为模型的构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010093005.9A CN111274710B (zh) 2020-02-14 2020-02-14 一种基于游戏的核应急疏散出口选择行为模型的构建方法

Publications (2)

Publication Number Publication Date
CN111274710A true CN111274710A (zh) 2020-06-12
CN111274710B CN111274710B (zh) 2023-10-31

Family

ID=71000253

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010093005.9A Active CN111274710B (zh) 2020-02-14 2020-02-14 一种基于游戏的核应急疏散出口选择行为模型的构建方法

Country Status (1)

Country Link
CN (1) CN111274710B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112417754A (zh) * 2020-11-10 2021-02-26 中山大学 复杂室内结构下基于场景语义信息的人群疏散仿真方法
CN112704874A (zh) * 2020-12-21 2021-04-27 北京信息科技大学 一种3d游戏中的哥特式场景自动生成的方法和装置
CN113483749A (zh) * 2021-07-06 2021-10-08 京东城市(北京)数字科技有限公司 路网构建方法、装置、导航设备和机器人

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101567017A (zh) * 2008-12-31 2009-10-28 合肥工业大学 基于多分辨率图的城市疏散仿真方法
WO2012064661A1 (en) * 2010-11-08 2012-05-18 New York University Apparatus, system, method and computer-readable medium for performing a product search using user-generated and crowd-sourced content
CN104750895A (zh) * 2013-12-30 2015-07-01 深圳先进技术研究院 基于移动手机数据的实时城市应急疏散仿真方法及系统
CN108710719A (zh) * 2018-04-02 2018-10-26 中山大学 基于冲突区侵占度的交叉口内部冲突消解仿真模拟方法
CN109871964A (zh) * 2019-01-11 2019-06-11 深圳中广核工程设计有限公司 核事故应急演练方法、服务端以及客户端

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101567017A (zh) * 2008-12-31 2009-10-28 合肥工业大学 基于多分辨率图的城市疏散仿真方法
WO2012064661A1 (en) * 2010-11-08 2012-05-18 New York University Apparatus, system, method and computer-readable medium for performing a product search using user-generated and crowd-sourced content
CN104750895A (zh) * 2013-12-30 2015-07-01 深圳先进技术研究院 基于移动手机数据的实时城市应急疏散仿真方法及系统
CN108710719A (zh) * 2018-04-02 2018-10-26 中山大学 基于冲突区侵占度的交叉口内部冲突消解仿真模拟方法
CN109871964A (zh) * 2019-01-11 2019-06-11 深圳中广核工程设计有限公司 核事故应急演练方法、服务端以及客户端

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘梦婷等: "《考虑人群拥堵的疏散出口选择行为研究及建模》" *
崔健等: "《基于GIS的大型建筑应急疏散救援系统研究》" *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112417754A (zh) * 2020-11-10 2021-02-26 中山大学 复杂室内结构下基于场景语义信息的人群疏散仿真方法
CN112417754B (zh) * 2020-11-10 2023-10-31 中山大学 复杂室内结构下基于场景语义信息的人群疏散仿真方法
CN112704874A (zh) * 2020-12-21 2021-04-27 北京信息科技大学 一种3d游戏中的哥特式场景自动生成的方法和装置
CN112704874B (zh) * 2020-12-21 2023-09-22 北京信息科技大学 一种3d游戏中的哥特式场景自动生成的方法和装置
CN113483749A (zh) * 2021-07-06 2021-10-08 京东城市(北京)数字科技有限公司 路网构建方法、装置、导航设备和机器人

Also Published As

Publication number Publication date
CN111274710B (zh) 2023-10-31

Similar Documents

Publication Publication Date Title
CN111274710B (zh) 一种基于游戏的核应急疏散出口选择行为模型的构建方法
Barredo et al. Modelling dynamic spatial processes: simulation of urban future scenarios through cellular automata
Zheng et al. U-air: When urban air quality inference meets big data
US20160125307A1 (en) Air quality inference using multiple data sources
CN110442715B (zh) 一种基于多元大数据的综合城市地理语义挖掘方法
Barbara et al. From urban planning techniques to 15-minute neighbourhoods. A theoretical framework and GIS-based analysis of pedestrian accessibility to public services
Mathew et al. Urban walkability design using virtual population simulation
CN112954623B (zh) 一种基于手机信令大数据的居民入住率估算方法
CN112149887A (zh) 一种基于数据时空特征的pm2.5浓度预测方法
CN113392197B (zh) 问答推理方法、装置、存储介质及电子设备
CN115775085B (zh) 一种基于数字孪生的智慧城市管理方法及系统
CN111783295B (zh) 城市社区特定人行为链动态识别与预测评估方法及系统
CN112884014A (zh) 一种基于路段拓扑结构分类的交通速度短时预测方法
CN104731853A (zh) 一种基于个体活动链的公交客流时空分布仿真方法及仿真系统
CN110716998B (zh) 一种精细尺度人口数据空间化方法
CN116046008A (zh) 基于态势感知的路线规划方法、系统及效能评估装置
Groff Measuring a place’s exposure to facilities using geoprocessing models: An illustration using drinking places and crime
Wang et al. A comparison of proximity and accessibility drivers in simulating dynamic urban growth
CN108364098B (zh) 一种天气特征对用户签到影响的度量方法
Xu et al. Simulating continuous-time human mobility trajectories
CN110489837B (zh) 一种城市景观满意度计算方法、计算机设备和存储介质
Ye et al. A study of destination selection model based on link flows
JP2000322402A (ja) 人の流れ分析方法
Guizani et al. Modeling and evaluation of disease spread behaviors
Xia et al. Deeprailway: a deep learning system for forecasting railway traffic

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant